/ Модель

Характеристики

Опубликована
23 сен 2026

fast-ldm

Преобразование изображенийИзображение, текст → изображение

FAST переносит произвольный художественный стиль на изображения и видео с гибким управлением результатом.

0скачиваний за 30 дней0лайковвеса обновлены23 сен 2026

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

FAST (Flexibly Controllable Arbitrary Style Transfer via Latent Diffusion Models) — набор контрольных точек для переноса произвольного художественного стиля на изображения и видео. Модель разработана Ханьчжаном Ваном, Хаожанем Ваном, Чжунжуем Ю, Минмином Суном, Цзюньцзюнем Цзяном, Сяньмином Лю и Демин Цзаем; работа опубликована в ACM TOMM в 2025 году.

FAST предназначена для переноса стиля с гибким управлением результатом. В репозитории есть отдельные контрольные точки для изображений и видео, а также необходимые предварительно обученные зависимости и реализации аннотаторов. Для работы требуются специальные FAST-пайплайны: контрольные точки не являются прямой заменой стандартного UNet Stable Diffusion. В качестве зависимостей включены Stable Diffusion v1.5, DPT Hybrid MiDaS, HED и OneFormer COCO; эти компоненты сохраняют авторство и лицензии исходных проектов.

Для описания модели в метаданных указан тип image-to-image; карточка также упоминает поддержку английского и китайского языков. Датасеты в репозитории не включены. Лицензия самой FAST в предоставленных данных не приведена, поэтому условия использования следует проверять в исходном проекте и файлах лицензий компонентов.

Сценарии применения

  • перенос художественного стиля на фотографию
  • стилизация кадров видео
  • создание стилизованных изображений с управляемым результатом

Ограничения

Для инференса нужны специальные FAST-пайплайны; контрольные точки не подходят как прямая замена стандартного UNet Stable Diffusion. Датасеты в репозитории отсутствуют, а лицензия самой FAST в предоставленных данных не указана.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

FAST: Flexibly Controllable Arbitrary Style Transfer via Latent Diffusion models

Hanzhang Wang, Haoran Wang, Zhongrui Yu, Mingming Sun, Junjun Jiang, Xianming Liu, Deming Zhai.

ACM Transactions on Multimedia Computing, Communications, and Applications (TOMM), 2025.

Paper · arXiv · Project Homepage · GitHub

This repository provides the FAST image/video checkpoints, pretrained dependencies, and annotator implementations and weights.

Contents

checkpoint/
  image_model/                 # FAST image UNet and adapters
  video_model/                 # FAST video UNet and adapters
pretrained_models/
  stable-diffusion-v1-5/        # Diffusers FP32 .bin layout
  dpt-hybrid-midas/             # Depth estimator
  hed-network.pth              # HED edge estimator
  150_16_swin_l_oneformer_coco_100ep.pth
model/annotator/
  hed/                        # HED implementation
  canny/                      # Canny implementation
  pidinet/                    # PiDiNet implementation
  oneformer/                  # OneFormer implementation and configurations
  uniformer/                  # Uniformer implementation and configurations
  ckpts/                      # OneFormer ADE20K and Uniformer weights
  ...

This repository preserves the local directory layout expected by the FAST code. Model files are regular files rather than links to the original author's Hugging Face cache. It contains 659 asset files, approximately 19.82 GiB in total, including the 593 files in model/annotator/ (approximately 1.08 GiB). Datasets are not included.

Download and use

Install the Hugging Face CLI, then run the following commands from the FAST code directory:

hf download wd1511/fast-ldm --include 'checkpoint/**' --local-dir .
hf download wd1511/fast-ldm --include 'pretrained_models/**' --local-dir .
hf download wd1511/fast-ldm --include 'model/annotator/**' --local-dir .
python -m test_sh.test_image --limit 1
python -m test_sh.test_video --limit 1

These commands use the prepared FAST source release with test_sh/test_image.py and test_sh/test_video.py; publication of that code is separate from this model upload. The commands above place model/annotator/ in the expected local directory. Test inputs must be prepared separately as described in docs/ASSETS.md in that source release. Use the image and video checkpoints with their corresponding custom FAST pipelines; these are not drop-in replacements for a standard Stable Diffusion UNet.

FAST checkpoints include their VGG feature extractor parameters. The provided inference scripts load those parameters from the checkpoint without separately downloading VGG.

Upstream components

The pretrained_models/ directory contains dependencies used by FAST, rather than models newly trained for this release: Stable Diffusion v1.5, DPT Hybrid MiDaS, HED and OneFormer COCO. The bundled model/annotator/ directory includes the corresponding third-party implementations, configuration files, license files present in the source package, and additional OneFormer/Uniformer weights. Their original authorship and applicable upstream licenses are retained; inclusion here does not relicense these components.

Citation

@article{wang2025fast,
  title={FAST: Flexibly Controllable Arbitrary Style Transfer via Latent Diffusion models},
  author={Wang, Hanzhang and Wang, Haoran and Yu, Zhongrui and Sun, Mingming and Jiang, Junjun and Liu, Xianming and Zhai, Deming},
  journal={ACM Transactions on Multimedia Computing, Communications and Applications},
  publisher={ACM New York, NY},
  year={2025}
}

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
d23d76c

0 моделей