/ Модель

Характеристики

Лицензия
MIT
Библиотека
diffusers
Опубликована
13 июн 2024

MatFuse

Генерация изображенийТекст → изображение3 профессии

MatFuse генерирует бесшовные PBR-карты материалов по тексту, изображению-образцу, эскизу и цветовой палитре.

77скачиваний за 30 дней8лайковвеса обновлены20 фев 2026

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

MatFuse — модель генерации материалов, представленная в карточке как реализация метода из статьи CVPR 2024. Она создаёт бесшовные PBR-карты материала: diffuse, normal, roughness и specular. Генерацию можно направлять текстовым описанием, эталонным изображением, эскизом-картой контуров и цветовой палитрой; условия можно свободно комбинировать.

Модель построена на диффузионной архитектуре с UNet2DConditionModel, MatFuseVQModel с четырьмя энкодерами и VQ-кодбуками и общим декодером, а также DDIMScheduler. Репозиторий использует Diffusers и формат safetensors. Карточка указывает английский язык и лицензию MIT. Параметры разрешения выходных карт и требования к оборудованию в доступных сведениях не описаны.

Сценарии применения

  • создание бесшовной каменной текстуры по текстовому описанию
  • генерация PBR-карт diffuse, normal, roughness и specular для 3D-материала
  • создание текстур в стиле эталонного изображения
  • генерация материала по эскизу контуров
  • получение текстуры с заданной цветовой палитрой

Ограничения

Выходы ориентированы на PBR-карты материалов; характеристики качества, разрешение и требования к ресурсам в доступной карточке не приведены.

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

MatFuse — Controllable Material Generation with Diffusion Models

MatFuse generates tileable PBR material maps (diffuse, normal, roughness, specular) from text, reference images, sketches, and/or color palettes.

Paper: MatFuse: Controllable Material Generation with Diffusion Models — CVPR 2024 Project page: https://gvecchio.com/matfuse/

Quick Start

import torch
from diffusers import DiffusionPipeline

pipe = DiffusionPipeline.from_pretrained(
    "gvecchio/MatFuse",
    trust_remote_code=True,
    torch_dtype=torch.float16,
)
pipe = pipe.to("cuda")

result = pipe(
    text="red brick wall",
    num_inference_steps=50,
    guidance_scale=4.0,
    generator=torch.Generator("cuda").manual_seed(42),
)

result["diffuse"][0].save("diffuse.png")
result["normal"][0].save("normal.png")
result["roughness"][0].save("roughness.png")
result["specular"][0].save("specular.png")

Conditioning Inputs

All conditions are optional and freely composable:

InputTypeDescription
textstrText description of the material
imagePIL.ImageReference image for style/appearance
sketchPIL.Image (grayscale)Binary edge map for structure
palettelist[tuple]Up to 5 RGB colour tuples (0–255)
from PIL import Image

result = pipe(
    image=Image.open("reference.png"),
    text="rough stone texture",
    palette=[(120, 80, 60), (90, 60, 40), (150, 110, 80), (70, 50, 30), (180, 140, 100)],
    num_inference_steps=50,
    guidance_scale=4.0,
)

Architecture

ComponentClassKey parameters
UNetUNet2DConditionModelin=16, out=12, blocks=[256,512,1024], cross_attn=512
VAEMatFuseVQModel (custom)4 encoders + 4 VQ codebooks (4096×3), shared decoder, f=8
SchedulerDDIMSchedulerβ 0.0015–0.0195, scaled_linear, ε-prediction
ConditioningMultiConditionEncoder (custom)CLIP ViT-B/16 · sentence-transformers · palette MLP · sketch CNN

📜 Citation

@inproceedings{vecchio2024matfuse,
  author    = {Vecchio, Giuseppe and Sortino, Renato and Palazzo, Simone and Spampinato, Concetto},
  title     = {MatFuse: Controllable Material Generation with Diffusion Models},
  booktitle = {Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR)},
  month     = {June},
  year      = {2024},
  pages     = {4429-4438}
}

License

This project is licensed under the MIT License.

Как запустить

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

GPU в ailist

Универсальный рантайм · diffusers

Нельзя запустить

В репозитории нет model_index.json: DiffusionPipeline его не соберёт.

Ревизия весов
5b8131f

0 моделей