Пример дообученной DDPM-модели для безусловной генерации изображений бабочек.
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
Throng2351/ddpm-celebahq-finetuned-butterflies-2epochs — пример модели диффузии безусловной генерации изображений, размещённый пользователем Throng2351. Репозиторий подготовлен для занятия по диффузионным моделям; пример использования загружает веса через DDPMPipeline из библиотеки Diffusers и генерирует изображение без текстового запроса. Название указывает на дообучение модели CelebA-HQ на изображениях бабочек в течение двух эпох, однако README не описывает датасет и результаты обучения подробно.
Модель предназначена для экспериментов и демонстрации безусловной генерации изображений. Репозиторий содержит файлы в формате Diffusers и Safetensors и распространяется по лицензии MIT. Параметры модели и качество генерации в карточке не описаны.
README не приводит оценки качества, подробности обучающего набора или параметры модели; название лишь указывает на две эпохи дообучения. Генерация не управляется текстовым запросом.
Разделы каталога профессий, в задачах которых используется эта модель
README от автора на Hugging Face, как он его опубликовал
Describe your model here
from diffusers import DDPMPipeline
pipeline = DDPMPipeline.from_pretrained('Throng2351/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.