/ Модель

Характеристики

Лицензия
MIT
Опубликована
14 апр 2022

butterfly_cropped_uniq1K_512

Генерация изображенийТекст → изображение3 профессии

Light-GAN генерирует изображения бабочек 512×512 без текстового запроса и подходит для экспериментов с генерацией изображений на небольшом наборе данных.

23скачиваний за 30 дней5лайковвеса обновлены25 апр 2022

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

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

ceyda/butterfly_cropped_uniq1K_512 — модель Light-GAN для безусловной генерации изображений бабочек, обученная автором карточки на наборе HugGAN Smithsonian Butterflies Subset. Она создаёт изображения размером 512×512 без текстового запроса. Обучение проводилось на 1000 вручную отобранных изображениях; карточка описывает проект как учебный и экспериментальный.

При подготовке данных оставляли по одной бабочке каждого вида и фильтровали изображения с помощью CLIP по запросам о красивых, одиночных, ярких бабочках с раскрытыми крыльями. Такой отбор ограничивает разнообразие генераций и может вносить субъективное смещение. Оценка FID проводилась на 100 изображениях, и автор отмечает, что её результаты малоинформативны. Модель предназначена для развлечения и обучения. Лицензия — MIT.

Сценарии применения

  • создание изображений бабочек для иллюстраций
  • эксперименты с безусловной генерацией изображений
  • изучение обучения GAN на небольшом наборе данных

Ограничения

Обучающий набор ограничен 1000 изображениями и был отфильтрован по субъективным CLIP-критериям, что может снижать разнообразие и вносить смещение. Указанная оценка FID на 100 изображениях, по замечанию автора, малоинформативна.

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

Butterfly GAN

Model description

Based on paper: Towards Faster and Stabilized GAN Training for High-fidelity Few-shot Image Synthesis

which states: "Notably, the model converges from scratch with just a few hours of training on a single RTX-2080 GPU, and has a consistent performance, even with less than 100 training samples"

also dubbed the Light-GAN model. This model was trained using the script here which is adapted from the lucidrains repo.

Differently from the script above, I used the transforms from the official repo. Because our training images were already cropped and aligned. official paper implementation repo

transform_list = [
            transforms.Resize((int(im_size),int(im_size))),
            transforms.RandomHorizontalFlip(),
            transforms.ToTensor(),
            transforms.Normalize(mean=[0.5, 0.5, 0.5], std=[0.5, 0.5, 0.5])
        ]        

Intended uses & limitations

Intended for fun & learning~

How to use


import torch
from huggan.pytorch.lightweight_gan.lightweight_gan import LightweightGAN # install the community-events repo above

gan = LightweightGAN.from_pretrained("ceyda/butterfly_cropped_uniq1K_512")
gan.eval()
batch_size = 1
with torch.no_grad():
        ims = gan.G(torch.randn(batch_size, gan.latent_dim)).clamp_(0., 1.)*255
        ims = ims.permute(0,2,3,1).detach().cpu().numpy().astype(np.uint8)
        # ims is [BxWxHxC] call Image.fromarray(ims[0])

Limitations and bias

  • During training I filtered the dataset to have only 1 butterfly from each species available. Otherwise the model generated less varied butterflies (a few species with more images would dominate).
  • The dataset was also filtered using CLIP scores for ['pretty butterfly','one butterfly','butterfly with open wings','colorful butterfly']. While this was done to eliminate images that contained no butterflies(just scientific tags, cluttered images) from the full dataset. It is easy to imagine where this type of approach would be problematic in certain scenarios; who is to say which butterfly is "pretty" and should be in the dataset.ie; CLIP failing to identify a butterfly might exclude it from the dataset causing bias.

Training data

1000 images are used, while it was possible to increase this number, we didn't have time to manually curate the dataset.

& also wanted to see if it was possible to do low data training as mention in the paper.

More details are on the data card

Training procedure

Trained on 2xA4000s for ~1day. Can see good results within 7-12h. Importans params: "--batch_size 64 --gradient_accumulate_every 4 --image_size 512 --mixed_precision fp16" Training logs can be seen here

Eval results

calculated FID score on 100 images. results for different checkpoints are here

but can't say it is too meaningful (due to the shortcomings of FID score)

Generated Images

Play with the demo

BibTeX entry and citation info

Made during the huggan sprint.

Model trained by: Ceyda Cinarel https://twitter.com/ceyda_cinarel

Additional contributions by Jonathan Whitaker https://twitter.com/johnowhitaker

Как запустить

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

GPU в ailist

Универсальный рантайм

Нельзя запустить

Безусловная генерация изображений пока не поддерживается.

Ревизия весов
3de0a58

0 моделей