/ Модель

Характеристики

Лицензия
CreativeML OpenRAIL-M
Опубликована
4 апр 2023

rainbowdiffusion

Генерация изображенийТекст → изображение3 профессии

RainbowDiffusion — модель Stable Diffusion для создания изображений по текстовым описаниям.

6скачиваний за 30 дней7лайковвеса обновлены4 апр 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

RainbowDiffusion — модель преобразования текста в изображение на основе Stable Diffusion, опубликованная пользователем johnowhitaker. Она предназначена для генерации изображений по текстовым запросам и используется через библиотеку Diffusers с конвейером StableDiffusionPipeline. В README приведён пример генерации изображения по запросу «A cat». Репозиторий содержит веса в форматах Diffusers и PyTorch; лицензия — CreativeML Open RAIL-M.

Сценарии применения

  • генерация иллюстрации по текстовому запросу
  • создание концепт-арта по описанию
  • визуализация персонажа или объекта по запросу

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

To use the mode for inference, just load it like a normal stable diffusion pipeline:

from diffusers import StableDiffusionPipeline

model_path = "johnowhitaker/rainbowdiffusion"
pipe = StableDiffusionPipeline.from_pretrained(model_path, torch_dtype=torch.float16)
pipe.to("cuda")

image = pipe(prompt="A cat").images[0]
image

Как запустить

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

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Ревизия весов
124b91d

0 моделей