Характеристики

Размер весов: 3,1 ГБ
Лицензия: MIT
Опубликована: 8 ноя 2023

Ссылки

LCM-dreamshaper-v7-openvino-int8

Генерация изображенийТекст → изображение

Квантизированная версия LCM_Dreamshaper_v7 в формате OpenVINO для ускоренной генерации изображений по текстовым описаниям.

0скачиваний за 30 дней5лайковвеса обновлены11 ноя 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

Репозиторий содержит модель генерации изображений по текстовому описанию: квантизированную до 8 бит версию LCM_Dreamshaper_v7 в формате OpenVINO. По README, разработчиком исходной модели является SimianLuo; эта сборка предназначена для более быстрого запуска, и заявлена скорость в 1,4 раза выше версии float32. Модель можно использовать для создания изображений по текстовым запросам, например через Fast SD CPU.

Репозиторий создан 8 ноября 2023 года и распространяется по лицензии MIT. Указана поддержка английского языка. Подробности о разрешении изображений, контекстном окне и ограничениях генерации в карточке не приведены.

Сценарии применения

создание изображений по текстовому запросу
быстрое получение изображений на CPU
генерация иллюстраций через Fast SD CPU

Ограничения

В README заявлено ускорение в 1,4 раза относительно версии float32, но не приведены условия измерения или сведения о возможном влиянии квантизации на качество изображений.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Model Descriptions:

This repo contains OpenVino model files for SimianLuo's LCM_Dreamshaper_v7 int8 quantized. This 8 bit model is 1.4x faster than float32 model.

Generation Results:

Usage

You can try out model using Fast SD CPU

To run the model yourself, you can leverage the 🧨 Diffusers library:

Install the dependencies:

pip install optimum-intel openvino diffusers onnx

Run the model:

from optimum.intel import OVLatentConsistencyModelPipeline

pipe = OVLatentConsistencyModelPipeline.from_pretrained(
    "rupeshs/LCM-dreamshaper-v7-openvino-int8",
    ov_config={"CACHE_DIR": ""},
)
prompt = "sailing ship in storm by Leonardo da Vinci"
images = pipe(
    prompt=prompt,
    width=512,
    height=512,
    num_inference_steps=4,
    guidance_scale=8.0,
).images
images[0].save("out_image.png")

Как запустить

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

GPU в ailist

Универсальный рантайм

Нельзя запустить

В компонентах пайплайна нет весов PyTorch/safetensors.

Ревизия весов: 06fa0f0