/ Модель

Характеристики

Библиотека
diffusers
Опубликована
1 ноя 2024

mann-e_flux

Генерация изображенийТекст → изображение3 профессии

Модель mann-e_flux генерирует изображения по текстовым описаниям и рассчитана на запуск через Diffusers FluxPipeline.

15скачиваний за 30 дней9лайковвеса обновлены3 ноя 2024

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

mann-e/mann-e_flux — модель генерации изображений по текстовому описанию, опубликованная пользователем mann-e и предназначенная для запуска через Diffusers FluxPipeline. Карточка рекомендует для инференса guidance_scale от 3,5 до 5 и от 8 до 16 шагов; добавление строки «mj-v6.1-style» в запрос может улучшить кинематографические и фотореалистичные результаты.

Модель принимает текстовые запросы и создаёт изображения. В карточке нет сведений о размере модели, длине контекста или поддерживаемых языках. Репозиторий содержит веса в формате safetensors для библиотеки Diffusers; лицензия в доступных данных не указана.

Сценарии применения

  • создание кинематографичных изображений по текстовому запросу
  • генерация фотореалистичных изображений
  • создание иллюстраций по описанию сцены

Ограничения

В README нет данных о лицензии, размере модели и поддерживаемых языках. Для указанных в карточке качества рекомендуется подбирать guidance_scale в диапазоне 3,5–5 и число шагов от 8 до 16.

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

Mann-E FLUX[Dev] Edition

How to use the model

Install needed libraries

pip install git+https://github.com/huggingface/diffusers.git transformers==4.42.4 accelerate xformers peft sentencepiece protobuf -q

Execution code

import numpy as np
import random
import torch
from diffusers import  DiffusionPipeline, FlowMatchEulerDiscreteScheduler, AutoencoderTiny, AutoencoderKL
from transformers import CLIPTextModel, CLIPTokenizer,T5EncoderModel, T5TokenizerFast

dtype = torch.bfloat16
device = "cuda" if torch.cuda.is_available() else "cpu"

taef1 = AutoencoderTiny.from_pretrained("madebyollin/taef1", torch_dtype=dtype).to(device)
pipe = DiffusionPipeline.from_pretrained("mann-e/mann-e_flux", torch_dtype=dtype, vae=taef1).to(device)
torch.cuda.empty_cache()

MAX_SEED = np.iinfo(np.int32).max
MAX_IMAGE_SIZE = 2048

seed = random.randint(0, MAX_SEED)
generator = torch.Generator().manual_seed(seed)

prompt = "an astronaut riding a horse"

pipe(
            prompt=f"{prompt}",
            guidance_scale=3.5,
            num_inference_steps=10,
            width=720,
            height=1280,
            generator=generator,
            output_type="pil"
        ).images[0].save("output.png")

Tips and Tricks

  1. Adding mj-v6.1-style to the prompts specially the cinematic and photo realistic prompts can make the result quality high as hell! Give it a try.
  2. The best guidance_scale is somewhere between 3.5 and 5.0
  3. Inference steps between 8 and 16 are working very well.

Как запустить

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

GPU в ailist

Универсальный рантайм · diffusers

Можно запустить

Подбираем GPU…

Ревизия весов
4dba445

0 моделей