Учебная DDPM-модель, дообученная на бабочках для безусловной генерации изображений.
Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды
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.
Описание составлено по карточке модели и метаданным Hugging Face
kitatike/ddpm-celebahq-finetuned-butterflies-2epochs — модель генерации изображений на основе диффузионной архитектуры DDPM, опубликованная пользователем kitatike. По названию репозитория это модель, дообученная на бабочках в течение двух эпох; пример использования запускает DDPMPipeline без входного изображения или текстового запроса. Репозиторий содержит веса в форматах Diffusers и safetensors, модель предназначена для безусловной генерации изображений.
Лицензия — MIT. README называет модель примером для учебного раздела о диффузионных моделях, поэтому она подходит для экспериментов и демонстраций генерации изображений. Карточка не описывает качество, разнообразие или ограничения результатов; двух эпох дообучения недостаточно, чтобы делать выводы о надёжности или пригодности для конкретного применения.
Модель дообучалась всего две эпохи, а README не приводит оценок качества или разнообразия генерации. Генерация не управляется текстовым запросом.
Разделы каталога профессий, в задачах которых используется эта модель
README от автора на Hugging Face, как он его опубликовал
Describe your model here
from diffusers import DDPMPipeline
pipeline = DDPMPipeline.from_pretrained('kitatike/ddpm-celebahq-finetuned-butterflies-2epochs')
image = pipeline().images[0]
image
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм
Безусловная генерация изображений пока не поддерживается.