/ Модель

Характеристики

Лицензия
CreativeML OpenRAIL-M
Опубликована
8 сен 2022

trinart_stable_diffusion_v2

Генерация изображенийТекст → изображение3 профессии

Дообученная Stable Diffusion для генерации изображений по тексту с уклоном в аниме и мангу.

637скачиваний за 30 дней310лайковвеса 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 Stable Diffusion v2 — модель генерации изображений из текста, созданная как дообучение Stable Diffusion для смещения стиля в сторону аниме и манги при сохранении эстетики исходной модели. Она основана на отобранных изображениях высокого разрешения в аниме- и манга-стиле; во второй версии добавлены изображения, применены dropout, улучшена стратегия тегирования и продолжено обучение. Доступны контрольные точки на 60 000, 95 000 и 115 000 шагах: ранняя точка слабее меняет стиль исходной модели.

Модель предназначена для создания иллюстраций по текстовым описаниям. Репозиторий предоставляет веса в форматах Diffusers и PyTorch; автор также описывает использование для img2img. Лицензия — CreativeML Open RAIL-M. В README указано, что модель обучалась на восьми GPU NVIDIA A100 40 ГБ.

Сценарии применения

  • создание аниме-иллюстраций по текстовому описанию
  • генерация манга-стилизованных изображений
  • подготовка изображений для творческих концептов
  • перенос текстового запроса в иллюстрацию
  • стилизация изображения через img2img

Ограничения

Результаты зависят от выбранной контрольной точки: поздние варианты сильнее смещают стиль относительно исходной эстетики Stable Diffusion. Для использования штатного img2img-скрипта latent-diffusion README требует установить use_ema в False.

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

Please Note!

This model is NOT the 19.2M images Characters Model on TrinArt, but an improved version of the original Trin-sama Twitter bot model. This model is intended to retain the original SD's aesthetics as much as possible while nudging the model to anime/manga style.

Other TrinArt models can be found at:

https://huggingface.co/naclbit/trinart_derrida_characters_v2_stable_diffusion

https://huggingface.co/naclbit/trinart_characters_19.2m_stable_diffusion_v1

Diffusers

The model has been ported to diffusers by ayan4m1 and can easily be run from one of the branches:

  • revision="diffusers-60k" for the checkpoint trained on 60,000 steps,
  • revision="diffusers-95k" for the checkpoint trained on 95,000 steps,
  • revision="diffusers-115k" for the checkpoint trained on 115,000 steps.

For more information, please have a look at the "Three flavors" section.

Gradio

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

Example Text2Image

# !pip install diffusers==0.3.0
from diffusers import StableDiffusionPipeline

# using the 60,000 steps checkpoint
pipe = StableDiffusionPipeline.from_pretrained("naclbit/trinart_stable_diffusion_v2", revision="diffusers-60k")
pipe.to("cuda")

image = pipe("A magical dragon flying in front of the Himalaya in manga style").images[0]
image

dragon

If you want to run the pipeline faster or on a different hardware, please have a look at the optimization docs.

Example Image2Image

# !pip install diffusers==0.3.0
from diffusers import StableDiffusionImg2ImgPipeline
import requests
from PIL import Image
from io import BytesIO

url = "https://scitechdaily.com/images/Dog-Park.jpg"

response = requests.get(url)
init_image = Image.open(BytesIO(response.content)).convert("RGB")
init_image = init_image.resize((768, 512))

# using the 115,000 steps checkpoint
pipe = StableDiffusionImg2ImgPipeline.from_pretrained("naclbit/trinart_stable_diffusion_v2", revision="diffusers-115k")
pipe.to("cuda")

images = pipe(prompt="Manga drawing of Brad Pitt", init_image=init_image, strength=0.75, guidance_scale=7.5).images
image

If you want to run the pipeline faster or on a different hardware, please have a look at the optimization docs.

Stable Diffusion TrinArt/Trin-sama AI finetune v2

trinart_stable_diffusion is a SD model finetuned by about 40,000 assorted high resolution manga/anime-style pictures for 8 epochs. This is the same model running on Twitter bot @trinsama (https://twitter.com/trinsama)

Twitterボット「とりんさまAI」@trinsama (https://twitter.com/trinsama) で使用しているSDのファインチューン済モデルです。一定のルールで選別された約4万枚のアニメ・マンガスタイルの高解像度画像を用いて約8エポックの訓練を行いました。

Version 2

V2 checkpoint uses dropouts, 10,000 more images and a new tagging strategy and trained longer to improve results while retaining the original aesthetics.

バージョン2は画像を1万枚追加したほか、ドロップアウトの適用、タグ付けの改善とより長いトレーニング時間により、SDのスタイルを保ったまま出力内容の改善を目指しています。

Three flavors

Step 115000/95000 checkpoints were trained further, but you may use step 60000 checkpoint instead if style nudging is too much.

ステップ115000/95000のチェックポイントでスタイルが変わりすぎると感じる場合は、ステップ60000のチェックポイントを使用してみてください。

img2img

If you want to run latent-diffusion's stock ddim img2img script with this model, use_ema must be set to False.

latent-diffusion のscriptsフォルダに入っているddim img2imgをこのモデルで動かす場合、use_emaはFalseにする必要があります。

Hardware

  • 8xNVIDIA A100 40GB

Training Info

  • Custom dataset loader with augmentations: XFlip, center crop and aspect-ratio locked scaling
  • LR: 1.0e-5
  • 10% dropouts

Examples

Each images were diffused using K. Crowson's k-lms (from k-diffusion repo) method for 50 steps.

examples examples examples

Credits

  • Sta, AI Novelist Dev (https://ai-novel.com/) @ Bit192, Inc.
  • Stable Diffusion - Rombach, Robin and Blattmann, Andreas and Lorenz, Dominik and Esser, Patrick and Ommer, Bjorn

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
c32b10d

0 моделей