/ Модель
Каталог

Характеристики

Лицензия
Apache 2.0
Библиотека
diffusers
Опубликована
20 мар 2024

Ссылки

Hugging Face

GeoSynth

MVRL
Генерация изображенийТекст → изображение3 профессии

Модель на базе Stable Diffusion 2.1 Base генерирует спутниковые изображения по текстовым запросам.

33скачиваний за 30 дней6лайковвеса обновлены8 апр 2024

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.

Открыть конструктор бенчмарка

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

MVRL/GeoSynth — модель генерации изображений на основе Stable Diffusion, разработанная MVRL для создания спутниковых изображений по текстовым запросам. Она предназначена для сценариев, где нужно получить синтетическое спутниковое изображение по заданному описанию. Модель использует Stable Diffusion 2.1 Base и доступна для работы через библиотеку Diffusers; в репозитории указаны форматы Diffusers и safetensors.

Модель принимает текстовые запросы и генерирует изображения. В карточке заявлено специализированное назначение для спутниковых изображений; сведения о поддерживаемых языках запросов и длине контекста не приведены. Лицензия — Apache-2.0.

Сценарии применения

  • создание синтетических спутниковых изображений по описанию
  • генерация изображений местности с заданными объектами
  • подготовка иллюстраций для геопространственных сценариев

Ограничения

Карточка не приводит оценки качества, состав обучающих данных или сведения о точности воспроизведения географических объектов; результат зависит от текста запроса.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии
IV.8Отраслевые задачиГосударственное управление, правосудие и чрезвычайные ситуацииAI помогает улучшать государственные услуги, управление ресурсами, правосудие и реагирование на чрезвычайные ситуации.47 задач2 517моделейIV.9Отраслевые задачиМедиа, журналистика, культура, архивы и игрыAI помогает создавать, искать, сохранять и персонализировать медиа, культурный и игровой контент.44 задачи14 938моделейII.8Разработка и данныеИнженерия данных и аналитикаAI помогает готовить надёжные данные и превращать их в понятную аналитику.22 задачи23 488моделей

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Model Card for Model ID

This is a StableDiffusion based model that synthesizes satellite images given text prompts. The base stable diffusion model used is stable-diffusion-2-1-base (v2-1_512-ema-pruned.ckpt).

Model Sources [optional]

Examples

from diffusers import StableDiffusionPipeline

pipe = StableDiffusionPipeline.from_pretrained("MVRL/GeoSynth")
pipe = pipe.to("cuda:0")

image = pipe(
    "Satellite image features a city neighborhood",
).images[0]

image.save("generated_city.jpg")

Как запустить

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

GPU в ailist

Универсальный рантайм · diffusers

Можно запустить

Подбираем GPU…

Ревизия весов
f724183

0 моделей

    Создать бенчмарк