/ Модель

Характеристики

Лицензия
GPL 3.0
Опубликована
12 фев 2024

ProteusV0.3

Генерация изображенийТекст → изображение3 профессии

ProteusV0.3 — дообученная на изображениях, в том числе аниме, модель для генерации фотореалистичных и стилизованных изображений по текстовым промптам.

17 825скачиваний за 30 дней96лайковвеса обновлены12 фев 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

ProteusV0.3 — модель генерации изображений по текстовому описанию, разработанная dataautogpt3 на базе OpenDalleV1.1. Это обновлённая версия с дополнительным обучением на изображениях аниме и отборе визуально выразительных примеров; модель сохраняет фотореалистичные и стилизованные возможности предыдущей версии.

Модель дообучена примерно на 220 тысячах изображений с подписями GPTV, а также на 10 тысячах пар изображений, отобранных для оптимизации предпочтений. Она предназначена для создания фотореалистичных и художественных изображений, включая аниме, сюрреализм и мультяшную стилизацию, и уделяет внимание деталям лица, текстуре кожи, освещению и соответствию промпту. Карточка рекомендует использовать разрешение 1024×1024 или 1280×1280, 20–60 шагов и sampler DPM++ 2M SDE с scheduler Karras.

Модель распространяется в формате Diffusers/PyTorch и лицензирована по GPL-3.0. Результат зависит от формулировки промпта и настроек генерации; README не приводит независимых оценок качества или подробностей об ограничениях использования.

Сценарии применения

  • создание изображений в стиле аниме по текстовому описанию
  • генерация фотореалистичных портретов и лиц
  • создание сюрреалистичных иллюстраций
  • генерация мультяшных изображений
  • создание изображений с детализированным освещением и текстурами

Ограничения

Качество и соответствие результата зависят от промпта и выбранных настроек генерации. README не содержит независимых оценок качества 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

Proteus V0.3 has been advanced with an additional 200,000 anime-related images, further refined by a selection of 15,000 aesthetically pleasing images, enhancing its lighting effects significantly. This upgrade preserves its understanding of prompts and maintains its photorealistic and stylistic capabilities without suffering from catastrophic forgetting.

Proteus

Proteus serves as a sophisticated enhancement over OpenDalleV1.1, leveraging its core functionalities to deliver superior outcomes. Key areas of advancement include heightened responsiveness to prompts and augmented creative capacities. To achieve this, it was fine-tuned using approximately 220,000 GPTV captioned images from copyright-free stock images (with some anime included), which were then normalized. Additionally, DPO (Direct Preference Optimization) was employed through a collection of 10,000 carefully selected high-quality, AI-generated image pairs.

In pursuit of optimal performance, numerous LORA (Low-Rank Adaptation) models are trained independently before being selectively incorporated into the principal model via dynamic application methods. These techniques involve targeting particular segments within the model while avoiding interference with other areas during the learning phase. Consequently, Proteus exhibits marked improvements in portraying intricate facial characteristics and lifelike skin textures, all while sustaining commendable proficiency across various aesthetic domains, notably surrealism, anime, and cartoon-style visualizations.

Settings for ProteusV0.3

Use these settings for the best results with ProteusV0.3:

CFG Scale: Use a CFG scale of 8 to 7

Steps: 20 to 60 steps for more detail, 20 steps for faster results.

Sampler: DPM++ 2M SDE

Scheduler: Karras

Resolution: 1280x1280 or 1024x1024

please also consider using these keep words to improve your prompts: best quality, HD, ~*~aesthetic~*~.

if you are having trouble coming up with prompts you can use this GPT I put together to help you refine the prompt. https://chat.openai.com/g/g-RziQNoydR-diffusion-master

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/ProteusV0.3", 
    vae=vae,
    torch_dtype=torch.float16
)
pipe.scheduler = KDPM2AncestralDiscreteScheduler.from_config(pipe.scheduler.config)
pipe.to('cuda')

# Define prompts and generate image
prompt = "black fluffy gorgeous dangerous cat animal creature, large orange eyes, big fluffy ears, piercing gaze, full moon, dark ambiance, best quality, extremely detailed"
negative_prompt = "nsfw, bad quality, bad anatomy, worst quality, low quality, low resolutions, extra fingers, blur, blurry, ugly, wrongs proportions, watermark, image artifacts, lowres, ugly, jpeg artifacts, deformed, noisy image"

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

please support the work I do through donating to me on: https://www.buymeacoffee.com/DataVoid or following me on https://twitter.com/DataPlusEngine

Как запустить

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

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Ревизия весов
915e423

0 моделей