/ Модель

Характеристики

Лицензия
MIT
Библиотека
diffusers
Опубликована
5 мая 2023

instruct-pix2pix-img2img

Генерация изображенийТекст → изображение3 профессии

Модель InstructPix2Pix редактирует исходные изображения по инструкциям на естественном языке.

66скачиваний за 30 дней19лайковвеса обновлены5 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

radames/instruct-pix2pix-img2img — модель редактирования изображений по текстовым инструкциям, основанная на InstructPix2Pix и предназначенная для использования с библиотекой Diffusers. Пользователь передаёт исходное изображение и описывает требуемые изменения, а модель создаёт отредактированное изображение.

Модель подходит для преобразования изображений по запросу на естественном языке. В метаданных основная задача указана как image-to-image; классификатор каталога также отмечает text-to-image, однако README описывает именно редактирование существующего изображения. Репозиторий распространяет веса в формате Diffusers, включая safetensors. Лицензия — MIT.

Карточка не сообщает размер модели, поддерживаемые языки, длину контекста и конкретные ограничения качества. Для запуска README приводит зависимости diffusers, accelerate, safetensors и transformers.

Сценарии применения

  • изменение объектов на изображении по текстовому запросу
  • редактирование фона и окружения фотографии
  • стилизация изображения по инструкции
  • создание вариантов исходного изображения
  • быстрое прототипирование правок изображений

Ограничения

README не приводит оценок качества или конкретных ограничений; результат зависит от точности текстовой инструкции и исходного изображения.

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

InstructPix2Pix: Learning to Follow Image Editing Instructions

GitHub: https://github.com/timothybrooks/instruct-pix2pix

Example

To use InstructPix2Pix, install diffusers using main for now. The pipeline will be available in the next release

pip install diffusers accelerate safetensors transformers
import PIL
import requests
import torch
from diffusers import StableDiffusionInstructPix2PixPipeline, EulerAncestralDiscreteScheduler

model_id = "timbrooks/instruct-pix2pix"
pipe = StableDiffusionInstructPix2PixPipeline.from_pretrained(model_id, torch_dtype=torch.float16, safety_checker=None)
pipe.to("cuda")
pipe.scheduler = EulerAncestralDiscreteScheduler.from_config(pipe.scheduler.config)

url = "https://raw.githubusercontent.com/timothybrooks/instruct-pix2pix/main/imgs/example.jpg"
def download_image(url):
    image = PIL.Image.open(requests.get(url, stream=True).raw)
    image = PIL.ImageOps.exif_transpose(image)
    image = image.convert("RGB")
    return image
image = download_image(URL)

prompt = "turn him into cyborg"
images = pipe(prompt, image=image, num_inference_steps=10, image_guidance_scale=1).images
images[0]

Как запустить

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

GPU в ailist

Универсальный рантайм · diffusers

Можно запустить

Подбираем GPU…

Ревизия весов
d984c35

0 моделей