/ Модель

Характеристики

Лицензия
OpenRAIL++
Библиотека
diffusers
Опубликована
4 авг 2023

animagine-xl

Генерация изображенийТекст → изображение3 профессии

Animagine XL — дообученная на Stable Diffusion XL модель для генерации высококачественных изображений в стиле аниме по текстовым запросам.

955скачиваний за 30 дней316лайковвеса обновлены21 авг 2023

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Тесты пользователейпока нет

Никто ещё не опубликовал тест этой модели. Соберите бенчмарк из своих задач — результат появится здесь.

  1. Добавьте модель в бенчмарк

    Вместе с другими моделями категории «Изображения» — сравнение идёт внутри одной категории.

  2. Опишите свои задачи

    Напишите запросы, при необходимости приложите файлы и эталонные ответы.

  3. Запустите и опубликуйте

    Модели сгенерируют результат по каждой задаче. Опубликованный тест появится на этой странице.

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

Animagine XL — разработанная Linaqruf модель генерации изображений по тексту, дообученная на Stable Diffusion XL 1.0 на тщательно отобранном наборе изображений в стиле аниме. Это латентная диффузионная модель для создания и изменения изображений по текстовым запросам; она поддерживает теги Danbooru и рассчитана на высокое разрешение, включая изображения 1024×1024 и разные соотношения сторон.

Модель подходит для создания персонажей, иллюстраций и сцен в аниме-стилистике через Diffusers, Stable Diffusion WebUI или ComfyUI. Для получения ожидаемого стиля README рекомендует использовать теги Danbooru вместо обычных описаний на естественном языке. Модель распространяется в формате safetensors и доступна по лицензии CreativeML Open RAIL++-M.

Модель наследует ограничения Stable Diffusion XL 1.0; README не уточняет их подробнее.

Сценарии применения

  • создание аниме-персонажей по тегам Danbooru
  • генерация аниме-иллюстраций по текстовому описанию
  • создание изображений с заданным соотношением сторон
  • изменение изображений в аниме-стиле по текстовому запросу

Ограничения

Модель наследует ограничения Stable Diffusion XL 1.0. Для получения аниме-стиля README рекомендует использовать теги Danbooru вместо обычных описаний на естественном языке.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Overview

Animagine XL is a high-resolution, latent text-to-image diffusion model. The model has been fine-tuned using a learning rate of 4e-7 over 27000 global steps with a batch size of 16 on a curated dataset of superior-quality anime-style images. This model is derived from Stable Diffusion XL 1.0.

Like other anime-style Stable Diffusion models, it also supports Danbooru tags to generate images.

e.g. face focus, cute, masterpiece, best quality, 1girl, green hair, sweater, looking at viewer, upper body, beanie, outdoors, night, turtleneck

Features

  1. High-Resolution Images: The model trained with 1024x1024 resolution. The model is trained using NovelAI Aspect Ratio Bucketing Tool so that it can be trained at non-square resolutions.
  2. Anime-styled Generation: Based on given text prompts, the model can create high quality anime-styled images.
  3. Fine-Tuned Diffusion Process: The model utilizes a fine-tuned diffusion process to ensure high quality and unique image output.

Model Details

How to Use:

  • Download Animagine XL here, the model is in .safetensors format.
  • You need to use Danbooru-style tag as prompt instead of natural language, otherwise you will get realistic result instead of anime
  • You can use any generic negative prompt or use the following suggested negative prompt to guide the model towards high aesthetic generationse:
lowres, bad anatomy, bad hands, text, error, missing fingers, extra digit, fewer digits, cropped, worst quality, low quality, normal quality, jpeg artifacts, signature, watermark, username, blurry
  • And, the following should also be prepended to prompts to get high aesthetic results:
masterpiece, best quality
  • Use this cheat sheet to find the best resolution:
768 x 1344: Vertical (9:16)
915 x 1144: Portrait (4:5)
1024 x 1024: Square (1:1)
1182 x 886: Photo (4:3)
1254 x 836: Landscape (3:2)
1365 x 768: Widescreen (16:9)
1564 x 670: Cinematic (21:9)

Gradio & Colab

We also support a Gradio Web UI and Colab with Diffusers to run Animagine XL: Open In Spaces Open In Colab

🧨 Diffusers

Make sure to upgrade diffusers to >= 0.18.2:

pip install diffusers --upgrade

In addition make sure to install transformers, safetensors, accelerate as well as the invisible watermark:

pip install invisible_watermark transformers accelerate safetensors

Running the pipeline (if you don't swap the scheduler it will run with the default EulerDiscreteScheduler in this example we are swapping it to EulerAncestralDiscreteScheduler:

import torch
from torch import autocast
from diffusers import StableDiffusionXLPipeline, EulerAncestralDiscreteScheduler

model = "Linaqruf/animagine-xl"

pipe = StableDiffusionXLPipeline.from_pretrained(
    model, 
    torch_dtype=torch.float16, 
    use_safetensors=True, 
    variant="fp16"
    )

pipe.scheduler = EulerAncestralDiscreteScheduler.from_config(pipe.scheduler.config)
pipe.to('cuda')

prompt = "face focus, cute, masterpiece, best quality, 1girl, green hair, sweater, looking at viewer, upper body, beanie, outdoors, night, turtleneck"
negative_prompt = "lowres, bad anatomy, bad hands, text, error, missing fingers, extra digit, fewer digits, cropped, worst quality, low quality, normal quality, jpeg artifacts, signature, watermark, username, blurry"

image = pipe(
    prompt, 
    negative_prompt=negative_prompt, 
    width=1024,
    height=1024,
    guidance_scale=12,
    target_size=(1024,1024),
    original_size=(4096,4096),
    num_inference_steps=50
    ).images[0]

image.save("anime_girl.png")

Limitation

This model inherit Stable Diffusion XL 1.0 limitation

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · diffusers

Можно запустить

Подбираем GPU…

Ревизия весов
991b729

0 моделей