/ Модель

Характеристики

Лицензия
GPL 3.0
Опубликована
22 фев 2024

ProteusV0.4

Генерация изображенийТекст → изображение3 профессии

ProteusV0.4 — дообученная модель Stable Diffusion XL для генерации изображений по текстовым запросам с усиленным акцентом на художественный стиль.

944скачиваний за 30 дней75лайковвеса обновлены22 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

ProteusV0.4 — модель генерации изображений по тексту от dataautogpt3, основанная на OpenDalleV1.1 и дообученная для улучшения визуального стиля. В README описано обучение на более чем 400 тысячах изображений, включая около 220 тысяч изображений с подписями GPTV и 10 тысяч пар изображений, использованных для DPO; также упоминается выборочное применение обученных LoRA-компонентов. Репозиторий предоставляет модель в форматах Diffusers, PyTorch и Safetensors для StableDiffusionXLPipeline.

Модель предназначена для создания изображений по текстовым запросам, с акцентом на эстетические стили, реалистичные черты лица и текстуру кожи, а также сюрреалистичные, аниме- и мультяшные изображения. README рекомендует CFG 4–6, 20–60 шагов и разрешение 1024×1024 или 1280×1280. Указана лицензия GPL-3.0. Автор характеризует обновление V0.4 как преимущественно стилистическое: улучшение понимания сложных запросов не является его основным направлением.

Сценарии применения

  • создание стилизованных изображений по текстовому описанию
  • генерация реалистичных портретов с детализированными чертами лица
  • создание изображений с реалистичной текстурой кожи
  • генерация сюрреалистичных иллюстраций
  • создание изображений в стиле аниме и мультфильмов

Ограничения

Обновление V0.4 нацелено прежде всего на стилистические качества и не заявляет о существенном улучшении понимания запросов. Рекомендованные параметры генерации приведены в README, но количественные оценки качества и результаты сравнительных тестов не описаны.

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

This update enhances stylistic capabilities, similar to Midjourney's approach, rather than advancing prompt comprehension. Methods used do not infringe on any copyrighted material.

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.

finetuned/trained on a total of 400k+ images at this point.

Settings for ProteusV0.4

Use these settings for the best results with ProteusV0.4:

CFG Scale: Use a CFG scale of 4 to 6

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/ProteusV0.4", 
    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=4,
    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
0dfa410

0 моделей