/ Модель

Характеристики

Лицензия
CreativeML OpenRAIL-M
Опубликована
21 ноя 2022

hitokomoru-diffusion

Генерация изображенийТекст → изображение3 профессии

Дообученная на иллюстрациях Hitokomoru модель Stable Diffusion для генерации аниме-изображений по текстовым описаниям и тегам Danbooru.

1 466скачиваний за 30 дней77лайковвеса обновлены16 мая 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

Hitokomoru Diffusion — латентная модель диффузии для генерации изображений по текстовому описанию, созданная Linaqruf на основе Stable Diffusion. Модель дообучена на 255 работах японского художника ヒトこもる/Hitokomoru, собранных с Danbooru: обучение заняло 20 000 шагов, также доступны варианты чекпойнта после 5 000, 10 000 и 15 000 шагов. При обучении использовалась группировка изображений по соотношению сторон, поэтому модель рассчитана на генерацию в не квадратных разрешениях.

Модель предназначена прежде всего для создания иллюстраций в аниме-стиле. Она понимает теги Danbooru, которыми можно описывать персонажей, внешность, окружение и визуальные детали. Репозиторий содержит веса в форматах Diffusers и PyTorch; для работы через Diffusers используется StableDiffusionPipeline. Лицензия — CreativeML Open RAIL-M.

Обучающая выборка невелика, а автор отмечает, что ранние результаты часто получаются с простым фоном. Модель специализирована на художественном стиле и может быть менее пригодна для иных визуальных стилей и сюжетов.

Сценарии применения

  • генерация аниме-портретов персонажей
  • создание иллюстраций с заданными чертами внешности и одеждой
  • генерация сцен с персонажами и художественными деталями
  • создание изображений по тегам Danbooru

Ограничения

Модель обучена на небольшой выборке из 255 изображений и специализирована на стиле аниме-художника. Автор отмечает, что результаты могут иметь простой фон.

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

Hitokomoru Diffusion

Welcome to Hitokomoru Diffusion - a latent diffusion model that has been trained on Japanese Artist artwork, ヒトこもる/Hitokomoru. The current model has been fine-tuned with a learning rate of 2.0e-6 for 20000 training steps/80 Epochs on 255 images collected from Danbooru. The model is trained using NovelAI Aspect Ratio Bucketing Tool so that it can be trained at non-square resolutions. Like other anime-style Stable Diffusion models, it also supports Danbooru tags to generate images.

e.g. 1girl, white hair, golden eyes, beautiful eyes, detail, flower meadow, cumulonimbus clouds, lighting, detailed sky, garden

There is 4 variations of this model available so far:

  • hitokomoru-5000.ckpt for the checkpoint trained on 5,000 steps.
  • hitokomoru-10000.ckpt for the checkpoint trained on 10,000 steps.
  • hitokomoru-15000.ckpt for the checkpoint trained on 15,000 steps.
  • hitokomoru-20000.ckpt for the checkpoint trained on 20,000 steps.

Dataset

You can find datasets used to train this model and the last-state folder for resume training here

🧨 Diffusers

This model can be used just like any other Stable Diffusion model. For more information, please have a look at the Stable Diffusion.

You can also export the model to ONNX, MPS and/or FLAX/JAX.

from diffusers import StableDiffusionPipeline
import torch

model_id = "Linaqruf/hitokomoru-diffusion"
pipe = StableDiffusionPipeline.from_pretrained(model_id, torch_dtype=torch.float16)
pipe = pipe.to("cuda")

prompt = "hatsune_miku"
image = pipe(prompt).images[0]

image.save("./hatsune_miku.png")

Examples

Below are some examples of images generated using this model:

Using Hitokomoru-5000-pruned.ckpt

Anime Girl: Anime Girl

Anime Boy: Anime Boy

Using Hitokomoru-10000-pruned.ckpt

Anime Girl: Anime Girl

Anime Boy: Anime Boy

Using Hitokomoru-15000-pruned.ckpt

Anime Girl: Anime Girl

Anime Boy: Anime Boy

Using Hitokomoru-20000-pruned.ckpt

Anime Girl: Anime Girl

Anime Boy: Anime Boy

Prompt and settings for Example Images

Anime Girl:

(masterpiece:1.05),illustration,beautiful detailed,colourful,finely detailed,dramatic light,intricate details,1 girl, 1990, 1980, hatsune miku

Negative prompt:
nsfw, 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,missing fingers,bad hands,missing arms, long neck, Humpbacked,shadow,long body, Abnormal fingers,

Steps: 32, Sampler: Euler, CFG scale: 10, Seed: 2319346364, Size: 512x768, Model hash: 2700c435, Batch size: 2, Batch pos: 0, Clip skip: 2

Anime Boy:

Authentic and detailed face(man:1.2763)(boymasterpiece:1.1025), (best quality:1.1025), (ultra-detailed:1.1025), (illustration:1.1025), (tousled hair:1.1025), (frill:0.907) , white cutter shirt, (one boy:1.05), (solo:1.05) chest, detailed wet clothes, empty stare, pants, (flowers:1.05), beautifully detailed sky, beautifully detailed water, leaves, detailed and beautiful sea

Negative prompt: 
(big breasts:1.2763)(breast:1.1025)}(woman:1.2155)} little girl,(3d:1.1576)(girl:1.629), nsfw, 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,missing fingers,bad hands,missing arms, long neck, Humpbacked

Steps: 40, Sampler: DPM++ 2M Karras, CFG scale: 7, Seed: 1870332858, Size: 512x768, Model hash: 2700c435, Batch size: 2, Batch pos: 0, Clip skip: 2

License

This model is open access and available to all, with a CreativeML OpenRAIL-M license further specifying rights and usage. The CreativeML OpenRAIL License specifies:

  1. You can't use the model to deliberately produce nor share illegal or harmful outputs or content
  2. The authors claims no rights on the outputs you generate, you are free to use them and are accountable for their use which must not go against the provisions set in the license
  3. You may re-distribute the weights and use the model commercially and/or as a service. If you do, please be aware you have to include the same use restrictions as the ones in the license and share a copy of the CreativeML OpenRAIL-M to all your users (please read the license entirely and carefully) Please read the full license here

What's next?

  • Hitokomoru Diffusion V2 soon, will added scenery datasets from MidJourney I hope it's working, because I'm getting bored the result is always simple background

Credit

Big Thanks to

Как запустить

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

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Ревизия весов
5a70775

0 моделей