/ Модель

Характеристики

Лицензия
OpenRAIL++
Опубликована
14 дек 2022

stable-diffusion-2-inpainting-endpoint

Преобразование изображенийИзображение, текст → изображение3 профессии

Форк Stable Diffusion 2 для редактирования областей изображения по маске и текстовому запросу в Hugging Face Inference Endpoints.

54скачиваний за 30 дней10лайковвеса обновлены29 сен 2023

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

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

Это форк модели stabilityai/stable-diffusion-2-inpainting, подготовленный Phil Schmid для запуска в Hugging Face Inference Endpoints. Репозиторий содержит обработчик для задачи текстового редактирования изображений по маске на основе Stable Diffusion 2 и Diffusers.

Модель принимает текстовый запрос, исходное изображение и маску области для изменения, а затем генерирует отредактированное изображение, сохраняя содержимое за пределами маски. Она предназначена для заполнения или замены выбранных частей изображения по текстовому описанию. Для запуска используется StableDiffusionInpaintPipeline из библиотеки Diffusers; веса хранятся в форматах Diffusers и PyTorch.

Лицензия — OpenRAIL++. Подробные ограничения и условия использования унаследованы от исходной карточки stabilityai/stable-diffusion-2-inpainting; этот репозиторий отсылает к ней за сведениями о модели и ограничениях.

Сценарии применения

  • замена объекта на изображении по текстовому описанию
  • заполнение удалённой или пустой области изображения
  • редактирование фона по маске
  • добавление деталей в выделенную часть изображения

Ограничения

Результат зависит от текстового запроса, исходного изображения и маски; подробные ограничения следует сверять с карточкой исходной модели stabilityai/stable-diffusion-2-inpainting, на которую ссылается README.

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

Fork of stabilityai/stable-diffusion-2-inpainting

Stable Diffusion is a latent text-to-image diffusion model capable of generating photo-realistic images given any text input. For more information about how Stable Diffusion functions, please have a look at 🤗's Stable Diffusion with 🧨Diffusers blog.

For more information about the model, license and limitations check the original model card at stabilityai/stable-diffusion-2-inpainting.


This repository implements a custom handler task for text-guided-to-image-inpainting for 🤗 Inference Endpoints. The code for the customized pipeline is in the handler.py.

There is also a notebook included, on how to create the handler.py

thubmnail

expected Request payload

{
    "inputs": "A prompt used for image generation",
    "image" : "iVBORw0KGgoAAAANSUhEUgAAAgAAAAIACAIAAAB7GkOtAAAABGdBTUEAALGPC",
    "mask_image": "iVBORw0KGgoAAAANSUhEUgAAAgAAAAIACAIAAAB7GkOtAAAABGdBTUEAALGPC",
}

below is an example on how to run a request using Python and requests.

Run Request

import json
from typing import List
import requests as r
import base64
from PIL import Image
from io import BytesIO

ENDPOINT_URL = ""
HF_TOKEN = ""

# helper image utils
def encode_image(image_path):
  with open(image_path, "rb") as i:
    b64 = base64.b64encode(i.read())
  return b64.decode("utf-8")


def predict(prompt, image, mask_image):
    image = encode_image(image)
    mask_image = encode_image(mask_image)

    # prepare sample payload
    request = {"inputs": prompt, "image": image, "mask_image": mask_image}
    # headers
    headers = {
        "Authorization": f"Bearer {HF_TOKEN}",
        "Content-Type": "application/json",
        "Accept": "image/png" # important to get an image back
    }

    response = r.post(ENDPOINT_URL, headers=headers, json=payload)
    img = Image.open(BytesIO(response.content))
    return img

prediction = predict(
    prompt="Face of a bengal cat, high resolution, sitting on a park bench",
    image="dog.png",
    mask_image="mask_dog.png"
)

expected output

sample

Как запустить

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

GPU в ailist

Универсальный рантайм

Нельзя запустить

Модели «картинка → картинка» пока не запускаются.

Ревизия весов
13a0c9d

0 моделей