/ Модель

Характеристики

Лицензия
CreativeML OpenRAIL-M
Опубликована
15 окт 2022

trinart_characters_19.2m_stable_diffusion_v1

Генерация изображенийТекст → изображение3 профессии

TrinArt Characters v1 — модель Stable Diffusion для создания персонажей и иллюстраций в стиле аниме и манги по текстовому описанию.

503скачиваний за 30 дней170лайковвеса обновлены7 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

TrinArt Characters v1 — модель генерации изображений в стиле аниме и манги, разработанная командой AI Novelist/TrinArt компании Bit192. Она основана на Stable Diffusion v1 и обучена примерно на 19,2 млн изображений в стиле аниме и манги, включая аугментированные данные, с дополнительной финальной настройкой примерно на 50 тыс. изображений. Модель рассчитана на создание персонажей и иллюстраций по текстовому описанию, сочетая разнообразие художественных стилей с качеством анатомии.

Репозиторий содержит веса в форматах Diffusers и PyTorch; также предоставлялся отдельный файл параметров пользовательского KL-автоэнкодера, который при необходимости подключается отдельно. В README указано, что модель применялась в сервисе TrinArt и прошла проверку на реальных пользовательских запросах. Датасет фильтровали от NSFW- и небезопасного содержимого, однако авторы предупреждают, что провокационными запросами всё же можно добиться нежелательной генерации. Лицензия — CreativeML OpenRAIL-M.

Сценарии применения

  • генерация персонажей аниме по текстовому описанию
  • создание иллюстраций в стиле манги
  • подбор художественного стиля для персонажа
  • быстрое создание концепт-арта персонажей

Ограничения

Провокационные запросы могут привести к нежелательному контенту, несмотря на фильтрацию обучающих данных; авторы не гарантируют полной безопасности генераций. Примеры в карточке получены с использованием специфических инструментов сервиса TrinArt, поэтому результаты при другом запуске могут отличаться.

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

Note

A newer version of this model has been released: https://huggingface.co/naclbit/trinart_derrida_characters_v2_stable_diffusion

Stable Diffusion TrinArt Characters model v1

trinart_characters_19.2m_stable_diffusion_v1 is a stable diffusion v1-based model trained by roughly 19.2M anime/manga style images (pre-rolled augmented images included) plus final finetuning by about 50,000 images. This model seeks for a sweet spot between artistic style versatility and anatomical quality within the given model spec of SDv1.

This is the same version 1 model that was released in AI Novelist/TrinArt service from early September through Oct 14. We are currently experimenting with the new Derrida model on TrinArt service for further improvement and anatomical stabilization. In the mean time, please enjoy this real-service-tested Characters v1!

Hardware

  • 8xNVIDIA A100 40GB

Custom autoencoder

Note: There was a wrong checkpoint uploaded before 5 Nov 2022. The file has been replaced with the latest checkpoint.

We also provide a separate checkpoint for the custom KL autoencoder. As suggested by the Latent Diffusion paper, we found that training the autoencoder and the latent diffusion model separately improves the result. Since the official stable diffusion script does not support loading the other VAE, in order to run it in your script, you'll need to override state_dict for first_stage_model.

The popular WebUI has the script to load separate first_stage_model parameters.

Safety

The dataset is filtered to exclude NSFW or unsafe contents. After our extensive experimentation and testing with 10M+ user generated images, we decided that this model is safe enough and less likely to spit out questionable (nudity/overly sexual/realistic gore) content than the stock SD v1.4 model or other anime/manga models. However, if the user tortures this model enough until it talks, it may be still possible to force this model to generate obnoxious materials. We do not consider this model to be 100% risk-free.

*This statement does not necessarily restrict third-party from training a derivative of this model that includes NSFW.

Examples

Below images are directly generated by the native TrinArt service with its idiosyncratic upscaler, parser and processes. Your mileage may vary.

examples (assorted random examples)

examples examples wide shot, high quality, htgngg animal arm rest brown hair merry chair cup dress flower from above jacket on shoulders long hair sitting solo sugar bowl fantasy adventurer's inn table teacup teapot landscape miniature (2022 Artstyle preset) examples highres wide shot bangs bare shoulders water bird cage terrarium detached sleeves frilled frilled legwear frills hair ornament hair ribbon hood long hair medium breasts ribbon thighhighs (2019 Artstyle preset) examples 1girl standing holding sword hizzrd arm up bangs bare shoulders boots bow breasts bright pupils choker detached sleeves diamond (shape) floating floating hair footwear bow from side full body gloves leg up long hair looking at viewer open mouth outstretched arm solo streaked hair swept bangs two tone hair very long hair::4 angry::1 (2022 Artstyle preset) examples 1boy male focus standing hizzrd holding sword arm up bow bright pupils cape coat diamond (shape) floating floating hair fold-over boots footwear bow from side full body gloves leg up long sleeves looking at viewer open mouth outstretched arm open coat open clothes solo swept two tone hair thigh boots::4 angry::1.25 (2022 Artstyle preset)

examples cathedral 1girl schoolgirl momoko school uniform cats particles beautiful shooting stars detailed cathedral jacket open mouth glasses cats (2022 Artstyle preset)

examples highres 2girls yuri wide shot bangs bare shoulders water bird cage terrarium detached sleeves frilled frilled legwear frills hair ornament hair ribbon hood long hair medium breasts ribbon thighhighs (More Details preset) examples wide shot, best quality lapis erebcir highres 1boy bangs black gloves brown hair closed mouth gloves hair between eyes looking at viewer male focus flowers green eyes (More Details preset)

TrinArt 2022 Artstyle preset negative prompts: retro style, 1980s, 1990s, 2000s, 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017 2018 2019

TrinArt More Details preset negative prompts: flat color, flat shading

We recommend to add known sets of negative prompts in order to stabilize the anatomy such as: bad hands, fewer digits, etc.

Credits

License

CreativeML OpenRAIL-M

Как запустить

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

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Ревизия весов
8c75dc1

0 моделей