base_model: CompVis/stable-diffusion-v1-4 datasets:
- gigant/oldbookillustrations tags:
- stable-diffusion
- stable-diffusion-diffusers
- text-to-image
- diffusers
- image-generation
- old-book-style
- engraving inference: true
Modelo Fine-Tuneado: Ilustraciones de Libros Antiguos (Old Book Illustrations)
Este modelo es una versión fine-tuneada de CompVis/stable-diffusion-v1-4, entrenado específicamente para generar imágenes que imiten el estilo visual de los grabados e ilustraciones de libros antiguos.
Este proyecto fue desarrollado como parte de una entrega académica (Módulo 7) enfocada en la implementación de pipelines de Inteligencia Artificial y buenas prácticas de MLOps.
Detalles del Modelo
- Modelo Base: Stable Diffusion v1.4
- Dataset de Entrenamiento: gigant/oldbookillustrations
- Tarea: Generación de Texto a Imagen (Text-to-Image)
- Tipo de Modelo: Latent Diffusion Model
Ejemplo de Uso (Inferencia)
El modelo está listo para ser utilizado con la librería diffusers de Hugging Face. El siguiente código detectará automáticamente si tienes una GPU disponible para optimizar el rendimiento utilizando precisión float16, o utilizará la CPU en float32 si es necesario.
import torch
from diffusers import StableDiffusionPipeline
# Identificador del repositorio
model_id = "Victorh1397/stable-diffusion-v1-4-old-book-illustrations"
# Cargar el pipeline con la precisión adecuada según el hardware
pipe = StableDiffusionPipeline.from_pretrained(
model_id,
torch_dtype=torch.float16 if torch.cuda.is_available() else torch.float32
)
# Mover a GPU si está disponible
device = "cuda" if torch.cuda.is_available() else "cpu"
pipe = pipe.to(device)
# Definir el prompt (se recomienda usar palabras clave como "engraving" o "old book illustration")
prompt = "a mysterious ancient tree in a dark forest, engraving, old book illustration style"
# Generar la imagen con una semilla fija para reproducibilidad
generator = torch.Generator(device).manual_seed(42)
image = pipe(prompt, num_inference_steps=50, guidance_scale=7.5, generator=generator).images[0]
# Guardar el resultado
image.save("ancient_tree_illustration.png")