/ Модель

Характеристики

Лицензия
CreativeML OpenRAIL-M
Опубликована
19 дек 2022

chinese-style-stable-diffusion-2-v0.1

Генерация изображенийТекст → изображение3 профессии

Дообученная на китайских данных модель Stable Diffusion 2.1 для генерации изображений по текстовым запросам с китайской стилистикой.

17скачиваний за 30 дней33лайкавеса обновлены28 фев 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

Midu/chinese-style-stable-diffusion-2-v0.1 — модель генерации изображений в китайском стиле, созданная дообучением Stable Diffusion 2.1. По карточке, её автор обучил UNet на 5 млн отфильтрованных примеров с китайскими описаниями в течение 150 тыс. шагов, применяя EMA для сохранения части исходных возможностей Stable Diffusion. Замороженный текстовый энкодер основан на lyua1225/clip-huge-zh-75k-steps-bs4096; используется специализированный токенизатор.

Модель предназначена для создания изображений по текстовым запросам, прежде всего на китайском языке, с сочетанием китайской стилистики и возможностей исходной модели. В обучающих данных использовались открытые наборы LAION-5B, Noah-Wukong и Zero, а также данные из интернета. Репозиторий содержит модель в форматах Diffusers и PyTorch. Лицензия — CreativeML OpenRAIL-M; условия её применения следует учитывать при использовании и распространении результатов.

Сценарии применения

  • создание изображений с китайской стилистикой по текстовым описаниям
  • генерация иллюстраций по запросам на китайском языке
  • подготовка концепт-артов с сохранением возможностей Stable Diffusion

Ограничения

Модель ориентирована на китайские текстовые запросы и стилистику, поэтому качество запросов на других языках не установлено. Для корректной загрузки требуется сначала загрузить специализированный токенизатор и передать trust_remote_code=True.

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

Chinese-Style-Stable-Diffusion-2-v0.1

cyberpunkshibads
waitangfssh
catrobotcastle

大概是Huggingface 🤗社区首个开源的Stable diffusion 2 中文模型。该模型基于stable diffusion V2.1模型,在约500万条的中国风格筛选过的中文数据上进行微调,数据来源于多个开源数据集如LAION-5B, Noah-Wukong, Zero和一些网络数据。

Probably the first open sourced Chinese Stable Diffusion 2 model in Huggingface🤗 community. This model is finetuned based on stable diffusion V2.1 with 5M chinese style filtered data. Dataset is composed of several different chinese open source dataset such as LAION-5B, Noah-Wukong, Zero and some web data.

Model Details

Text Encoder

文本编码器使用冻结参数的lyua1225/clip-huge-zh-75k-steps-bs4096。

Text encoder is frozen lyua1225/clip-huge-zh-75k-steps-bs4096 .

Unet

在筛选过的的500万中文数据集上训练了150K steps,使用指数移动平均值(EMA)做原绘画能力保留,使模型能够在中文风格和原绘画能力之间获得权衡。

Training on 5M chinese style filtered data for 150k steps. Exponential moving average(EMA) is applied to keep the original Stable Diffusion 2 drawing capability and reach a balance between chinese style and original drawing capability.

Usage

因为使用了customized tokenizer, 所以需要优先加载一下tokenizer, 并传入trust_remote_code=True

Customized Tokenizer should be loaded first with 'trust_remote_code=True'.

import torch
from diffusers import StableDiffusionPipeline
from transformers import AutoTokenizer

tokenizer_id = "lyua1225/clip-huge-zh-75k-steps-bs4096"
sd2_id = "Midu/chinese-style-stable-diffusion-2-v0.1"
tokenizer = AutoTokenizer.from_pretrained(tokenizer_id, trust_remote_code=True)
pipe = StableDiffusionPipeline.from_pretrained(sd2_id, torch_dtype=torch.float16, tokenizer=tokenizer)
pipe.to("cuda")

image = pipe("赛博朋克风格的城市街道,8K分辨率,CG渲染", guidance_scale=10, num_inference_steps=20).images[0]
image.save("cyberpunk.jpeg")

Как запустить

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

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Ревизия весов
e72171a

0 моделей