/ Модель

Характеристики

Лицензия
MIT
Опубликована
23 мар 2023

scratch-cartoonizer

Генерация изображенийТекст → изображение3 профессии

Модель на базе Stable Diffusion v1.5 преобразует входные изображения по текстовым инструкциям, в частности придаёт им мультяшный стиль.

14скачиваний за 30 дней8лайковвеса обновлены13 мая 2023

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

Instruction-tuning-sd/scratch-cartoonizer — модель преобразования изображений на базе Stable Diffusion v1.5, разработанная с применением методики InstructPix2Pix. Её обучали следовать текстовым инструкциям, связанным с преобразованием изображения; в частности, она предназначена для мультяшной стилизации входного изображения по запросу пользователя.

Модель использует конвейер StableDiffusionInstructPix2PixPipeline из библиотеки Diffusers и принимает изображение вместе с текстовой инструкцией, выдавая преобразованное изображение. В карточке указан датасет instruction-tuning-sd/cartoonization. Репозиторий распространяется в форматах Diffusers и PyTorch по лицензии MIT. Модель ориентирована на стилизацию и другие преобразования изображений по инструкциям; качество за пределами описанного сценария мультяшной стилизации не охарактеризовано.

Сценарии применения

  • мультяшная стилизация фотографии по текстовому запросу
  • преобразование изображения по инструкции
  • создание мультяшного варианта исходной картинки

Ограничения

В карточке описана прежде всего мультяшная стилизация; качество для других видов преобразований не охарактеризовано.

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

Instruction-tuned Stable Diffusion for Cartoonization (Scratch)

This pipeline is an 'instruction-tuned' version of Stable Diffusion (v1.5). It was trained using the InstructPix2Pix methodology.

Pipeline description

Motivation behind this pipeline partly comes from FLAN and partly comes from InstructPix2Pix. The main idea is to first create an instruction prompted dataset (as described in our blog) and then conduct InstructPix2Pix style training. The end objective is to make Stable Diffusion better at following specific instructions that entail image transformation related operations.

Follow this post to know more.

Training procedure and results

Training was conducted on instruction-tuning-sd/cartoonization dataset. Refer to this repository to know more.

Here are some results dervied from the pipeline:

Intended uses & limitations

You can use the pipeline for performing cartoonization with an input image and an input prompt.

How to use

Here is how to use this model:

import torch
from diffusers import StableDiffusionInstructPix2PixPipeline
from diffusers.utils import load_image

model_id = "instruction-tuning-sd/scratch-cartoonizer"
pipeline = StableDiffusionInstructPix2PixPipeline.from_pretrained(
    model_id, torch_dtype=torch.float16, use_auth_token=True
).to("cuda")

image_path = "https://hf.co/datasets/diffusers/diffusers-images-docs/resolve/main/mountain.png"
image = load_image(image_path)

image = pipeline("Cartoonize the following image", image=image).images[0]
image.save("image.png")

For notes on limitations, misuse, malicious use, out-of-scope use, please refer to the model card here.

Citation

FLAN

@inproceedings{
    wei2022finetuned,
    title={Finetuned Language Models are Zero-Shot Learners},
    author={Jason Wei and Maarten Bosma and Vincent Zhao and Kelvin Guu and Adams Wei Yu and Brian Lester and Nan Du and Andrew M. Dai and Quoc V Le},
    booktitle={International Conference on Learning Representations},
    year={2022},
    url={https://openreview.net/forum?id=gEZrGCozdqR}
}

InstructPix2Pix

@InProceedings{
    brooks2022instructpix2pix,
    author     = {Brooks, Tim and Holynski, Aleksander and Efros, Alexei A.},
    title      = {InstructPix2Pix: Learning to Follow Image Editing Instructions},
    booktitle  = {CVPR},
    year       = {2023},
}

Instruction-tuning for Stable Diffusion blog

@article{
  Paul2023instruction-tuning-sd,
  author = {Paul, Sayak},
  title = {Instruction-tuning Stable Diffusion with InstructPix2Pix},
  journal = {Hugging Face Blog},
  year = {2023},
  note = {https://huggingface.co/blog/instruction-tuning-sd},
}

Как запустить

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

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Ревизия весов
dd9a8cc

0 моделей