/ Модель

Характеристики

Лицензия
Apache 2.0
Опубликована
19 июн 2024

SPO-SD-v1-5_4k-p_10ep

Генерация изображенийТекст → изображение3 профессии

Дообученная Stable Diffusion 1.5 для генерации эстетичных изображений по текстовым запросам.

23скачиваний за 30 дней9лайковвеса обновлены17 дек 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.

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

SPO-SD-v1-5_4k-p_10ep — модель генерации изображений по текстовому описанию, разработанная авторами метода Step-by-Step Preference Optimization (SPO). Она дообучена на базе runwayml/stable-diffusion-v1-5 и представляет собой объединённый чекпойнт базовой модели и LoRA-адаптера. Обучение проводилось на 4 000 промптах в течение 10 эпох с использованием данных предпочтений изображений.

Модель предназначена для создания изображений по англоязычным текстовым запросам с улучшенным визуальным качеством и эстетикой при сохранении соответствия изображения запросу. Подход SPO оптимизирует детали на каждом шаге денойзинга; для запуска авторы показывают StableDiffusionPipeline из библиотеки diffusers с вычислениями в float16. Модель распространяется по лицензии Apache-2.0.

Сценарии применения

  • создание иллюстраций по англоязычному описанию
  • генерация концепт-арта по текстовым промптам
  • создание эстетичных изображений для творческих проектов

Ограничения

Модель обучалась на ограниченном наборе из 4 000 промптов; README не приводит количественных оценок качества или подробных сведений об ограничениях генерации.

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

Aesthetic Post-Training Diffusion Models from Generic Preferences with Step-by-step Preference

Abstract

Model Description

This model is fine-tuned from runwayml/stable-diffusion-v1-5. It has been trained on 4,000 prompts for 10 epochs.

This is a merged checkpoint that combines the LoRA checkpoint with the base model runwayml/stable-diffusion-v1-5. If you want to access the LoRA checkpoint, please visit SPO-SD-v1-5_4k-p_10ep_LoRA. We also provide a LoRA checkpoint compatible with stable-diffusion-webui, which can be accessed here.

A quick example

from diffusers import StableDiffusionPipeline
import torch

# load pipeline
inference_dtype = torch.float16
pipe = StableDiffusionPipeline.from_pretrained(
    "SPO-Diffusion-Models/SPO-SD-v1-5_4k-p_10ep", 
    torch_dtype=inference_dtype,
)
pipe.to('cuda')

generator=torch.Generator(device='cuda').manual_seed(42)
image = pipe(
    prompt='an image of a beautiful lake',
    generator=generator,
    guidance_scale=7.5,
    output_type='pil',
).images[0]
image.save('lake.png')

Citation

If you find our work or codebase useful, please consider giving us a star and citing our work.

@article{liang2024step,
  title={Aesthetic Post-Training Diffusion Models from Generic Preferences with Step-by-step Preference Optimization},
  author={Liang, Zhanhao and Yuan, Yuhui and Gu, Shuyang and Chen, Bohan and Hang, Tiankai and Cheng, Mingxi and Li, Ji and Zheng, Liang},
  journal={arXiv preprint arXiv:2406.04314},
  year={2024}
}

Как запустить

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

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Ревизия весов
c2e72b1

0 моделей