/ Модель

Характеристики

Лицензия
Apache 2.0
Опубликована
23 июл 2024

PrometheusV1

Генерация изображенийТекст → изображение3 профессии

Модель на основе Playground v2.5 для генерации изображений по текстовым описаниям с совместимостью с инструментами экосистемы SDXL.

32скачиваний за 30 дней26лайковвеса обновлены23 июл 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

PrometheusV1 — модель генерации изображений по текстовому описанию от автора модели Proteus. Согласно карточке, это полноранговое дообучение Playground v2.5 на более чем 400 тысячах изображений из наборов Proteus. Модель распространяется в формате Diffusers с весами Safetensors по лицензии Apache-2.0.

Модель предназначена для создания изображений по текстовым запросам и рассчитана на работу с открытыми инструментами и экосистемой SDXL. В карточке заявлена совместимость с большинством SDXL LoRA и инструментов; для оптимальной работы рекомендован CLIP skip 2. Разработчик также отмечает баланс согласованности и разнообразия результатов и возможные стилевые особенности, унаследованные от обучения.

Сценарии применения

  • создание иллюстраций по текстовому запросу
  • генерация изображений в экосистеме SDXL
  • использование SDXL LoRA при генерации изображений

Ограничения

Для оптимальной работы рекомендуется CLIP skip 2; выходы могут иметь стилевые особенности, обусловленные обучением. Заявления о совместимости относятся к большинству, а не ко всем SDXL LoRA и инструментам.

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

PrometheusV1

PrometheusV1 is presumed to be the first full rank finetune of Playground v2.5, developed by the creator of the Proteus model. This text-to-image generation model has been specifically adapted to enhance accessibility for the open-source community.

Key Features and Considerations

Presumed First Full Rank Finetune of Playground v2.5:

  • Complete parameter update of Playground v2.5 architecture
  • Unique approach to fine-tuning this particular base model

Enhanced Accessibility:

  • Custom sampling methods have been removed through brute force techniques
  • Designed to be more compatible with standard open-source tools and workflows
  • post processing applied to ensure backwards compatibility with most SDXL LoRAs and tools

Output Characteristics:

  • Aims to provide a balance between consistency and diversity in outputs
  • May exhibit some stylistic tendencies inherited from the training process

Training Approach:

  • Utilizes the extensive Proteus datasets of over 400,000 images
  • Brute force at scale training methodology
  • Focused on maintaining model capabilities while increasing compatibility

Advanced Custom CLIP Integration:

  • Incorporates a meticulously trained custom CLIP model
  • Steadily developed over an extended period
  • Further fine-tuned for specific qualities in Proteus and Prometheus
  • Estimated to contribute 90% of the model's performance improvements
  • Requires a clip skip setting of 2 for optimal performance

About PrometheusV1

PrometheusV1 represents a significant effort to make advanced text-to-image generation more accessible to the open-source community. Built upon the Playground v2.5 architecture, it has undergone a full rank finetune using an extensive dataset of over 400,000 images from the Proteus collection. A key aspect of its development was the removal of custom sampling methods through brute force techniques at scale, allowing the model to work more seamlessly with standard open-source tools and pipelines. Additionally, PrometheusV1 has been made backwards compatible with most SDXL LoRAs and tools. This approach aims to balance the model's performance capabilities with wider compatibility and ease of use. Users can expect outputs that reflect the model's intensive training on the large Proteus dataset while benefiting from improved interoperability with common open-source frameworks and existing SDXL ecosystem.

Training Details

Base Model: Playground v2.5 Finetune Type: Full rank (all layers updated) Training Dataset: Over 400,000 images from Proteus datasets, extensively curated and processed Training Approach: Brute force at scale, focused on removing custom sampling methods while maintaining model capabilities Fine-tuning Techniques: Standard optimization methods compatible with open-source tools Special Processing: post processing applied for SDXL LoRA and tool compatibility

Recommended Settings

Clip Skip: 2

CFG Scale: 7

Steps: 25 - 50

Sampler: DPM++ 2M SDE

Scheduler: Karras

Resolution: 1024x1024

Use it with 🧨 diffusers

import torch
from diffusers import (
    StableDiffusionXLPipeline, 
    KDPM2AncestralDiscreteScheduler,
    AutoencoderKL
)

# Load VAE component
vae = AutoencoderKL.from_pretrained(
    "madebyollin/sdxl-vae-fp16-fix", 
    torch_dtype=torch.float16
)

# Configure the pipeline
pipe = StableDiffusionXLPipeline.from_pretrained(
    "dataautogpt3/PrometheusV1", 
    vae=vae,
    torch_dtype=torch.float16
)
pipe.scheduler = KDPM2AncestralDiscreteScheduler.from_config(pipe.scheduler.config)
pipe.to('cuda')

# Define prompts and generate image
prompt = "a cat wearing sunglasses on the beach"
negative_prompt = ""

image = pipe(
    prompt, 
    negative_prompt=negative_prompt, 
    width=1024,
    height=1024,
    guidance_scale=7,
    num_inference_steps=50,
    clip_skip=2
).images[0]


image.save("generated_image.png")

Как запустить

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

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Ревизия весов
0e6bdfd

0 моделей