/ Модель

Характеристики

Лицензия
Apache 2.0
Опубликована
19 июл 2022

ddpm-cat-256

Генерация изображенийТекст → изображение3 профессии

Диффузионная модель Google для безусловной генерации изображений кошек размером 256 × 256 пикселей.

2 882скачиваний за 30 дней17лайковвеса обновлены3 авг 2023

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

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

google/ddpm-cat-256 — модель генерации изображений методом Denoising Diffusion Probabilistic Models (DDPM), опубликованная Google и реализованная для библиотеки Diffusers. Она предназначена для безусловной генерации изображений кошек размером 256 × 256 пикселей: на вход подаётся случайный шум, а на выходе получается изображение без текстового запроса или условия. Модель основана на диффузионном подходе, который постепенно удаляет шум; для генерации можно использовать дискретные планировщики шума из Diffusers, включая DDPM, DDIM и PNDM.

Карточка описывает общий подход DDPM и приводит результаты исходной статьи для CIFAR-10 и LSUN; эти результаты не являются оценкой именно этой модели. Репозиторий содержит веса в формате Diffusers с PyTorch и safetensors. Лицензия — Apache-2.0.

Сценарии применения

  • генерация изображений кошек без текстового запроса
  • создание примеров кошачьих изображений для прототипов
  • получение вариантов изображений кошек из случайного шума

Ограничения

Модель генерирует изображения без текстового управления и ориентирована на изображения кошек размером 256 × 256 пикселей. Приведённые в README метрики относятся к другим наборам данных и не характеризуют этот чекпойнт.

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

Denoising Diffusion Probabilistic Models (DDPM)

Paper: Denoising Diffusion Probabilistic Models

Authors: Jonathan Ho, Ajay Jain, Pieter Abbeel

Abstract:

We present high quality image synthesis results using diffusion probabilistic models, a class of latent variable models inspired by considerations from nonequilibrium thermodynamics. Our best results are obtained by training on a weighted variational bound designed according to a novel connection between diffusion probabilistic models and denoising score matching with Langevin dynamics, and our models naturally admit a progressive lossy decompression scheme that can be interpreted as a generalization of autoregressive decoding. On the unconditional CIFAR10 dataset, we obtain an Inception score of 9.46 and a state-of-the-art FID score of 3.17. On 256x256 LSUN, we obtain sample quality similar to ProgressiveGAN.

Inference

DDPM models can use discrete noise schedulers such as:

for inference. Note that while the ddpm scheduler yields the highest quality, it also takes the longest. For a good trade-off between quality and inference speed you might want to consider the ddim or pndm schedulers instead.

See the following code:

# !pip install diffusers
from diffusers import DDPMPipeline, DDIMPipeline, PNDMPipeline

model_id = "google/ddpm-cat-256"

# load model and scheduler
ddpm = DDPMPipeline.from_pretrained(model_id)  # you can replace DDPMPipeline with DDIMPipeline or PNDMPipeline for faster inference

# run pipeline in inference (sample random noise and denoise)
image = ddpm().images[0]


# save image
image.save("ddpm_generated_image.png")

For more in-detail information, please have a look at the official inference example

Training

If you want to train your own model, please have a look at the official training example

Samples

  1. sample_1
  2. sample_2
  3. sample_3
  4. sample_4

Как запустить

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

GPU в ailist

Универсальный рантайм

Нельзя запустить

Безусловная генерация изображений пока не поддерживается.

Ревизия весов
82ca0d5

0 моделей