חדש תמונה, וידאו, קריינות ותמלול בקריאה אחת, בלי להריץ מודל. מנסים בלי שרת

GPT
H

huggingnft

רץ בדפדפן

hugganapache-2.02022-04-09

  • streamlit

הכלי מפיק תמונות של פריטי NFT באמצעות מודלים של GAN ישירות בדפדפן. הוא מיועד למי שרוצה להתנסות ביצירת גרפיקה בסגנון קולקציות דיגיטליות בלי להגדיר סביבת פיתוח.

  • —הורדות בחודש
  • 47לייקים

מה זה

האפליקציה מתבססת על שילוב בין Lightweight GAN לבין ארכיטקטורת CycleGAN עם GeneratorResNet. המערכת מורידה משקולות מוכנות מראש מתוך מאגרים של huggingnft, כך שהיא לא מאמנת מודלים מאפס אלא מריצה מודלים שכבר עברו אימון על קולקציות ספציפיות.

בפועל, הקוד טוען רכיבים ליצירת תמונות או לתרגום סגנון ויזואלי מתמונה אחת לאחרת, ומציג גריד של תוצאות בעזרת ספריות העיבוד של PyTorch. התוצרים שמתקבלים הם קובצי תמונה שמדמים פריטי אספנות דיגיטליים, בהתאם למודל שנבחר מתוך המאגר הקיים.

מתאים ל

  • יצירת גרפיקה בסגנון קולקציה

    הפקת תמונות בודדות שנראות כמו פריטים מקולקציות מוכרות, ישירות מתוך מודלים מאומנים.

  • המרת סגנון עם CycleGAN

    שינוי מראה של תמונות קיימות באמצעות רשת GeneratorResNet להתאמה לסגנון גרפי מסוים.

  • בדיקת תוצרי Lightweight GAN

    בחינה מהירה של איכות התוצרים שארכיטקטורת Lightweight GAN מייצרת בלי לכתוב סקריפטים.

איפה זה נופל

הבעיה המרכזית כרגע היא המצב הטכני של העמוד, שמציג שגיאת ריצה ופשוט לא עובד. מעבר לזה, אי אפשר לאמן פה מודלים חדשים או להעלות קולקציות שלמות משלכם, אלא רק להשתמש במודלים המוכנים מראש שהוגדרו בקוד.

הריצה מבוססת על מעבד בלבד ללא מאיץ גרפי ייעודי. גם כשהיא פעילה, אל תצפו למהירות גבוהה או ליכולת לייצר כמויות גדולות של תמונות ברצף.

שאלות
נפוצות

האם השימוש כרוך בתשלום?

לא, הגישה חופשית לחלוטין ואינה דורשת תשלום או הרשמה. עם זאת, כרגע יש שגיאת ריצה שמונעת את השימוש.

האם אפשר להריץ את זה מקומית?

כן, הקוד מבוסס על פייתון, streamlit וספריות מוכרות כמו PyTorch. אפשר להוריד את הקבצים, להתקין את התלויות ולהריץ במחשב שלכם, במיוחד אם יש לכם כרטיס מסך מתאים.

כמה זמן לוקח לייצר תמונה?

בגלל שהעמוד מוגדר על מעבד רגיל, יצירת תמונה והורדת המשקולות יכולות לקחת כמה עשרות שניות. כרגע זה לא רלוונטי כי הכלי קורס בהפעלה.

מה קורה עם קבצים שמעלים?

הקוד משתמש במודלים קיימים ואינו שומר מידע במאגר חיצוני קבוע מעבר לזיכרון הריצה של השרת. בכל מקרה עדיף לא להעלות חומרים רגישים.

איך משתמשים

נכנסים לעמוד דרך הדפדפן ובוחרים מודל מתוך תפריט האפשרויות של streamlit. אין כאן צורך לפתוח חשבון, להזין מפתח גישה או לשלם על השימוש, והכל נגיש מיד ללא הרשמה מקדימה.

הקוד רץ על חומרת מעבד בסיסית, מה שאומר שהורדת המשקולות ויצירת התמונות ייקחו קצת זמן ולא יקרו בשבריר שנייה. עם זאת, נכון לעכשיו העמוד מדווח על שגיאת ריצה, כך שהממשק לא מגיב בפועל ולא מפיק פלט עד שיתקנו את הקוד במאגר.

הרישיון

הפרויקט מפורסם תחת רישיון apache-2.0. הרישיון הזה מתיר שימוש מסחרי, שינוי והפצה של הקוד. לגבי התמונות שנוצרות, אין הגבלה מפורשת בחומר, אך מומלץ לבדוק את הזכויות של הדאטה המקורי שעליו אומנו המודלים.

  • שימוש מסחרי
  • שינוי הקוד
  • הפצה מחדש
  • שימוש בפטנטים

הרישיון המלא ב־Hugging Face ↗