/ Модель

Характеристики

Лицензия
BigScience BLOOM RAIL 1.0
Опубликована
22 сен 2022

waifu-diffusion

Генерация изображенийТекст → изображение3 профессии

Waifu Diffusion — дообученная на аниме-иллюстрациях модель Stable Diffusion для создания изображений по текстовым запросам.

16скачиваний за 30 дней5лайковвеса обновлены16 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

Waifu Diffusion — латентная диффузионная модель генерации изображений по тексту, созданная дообучением Stable Diffusion v1.4 на высококачественных аниме-изображениях. Модель предназначена для генеративного искусства и развлечений: по текстовому запросу она создаёт иллюстрации в аниме-стилистике.

Для дообучения использовали 56 тысяч пар изображений и текстовых описаний из Danbooru, отобранных по оценке CLIP Aesthetic выше 6, обучение длилось четыре эпохи. Репозиторий содержит веса в форматах Diffusers и PyTorch. Лицензия — BigScience BLOOM RAIL 1.0; проект не связан с Danbooru.

Сценарии применения

  • создание аниме-иллюстраций по текстовому описанию
  • генерация персонажей в стиле аниме
  • подготовка концепт-арта для развлечений и генеративного искусства

Ограничения

Модель ориентирована на аниме-изображения, поэтому может хуже подходить для других визуальных стилей. Качество и состав обучающих данных унаследованы от выборки Danbooru, отфильтрованной по эстетической оценке CLIP.

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

waifu-diffusion - Diffusion for Weebs

waifu-diffusion is a latent text-to-image diffusion model that has been conditioned on high-quality anime images through fine-tuning.

Gradio

We also support a Gradio web ui with diffusers to run inside a colab notebook:

Open In Colab

<img src=https://cdn.discordapp.com/attachments/930559077170421800/1017265913231327283/unknown.png width=40% height=40%>

Original PyTorch Model Download Link

Model Description

The model originally used for fine-tuning is Stable Diffusion V1-4, which is a latent image diffusion model trained on LAION2B-en.

The current model has been fine-tuned with a learning rate of 5.0e-6 for 4 epochs on 56k text-image pairs obtained through Danbooru which all have an aesthetic rating greater than 6.0.

Note: This project has no affiliation with Danbooru.

Training Data & Annotative Prompting

The data used for fine-tuning has come from a random sample of 56k Danbooru images, which were filtered based on CLIP Aesthetic Scoring where only images with an aesthetic score greater than 6.0 were used.

License

This model is open access and available to all, with a CreativeML OpenRAIL-M license further specifying rights and usage. The CreativeML OpenRAIL License specifies:

  1. You can't use the model to deliberately produce nor share illegal or harmful outputs or content
  2. The authors claims no rights on the outputs you generate, you are free to use them and are accountable for their use which must not go against the provisions set in the license
  3. You may re-distribute the weights and use the model commercially and/or as a service. If you do, please be aware you have to include the same use restrictions as the ones in the license and share a copy of the CreativeML OpenRAIL-M to all your users (please read the license entirely and carefully) Please read the full license here

Downstream Uses

This model can be used for entertainment purposes and as a generative art assistant.

Example Code

import torch
from torch import autocast
from diffusers import StableDiffusionPipeline, DDIMScheduler

model_id = "hakurei/waifu-diffusion"
device = "cuda"


pipe = StableDiffusionPipeline.from_pretrained(
    model_id,
    torch_dtype=torch.float16,
    revision="fp16",
    scheduler=DDIMScheduler(
        beta_start=0.00085,
        beta_end=0.012,
        beta_schedule="scaled_linear",
        clip_sample=False,
        set_alpha_to_one=False,
    ),
)
pipe = pipe.to(device)

prompt = "touhou hakurei_reimu 1girl solo portrait"
with autocast("cuda"):
    image = pipe(prompt, guidance_scale=7.5)["sample"][0]  
    
image.save("reimu_hakurei.png")

Team Members and Acknowledgements

This project would not have been possible without the incredible work by the CompVis Researchers.

In order to reach us, you can join our Discord server.

Discord Server

Как запустить

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

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Ревизия весов
67528e6

0 моделей