Учебная диффузионная модель, дообученная на изображениях бабочек для безусловной генерации изображений.
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
chy20015/ddpm-celebahq-finetuned-butterflies-2epochs — модель диффузии для безусловной генерации изображений, опубликованная пользователем chy20015. Карточка описывает её как пример дообученной модели для учебного курса по диффузионным моделям; пример использования запускает DDPMPipeline и получает сгенерированное изображение без текстового запроса.
Модель рассчитана на генерацию изображений в стиле набора CelebA-HQ, дообученную на изображениях бабочек. В README указано, что обучение длилось две эпохи. Репозиторий использует библиотеку Diffusers и формат safetensors. Лицензия — MIT.
Это краткий учебный эксперимент, поэтому качество и разнообразие генерации могут быть ограниченными; карточка не приводит оценок качества или подробностей обучения.
Обучение длилось всего две эпохи, поэтому качество и разнообразие изображений могут быть ограниченными. В карточке нет оценок качества генерации.
README от автора на Hugging Face, как он его опубликовал
Describe your model here
from diffusers import DDPMPipeline
pipeline = DDPMPipeline.from_pretrained('chy20015/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.