MirageML/dreambooth

מה זה

אתם מעלים בין 10 ל־20 תמונות של חפץ או סגנון מזוויות שונות, ובוחרים מילה ייחודית ומומצאת שתייצג את המושג החדש. המערכת חותכת את התמונות לגודל של 512 על 512 פיקסלים באופן אוטומטי, ומשתמשת בהן לאימון. יש אפשרות לסמן תיבה לשימור תווי פנים כדי לשפר אימון של דמויות, עם דוגמה מובנית בממשק של צעצוע חתול שממחישה את סוג התמונות הנדרש.

מתחת למכסה המנוע רצה טכניקת Dreambooth מעל מודלים של Stable Diffusion בגרסאות 1 ו־2, כולל גרסאות בסיס כמו 2.1 ורכיב לבדיקת בטיחות תוכן. בסיום התהליך אתם מקבלים קובץ מודל דחוס בפורמט tar של diffusers, ואפשר גם להמיר אותו לקובץ ckpt רגיל או להעלות אותו ישירות לחשבון שלכם ב־Hugging Face.

מתאים ל

• אימון סגנון אישי

  הזנת עשרות איורים ייחודיים כדי ללמד את המודל לצייר בסגנון האמנותי שלכם.

• שילוב חפץ ספציפי

  צילום מוצר מסחרי מכמה כיוונים ויצירת תמונות שיווק שלו ברקעים שונים.

• המרת מודל לשימוש מקומי

  אימון המושג והורדת קובץ משקלים בפורמט ckpt לטעינה בתוכנות חיצוניות.

איפה זה נופל

נכון לעכשיו העמוד נמצא במצב שגיאת הגדרה ולא נטען כלל לשימוש מיידי. גם אם משכפלים אותו, הוא לא יעבוד בלי לשלם על חומרת T4 ייעודית. הקוד מבצע חיתוך אוטומטי של התמונות לריבוע, מה שעלול להרוס קומפוזיציות של תמונות רחבות או צרות בלי שתהיה לכם שליטה על החיתוך. בנוסף, חומרת T4 מציעה ביצועים בסיסיים בלבד, כך שאימון מלא עם שמירה על תווי פנים עשוי להיות איטי במיוחד.

איך משתמשים

אי אפשר להשתמש באפליקציה הזאת ישירות בעמוד המקורי שלה. הקוד דורש שכפול של הסביבה למשתמש שלכם וצימוד חומרת GPU מסוג T4 כדי לרוץ. אחרי שמגדירים את המופע הפרטי, מזינים את שם המושג, מעלים את קובצי התמונות ומתחילים את הריצה. משך האימון תלוי בכמות הצעדים, שהקוד מחשב כמספר התמונות כפול 200 צעדים, ואימון עם שימור פנים לוקח זמן נוסף. כשזה מסתיים, מורידים את הקבצים או דוחפים אותם למאגר שלכם.

הרישיון

הפרויקט מפורסם תחת רישיון MIT שמאפשר שימוש חופשי, העתקה ושינוי של הקוד. עם זאת, התמונות שאתם מעלים נשארות באחריותכם הבלעדית, והקוד מזכיר במפורש שעליכם להחזיק בזכויות היוצרים עליהן.

• שימוש מסחרי
• שינוי הקוד
• הפצה מחדש

הרישיון המלא ב־Hugging Face ↗