/ Модель

Характеристики

Лицензия
GPL 3.0
Опубликована
22 фев 2024

ProteusV0.4-Lightning

Генерация изображенийТекст → изображение3 профессии

Модель на базе SDXL для быстрой генерации стилизованных изображений по текстовым описаниям.

44скачиваний за 30 дней27лайковвеса 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-Lightning — модель генерации изображений по текстовому описанию от dataautogpt3, основанная на OpenDalleV1.1 и построенная для Stable Diffusion XL. Версия Lightning ориентирована на выразительный стиль и быструю генерацию: в карточке рекомендуются 4–10 шагов, CFG 1–2 и разрешение 1024×1024 или 1280×1280.

Модель дообучена на более чем 400 тысячах изображений; в README также описаны настройка на изображениях с подписями, DPO на парах сгенерированных изображений и включение отдельных LoRA в основную модель. Она предназначена для создания разнообразных иллюстраций, включая сюрреалистичные, аниме и мультяшные изображения, а также изображений с детализированными лицами и реалистичной текстурой кожи. Репозиторий предоставляет веса в форматах Diffusers, PyTorch и Safetensors. Лицензия — GPL-3.0.

Сценарии применения

  • быстрое создание иллюстраций по текстовому промпту
  • генерация изображений в стиле аниме и мультфильмов
  • создание сюрреалистичных изображений
  • генерация портретов с детализированными лицами и текстурой кожи

Ограничения

В README отмечено, что обновление в первую очередь улучшает стилистические возможности, а не понимание промптов; рекомендуемые настройки рассчитаны на быструю генерацию в 4–10 шагов.

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-Lightning

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

CFG Scale: Use a CFG scale of 1 to 2

Steps: 4 to 10 steps for more detail, 8 steps for faster results.

Sampler: eular

Scheduler: normal

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, 
    EulerAncestralDiscreteScheduler,
    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-Lightning", 
    vae=vae,
    torch_dtype=torch.float16
)
pipe.scheduler = EulerAncestralDiscreteScheduler.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=2,
    num_inference_steps=8
).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
4e16299

0 моделей