/ Модель

Характеристики

Лицензия
Apache 2.0
Опубликована
6 июн 2024

SPO-SDXL_4k-p_10ep

Генерация изображенийТекст → изображение3 профессии

Дообученная на базе SDXL модель для генерации изображений с улучшенной эстетикой и соответствием текстовому запросу.

41скачиваний за 30 дней68лайковвеса 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-SDXL_4k-p_10ep — модель генерации изображений по тексту от авторов метода Step-by-step Preference Optimization (SPO). Она дообучена на базе Stable Diffusion XL Base 1.0 для улучшения эстетического качества изображений и соответствия текстовым запросам. Чекпойнт объединяет веса LoRA с базовой моделью; обучение проводилось на 4 000 запросах в течение 10 эпох.

Модель подходит для создания визуально привлекательных изображений по текстовым описаниям, в том числе для творческих задач и генерации иллюстраций. Она использует архитектуру Stable Diffusion XL и формат Diffusers с весами Safetensors. Лицензия — Apache-2.0. В README заявлено улучшение эстетики без ухудшения соответствия изображения запросу; независимые показатели качества в карточке не приведены.

Сценарии применения

  • создание эстетичных изображений по текстовому описанию
  • генерация иллюстраций для творческих проектов
  • визуализация идей по промпту

Ограничения

В README не приведены независимые количественные оценки качества; заявленные улучшения эстетики и соответствия запросу основаны на описании авторов.

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 stable-diffusion-xl-base-1.0. 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 stable-diffusion-xl-base-1.0. If you want to access the LoRA checkpoint, please visit SPO-SDXL_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 StableDiffusionXLPipeline, UNet2DConditionModel
import torch

# load pipeline
inference_dtype = torch.float16
pipe = StableDiffusionXLPipeline.from_pretrained(
    "SPO-Diffusion-Models/SPO-SDXL_4k-p_10ep", 
    torch_dtype=inference_dtype,
)
vae = AutoencoderKL.from_pretrained(
    'madebyollin/sdxl-vae-fp16-fix',
    torch_dtype=inference_dtype,
)
pipe.vae = vae
pipe.to('cuda')

generator=torch.Generator(device='cuda').manual_seed(42)
image = pipe(
    prompt='a child and a penguin sitting in front of the moon',
    guidance_scale=5.0,
    generator=generator,
    output_type='pil',
).images[0]
image.save('moon.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
2fc574e

0 моделей