/ Модель
Каталог

Характеристики

Лицензия
CreativeML OpenRAIL-M
Библиотека
diffusers
Опубликована
1 апр 2024

Ссылки

Hugging Face

AWPainting-v1-2

sam749
Генерация изображенийТекст → изображение3 профессии

Модель sam749 для генерации изображений по текстовым запросам через Diffusers в стиле детализированной CG-иллюстрации.

240скачиваний за 30 дней6лайковвеса обновлены1 апр 2024

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.

Открыть конструктор бенчмарка

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

AWPainting-v1-2 — модель генерации изображений по текстовому описанию, опубликованная sam749. Она совместима с StableDiffusionPipeline из библиотеки Diffusers и сохраняет результат как изображение. В примере показана генерация иллюстрации с персонажем и детализированной CG-эстетикой.

Для запуска требуется Diffusers; в примере используются PyTorch и GPU с CUDA. Репозиторий содержит веса в формате safetensors и распространяется по лицензии CreativeML OpenRAIL-M. Карточка не сообщает базовую модель, размер, контекст, поддерживаемые языки или проверенные ограничения качества.

Сценарии применения

  • создание иллюстраций персонажей по текстовому описанию
  • генерация детализированных CG-изображений
  • создание изображений для обоев и визуальных концептов

Ограничения

В карточке нет сведений о базовой модели, размере и оценках качества; пример запуска рассчитан на CUDA GPU.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии
IV.9Отраслевые задачиМедиа, журналистика, культура, архивы и игрыAI помогает создавать, искать, сохранять и персонализировать медиа, культурный и игровой контент.44 задачи14 938моделейI.8Универсальные способностиИзображения и компьютерное зрениеAI помогает извлекать визуальные признаки, изменять изображения и создавать новые визуальные материалы.17 задач6 331модельI.10Универсальные способностиВидео, анимация и 3DAI помогает создавать, анализировать и преобразовывать динамический визуальный контент и 3D-сцены.18 задач3 279моделей

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

AWPainting

v1.2

Generated Sample

Description:

Creator: DynamicWang

Civitai Page: https://civitai.com/models/84476

You can use this with the 🧨Diffusers library

Diffusers

from diffusers import StableDiffusionPipeline
import torch

model_id = "sam749/AWPainting-v1-2"
pipe = StableDiffusionPipeline.from_pretrained(model_id, torch_dtype=torch.float16)
pipe = pipe.to("cuda")

prompt = "masterpiece, best quality, 1girl, (colorful),(delicate eyes and face), volumatic light, ray tracing, bust shot ,extremely detailed CG unity 8k wallpaper,solo,smile"
image = pipe(prompt).images[0]

image.save("result.png")

Как запустить

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

GPU в ailist

Универсальный рантайм · diffusers

Можно запустить

Подбираем GPU…

Ревизия весов
42dd832

0 моделей

    Создать бенчмарк