Учебная DDPM-модель для безусловной генерации изображений бабочек, дообученная на CelebA-HQ в течение двух эпох.
Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды
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.
Описание составлено по карточке модели и метаданным Hugging Face
SenZh/ddpm-celebahq-finetuned-butterflies-2epochs — модель генерации изображений на основе диффузионной архитектуры DDPM, опубликованная SenZh. В README она названа примером дообученной модели для учебного курса по диффузионным моделям; пример показывает генерацию изображения без текстового запроса через DDPMPipeline. Название репозитория указывает на дообучение на CelebA-HQ для генерации изображений бабочек в течение двух эпох.
Модель предназначена для экспериментов и демонстрации безусловной генерации изображений с библиотекой Diffusers. Распространяется в форматах Diffusers и Safetensors по лицензии MIT. README не приводит оценок качества или подробностей о наборе данных, поэтому результаты генерации и пригодность для конкретных прикладных сценариев не подтверждены.
Учебный пример дообучения всего на двух эпохах; качество и разнообразие генерации в карточке не оценены. Модель генерирует безусловно и не принимает текстовые запросы.
README от автора на Hugging Face, как он его опубликовал
Describe your model here
from diffusers import DDPMPipeline
pipeline = DDPMPipeline.from_pretrained('SenZh/ddpm-celebahq-finetuned-butterflies-2epochs')
image = pipeline().images[0]
image
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм
Безусловная генерация изображений пока не поддерживается.