/ Модель

Характеристики

Лицензия
CreativeML OpenRAIL-M
Базовая модель
Realistic_Vision_V4.0
Опубликована
27 июл 2023

small-sd

Генерация изображенийТекст → изображение3 профессии

Дистиллированная версия Realistic Vision V4 для генерации изображений по текстовым описаниям.

2 415скачиваний за 30 дней36лайковвеса обновлены8 авг 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

small-sd — модель генерации изображений по текстовому описанию, опубликованная Segmind. Это дистиллированная дообученная версия SG161222/Realistic_Vision_V4.0, созданная на подмножестве набора recastai/LAION-art-EN-improved-captions и предназначенная для работы с Diffusers. В обучении использовались изображения разрешением 512 пикселей и точность fp16.

Модель подходит для создания изображений по текстовым запросам. Веса доступны в форматах Diffusers и PyTorch. Карточка указывает лицензию CreativeML OpenRAIL-M; перед использованием следует учитывать её условия и ограничения. В README не приведены сведения о длине контекста и поддержке языков.

Сценарии применения

  • создание изображений по текстовым запросам
  • генерация реалистичных иллюстраций
  • быстрое прототипирование визуальных идей

Ограничения

Обучение описано для разрешения 512 пикселей; качество и поведение на других разрешениях не указаны. Карточка не сообщает о поддержке языков помимо английского.

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

Text-to-image Distillation

This pipeline was distilled from SG161222/Realistic_Vision_V4.0 on a Subset of recastai/LAION-art-EN-improved-captions dataset. Below are some example images generated with the finetuned pipeline using small-sd model.

val_imgs_grid

This Pipeline is based upon the paper. Training Code can be found here.

Pipeline usage

You can use the pipeline like so:

from diffusers import DiffusionPipeline
import torch

pipeline = DiffusionPipeline.from_pretrained("segmind/small-sd", torch_dtype=torch.float16)
prompt = "Portrait of a pretty girl"
image = pipeline(prompt).images[0]
image.save("my_image.png")

Training info

These are the key hyperparameters used during training:

  • Steps: 95000
  • Learning rate: 1e-4
  • Batch size: 32
  • Gradient accumulation steps: 4
  • Image resolution: 512
  • Mixed-precision: fp16

Как запустить

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

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Ревизия весов
f8b087e

0 моделей