/ Модель

Характеристики

Лицензия
Apache 2.0
Опубликована
8 окт 2024

IterComp

Генерация изображенийТекст → изображение3 профессии

IterComp — основанная на SDXL Base 1.0 модель для генерации изображений по сложным композиционным текстовым запросам.

38скачиваний за 30 дней52лайкавеса обновлены19 фев 2025

Бенчмарки

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

Тесты пользователейпока нет

Никто ещё не опубликовал тест этой модели. Соберите бенчмарк из своих задач — результат появится здесь.

  1. Добавьте модель в бенчмарк

    Вместе с другими моделями категории «Изображения» — сравнение идёт внутри одной категории.

  2. Опишите свои задачи

    Напишите запросы, при необходимости приложите файлы и эталонные ответы.

  3. Запустите и опубликуйте

    Модели сгенерируют результат по каждой задаче. Опубликованный тест появится на этой странице.

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

IterComp — модель генерации изображений по тексту, основанная на SDXL Base 1.0 и представленная авторами проекта IterComp. Она предназначена для композиционной генерации: создания изображений по сложным запросам, где важны сочетание нескольких объектов и их взаимное расположение. Репозиторий предоставляет веса для использования с библиотекой Diffusers и форматом safetensors.

Модель принята на ICLR 2025. В README также описаны отдельные композиционно-ориентированные модели оценки изображений и варианты IterComp-RPG с рассуждающими LLM, однако карточка comin/IterComp содержит базовую модель генерации. Лицензия — Apache-2.0. Для запуска нужны Diffusers и вычислительное устройство с поддержкой CUDA; README не сообщает численный размер модели и длину контекста.

Сценарии применения

  • генерация изображения по сложному текстовому описанию
  • создание сцены с несколькими объектами и заданными отношениями между ними
  • проверка методов композиционной генерации изображений
  • создание иллюстраций по запросам с несколькими условиями

Ограничения

Для запуска требуются Diffusers и CUDA-совместимое устройство. README не приводит количественных оценок качества или подробных сведений об ограничениях генерации.

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

IterComp(ICLR 2025)

Official Repository of the paper: IterComp.

News🔥🔥🔥

[2025.02] We open-source three composition-aware reward models in HuggingFace Repo, which can be used for preference learning and as new image generation evaluators.

[2025.02] We enhance IterComp-RPG with LLMs that possess the strongest reasoning capabilities, including DeepSeek-R1, OpenAI o3-mini, and OpenAI o1 to achieve outstanding compositional image generation under complex prompts.

[2025.01] IterComp is accepted by ICLR 2025!!!

[2024.10] Checkpoints of base diffusion model are publicly available on HuggingFace Repo.

[2024.10] Our main code of IterComp is released.

Introduction

IterComp is one of the new State-of-the-Art compositional generation methods. In this repository, we release the model training from SDXL Base 1.0 .

Text-to-Image Usage

from diffusers import DiffusionPipeline
import torch

pipe = DiffusionPipeline.from_pretrained("comin/IterComp", torch_dtype=torch.float16, use_safetensors=True)
pipe.to("cuda")
# if using torch < 2.0
# pipe.enable_xformers_memory_efficient_attention()

prompt = "An astronaut riding a green horse"
image = pipe(prompt=prompt).images[0]
image.save("output.png")

IterComp can serve as a powerful backbone for various compositional generation methods, such as RPG and Omost. We recommend integrating IterComp into these approaches to achieve more advanced compositional generation results.

Citation

@article{zhang2024itercomp,
  title={IterComp: Iterative Composition-Aware Feedback Learning from Model Gallery for Text-to-Image Generation},
  author={Zhang, Xinchen and Yang, Ling and Li, Guohao and Cai, Yaqi and Xie, Jiake and  Tang, Yong and Yang, Yujiu and Wang, Mengdi and Cui, Bin},
  journal={arXiv preprint arXiv:2410.07171},
  year={2024}
}

Как запустить

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

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Ревизия весов
f584ce5

0 моделей