/ Модель
Каталог

Характеристики

Лицензия
CreativeML OpenRAIL-M
Базовая модель
stable-diffusion-2-1
Опубликована
14 мар 2024

Ссылки

Hugging Face

pseudo-flex-v2

RareConcepts
Генерация изображенийТекст → изображение3 профессии

Дообученная на разнообразных визуальных темах модель Stable Diffusion 2.1 для генерации изображений по текстовым запросам.

393скачиваний за 30 дней1лайквеса обновлены3 июн 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

pseudo-flex-v2 — полновесная дообученная модель генерации изображений на основе Stable Diffusion 2.1, опубликованная пользователем RareConcepts. Она создаёт изображения по текстовому описанию и обучалась на смешанном наборе данных с материалами о кино и постерах, архитектуре, спорте, пиксель-арте, анатомии и других темах. Текстовый энкодер базовой модели не дообучался; для запуска можно использовать энкодер Stable Diffusion 2.1.

В README приведены параметры проверки генерации, включая 30 шагов и примеры разрешений около одного мегапикселя, однако они не гарантируют оптимальное качество для любого запроса. Модель обучалась в BF16 и распространяется в форматах Diffusers и safetensors. Лицензия — CreativeML OpenRAIL-M. Данные обучения включают категории откровенного контента, поэтому модель может создавать материалы для взрослых; качество и точность генерации текста внутри изображения отдельно не заявлены.

Сценарии применения

  • создание кинематографичных сцен и постеров по описанию
  • генерация обложек книг и коллекционных постеров
  • создание изображений архитектуры и спортивных сюжетов
  • генерация иллюстраций в пиксель-арт стиле
  • создание изображений персонажей и анатомических сцен

Ограничения

Текстовый энкодер не дообучался, и параметры проверки из карточки могут не совпадать с оптимальными настройками для конкретного запроса. В обучающих данных присутствуют откровенные материалы; точность воспроизведения текста в изображениях не заявлена.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии
IV.9Отраслевые задачиМедиа, журналистика, культура, архивы и игрыAI помогает создавать, искать, сохранять и персонализировать медиа, культурный и игровой контент.44 задачи14 938моделейI.10Универсальные способностиВидео, анимация и 3DAI помогает создавать, анализировать и преобразовывать динамический визуальный контент и 3D-сцены.18 задач3 279моделейI.8Универсальные способностиИзображения и компьютерное зрениеAI помогает извлекать визуальные признаки, изменять изображения и создавать новые визуальные материалы.17 задач6 331модель

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

pseudo-flex-v2

This is a full rank finetuned model derived from stabilityai/stable-diffusion-2-1.

The main validation prompt used during training was:

a cinematic scene from the film Rogue One, a woman stares off into the distance, holding a sign that reads SOON

Validation settings

  • CFG: 9.2
  • CFG Rescale: 0.7
  • Steps: 30
  • Sampler: euler
  • Seed: 420420420
  • Resolutions: 1024x1024,1152x960,896x1152

Note: The validation settings are not necessarily the same as the training settings.

The text encoder was not trained. You may reuse the base model text encoder for inference.

Training settings

  • Training epochs: 4
  • Training steps: 48700
  • Learning rate: 4e-07
  • Effective batch size: 32
    • Micro-batch size: 4
    • Gradient accumulation steps: 8
  • Prediction type: v_prediction
  • Rescaled betas zero SNR: True
  • Optimizer: AdamW, stochastic bf16
  • Precision: Pure BF16
  • Xformers: Enabled

Datasets

celebrities

  • Repeats: 0
  • Total number of images: 1216
  • Total number of aspect buckets: 3
  • Resolution: 1.0 megapixels
  • Cropped: True
  • Crop style: random
  • Crop aspect: random

movieposters

  • Repeats: 0
  • Total number of images: 1696
  • Total number of aspect buckets: 3
  • Resolution: 1.0 megapixels
  • Cropped: True
  • Crop style: random
  • Crop aspect: random

normalnudes

  • Repeats: 0
  • Total number of images: 1088
  • Total number of aspect buckets: 3
  • Resolution: 1.0 megapixels
  • Cropped: True
  • Crop style: random
  • Crop aspect: random

propagandaposters

  • Repeats: 0
  • Total number of images: 640
  • Total number of aspect buckets: 3
  • Resolution: 1.0 megapixels
  • Cropped: True
  • Crop style: random
  • Crop aspect: random

guys

  • Repeats: 0
  • Total number of images: 352
  • Total number of aspect buckets: 3
  • Resolution: 1.0 megapixels
  • Cropped: True
  • Crop style: random
  • Crop aspect: random

pixel-art

  • Repeats: 0
  • Total number of images: 1056
  • Total number of aspect buckets: 3
  • Resolution: 1.0 megapixels
  • Cropped: True
  • Crop style: random
  • Crop aspect: random

signs

  • Repeats: 0
  • Total number of images: 384
  • Total number of aspect buckets: 3
  • Resolution: 1.0 megapixels
  • Cropped: True
  • Crop style: random
  • Crop aspect: random

moviecollection

  • Repeats: 0
  • Total number of images: 1856
  • Total number of aspect buckets: 3
  • Resolution: 1.0 megapixels
  • Cropped: True
  • Crop style: random
  • Crop aspect: random

bookcovers

  • Repeats: 0
  • Total number of images: 768
  • Total number of aspect buckets: 3
  • Resolution: 1.0 megapixels
  • Cropped: True
  • Crop style: random
  • Crop aspect: random

nijijourney

  • Repeats: 0
  • Total number of images: 640
  • Total number of aspect buckets: 3
  • Resolution: 1.0 megapixels
  • Cropped: True
  • Crop style: random
  • Crop aspect: random

experimental

  • Repeats: 0
  • Total number of images: 3008
  • Total number of aspect buckets: 3
  • Resolution: 1.0 megapixels
  • Cropped: True
  • Crop style: random
  • Crop aspect: random

ethnic

  • Repeats: 0
  • Total number of images: 3072
  • Total number of aspect buckets: 3
  • Resolution: 1.0 megapixels
  • Cropped: True
  • Crop style: random
  • Crop aspect: random

sports

  • Repeats: 0
  • Total number of images: 800
  • Total number of aspect buckets: 3
  • Resolution: 1.0 megapixels
  • Cropped: True
  • Crop style: random
  • Crop aspect: random

gay

  • Repeats: 0
  • Total number of images: 1056
  • Total number of aspect buckets: 3
  • Resolution: 1.0 megapixels
  • Cropped: True
  • Crop style: random
  • Crop aspect: random

architecture

  • Repeats: 0
  • Total number of images: 4320
  • Total number of aspect buckets: 3
  • Resolution: 1.0 megapixels
  • Cropped: True
  • Crop style: random
  • Crop aspect: random

shutterstock

  • Repeats: 0
  • Total number of images: 21056
  • Total number of aspect buckets: 3
  • Resolution: 1.0 megapixels
  • Cropped: True
  • Crop style: random
  • Crop aspect: random

cinemamix-1mp

  • Repeats: 0
  • Total number of images: 8992
  • Total number of aspect buckets: 3
  • Resolution: 1.0 megapixels
  • Cropped: True
  • Crop style: random
  • Crop aspect: random

nsfw-1024

  • Repeats: 0
  • Total number of images: 10784
  • Total number of aspect buckets: 3
  • Resolution: 1.0 megapixels
  • Cropped: True
  • Crop style: random
  • Crop aspect: random

anatomy

  • Repeats: 5
  • Total number of images: 16352
  • Total number of aspect buckets: 3
  • Resolution: 1.0 megapixels
  • Cropped: True
  • Crop style: random
  • Crop aspect: random

bg20k-1024

  • Repeats: 0
  • Total number of images: 89248
  • Total number of aspect buckets: 3
  • Resolution: 1.0 megapixels
  • Cropped: True
  • Crop style: random
  • Crop aspect: random

yoga

  • Repeats: 0
  • Total number of images: 3552
  • Total number of aspect buckets: 3
  • Resolution: 1.0 megapixels
  • Cropped: True
  • Crop style: random
  • Crop aspect: random

Как запустить

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

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Ревизия весов
ebcb673

0 моделей

    Создать бенчмарк