/ Модель

Характеристики

Лицензия
CreativeML OpenRAIL-M
Библиотека
diffusers
Опубликована
25 мар 2023

text2video-zero-controlnet-canny-arcane

Генерация изображенийТекст → изображение3 профессии

Модель создаёт изображения и видео в стиле Arcane по текстовому запросу с управлением по контурам Canny.

26скачиваний за 30 дней31лайквеса обновлены6 апр 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

PAIR/text2video-zero-controlnet-canny-arcane — модель генерации изображений и видео на основе Text2Video-Zero и DreamBooth-весов для стиля Arcane. Компоненты Text2Video-Zero разработали Левон Хачатрян, Андраник Мовсисян, Ваграм Тадевосян, Роберто Хеншель, Чжанъян Ван, Шант Навасардян и Хамфри Ши; исходные DreamBooth-веса стиля Arcane создал Quiet_Joker. Модель доступна в формате Diffusers/PyTorch.

Она предназначена для генерации видео по английскому текстовому описанию с управлением по контурам Canny, а также для генерации изображений с тем же стилем и управлением. Подходит для стилизованных роликов и кадров, где нужно согласовать содержание запроса с заданными очертаниями. Карточка указывает лицензию CreativeML OpenRAIL-M; отдельные ограничения генерации и длина контекста не описаны.

Сценарии применения

  • создание видео в стиле Arcane по текстовому описанию
  • генерация роликов с сохранением формы объектов по карте контуров Canny
  • создание стилизованных кадров Arcane с управлением по контурам
  • преобразование текстового запроса и контурного изображения в видео

Ограничения

Для формирования результата с управлением по контурам нужна карта Canny и совместимый ControlNet-процесс. Модель ориентирована на стиль Arcane; карточка не сообщает оценок качества или специальных ограничений.

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

Text2Video-Zero Model Card - ControlNet Canny Aracane Style

Text2Video-Zero is a zero-shot text to video generator. It can perform zero-shot text-to-video generation, Video Instruct Pix2Pix (instruction-guided video editing), text and pose conditional video generation, text and canny-edge conditional video generation, and text, canny-edge and dreambooth conditional video generation. For more information about this work, please have a look at our paper and our demo: Hugging Face Spaces Our code works with any StableDiffusion base model.

This model provides DreamBooth weights for the Arcane style to be used with edge guidance (using ControlNet) in text2video zero.

Weights for Text2Video-Zero

We converted the original weights into diffusers and made them usable for ControlNet with edge guidance using: https://github.com/lllyasviel/ControlNet/discussions/12.

Model Details

  • Developed by: Levon Khachatryan, Andranik Movsisyan, Vahram Tadevosyan, Roberto Henschel, Zhangyang Wang, Shant Navasardyan and Humphrey Shi

  • Model type: Dreambooth text-to-image and text-to-video generation model with edge control for text2video zero

  • Language(s): English

  • License: The CreativeML OpenRAIL M license.

  • Model Description: This is a model for text2video zero with edge guidance and arcane style. It can be used also with ControlNet in a text-to-image setup with edge guidance.

  • DreamBoth Keyword: arcane style

  • Resources for more information: GitHub, Paper, CIVITAI.

  • Cite as:

    @article{text2video-zero,
      title={Text2Video-Zero: Text-to-Image Diffusion Models are Zero-Shot Video Generators},
      author={Khachatryan, Levon and Movsisyan, Andranik and Tadevosyan, Vahram and Henschel, Roberto and Wang, Zhangyang and Navasardyan, Shant and Shi, Humphrey},
      journal={arXiv preprint arXiv:2303.13439},
      year={2023}
    }
    

Original Weights

The Dreambooth weights for the Arcane style were taken from CIVITAI.

Model Details

  • Developed by: Quiet_Joker (Username listed on CIVITAI)
  • Model type: Dreambooth text-to-image generation model
  • Language(s): English
  • License: The CreativeML OpenRAIL M license.
  • Model Description: This is a model that was created using DreamBooth to generate images with Arcane style, based on text prompts.
  • DreamBoth Keyword: arcane style
  • Resources for more information: CIVITAI.

Biases content acknowledgement:

Beware that Text2Video-Zero may output content that reinforces or exacerbates societal biases, as well as realistic faces, pornography, and violence. Text2Video-Zero in this demo is meant only for research purposes.

Citation

  @article{text2video-zero,
    title={Text2Video-Zero: Text-to-Image Diffusion Models are Zero-Shot Video Generators},
    author={Khachatryan, Levon and Movsisyan, Andranik and Tadevosyan, Vahram and Henschel, Roberto and Wang, Zhangyang and Navasardyan, Shant and Shi, Humphrey},
    journal={arXiv preprint arXiv:2303.13439},
    year={2023}
  }

Как запустить

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

GPU в ailist

Универсальный рантайм · diffusers

Можно запустить

Подбираем GPU…

Ревизия весов
4c6fbad

0 моделей