/ Модель

Характеристики

Лицензия
OpenRAIL++
Библиотека
diffusers
Опубликована
1 авг 2024

DashAnimeXL-V1

Генерация изображенийТекст → изображение3 профессии

Дообученная на SDXL диффузионная модель Dashtoon для генерации аниме-изображений по текстовым запросам.

144скачиваний за 30 дней6лайковвеса обновлены30 сен 2024

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

DashAnimeXL V1 — диффузионная модель Dashtoon для генерации аниме-изображений по текстовым запросам. Она дообучена на Stable Diffusion XL и использует ту же архитектуру; для работы предусмотрена библиотека Diffusers, веса доступны в формате safetensors.

Модель предназначена для создания изображений в стиле аниме. В карточке отмечены улучшенная анатомия рук, лучшее понимание концепций и интерпретация запросов. Поддерживаемый язык в метаданных — английский. Модель распространяется по лицензии CreativeML Open RAIL++-M; её условия следует учитывать при использовании и распространении результатов.

Сценарии применения

  • создание аниме-иллюстраций по описанию
  • генерация персонажей по текстовому промпту
  • визуализация сцен в стиле аниме
  • создание концепт-арта для аниме-проектов

Ограничения

Качество и соответствие результата зависят от формулировки текстового запроса; карточка не приводит независимых оценок качества или подробных ограничений модели.

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

DashAnimeXL V1 is a diffusion-based text-to-image generative model. The model is a finetune of SDXL by the research team at Dashtoon. Please see our blog for more details.

Model Description

  • Developed by: Dashtoon
  • Model type: Diffusion-based text-to-image generative model
  • License: CreativeML Open RAIL++-M License
  • Model Description: DashAnimeXL V1 is engineered to generate high-quality anime images from textual prompts. It features enhanced hand anatomy, better concept understanding, and prompt interpretation.
  • Summary: This model generates images based on text prompts. It follows the same architecture as Stable Diffusion XL.
  • Finetuned from model: SDXL

Using the model with 🧨 Diffusers

To use DashAnimeXL V1, install the required libraries as follows:

pip install diffusers --upgrade
pip install transformers accelerate safetensors

Example script for generating images with DashAnimeXL V1:

import torch
from diffusers import (
    StableDiffusionXLPipeline, 
    EulerAncestralDiscreteScheduler,
    AutoencoderKL
)

# Load VAE component
vae = AutoencoderKL.from_pretrained(
    "madebyollin/sdxl-vae-fp16-fix", 
    torch_dtype=torch.bfloat16
)

# Configure the pipeline
pipe = StableDiffusionXLPipeline.from_pretrained(
    "dashtoon/DashAnimeXL-V1", 
    vae=vae,
    torch_dtype=torch.bfloat16, 
    use_safetensors=True, 
)
pipe.scheduler = EulerAncestralDiscreteScheduler.from_config(pipe.scheduler.config)

if torch.cuda.is_available():
  pipe.to('cuda')

# Define prompts and generate image
prompt = "anime illustration, An ink painting with a superhot, pop art style, featuring vibrant splashes and gradient patterns merging with random signals and noise. A zoomed-in panda wearing glasses, appearing to look directly at the viewer. The piece is bathed in warm, volumetric lighting against a clear dusk sky background. The reflection in the panda's sunglasses reveals nuclear clouds, adding an element of surrealism."
negative_prompt = "nsfw, low quality, worst quality, very displeasing, 3d, watermark, signature, ugly, poorly drawn"

image = pipe(
    prompt, 
    negative_prompt=negative_prompt, 
    width=1024,
    height=1024,
    guidance_scale=7,
    num_inference_steps=20
).images[0]

Как запустить

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

GPU в ailist

Универсальный рантайм · diffusers

Можно запустить

Подбираем GPU…

Ревизия весов
a10c7dc

0 моделей