GPT
K

knollingcase

קוד פתוח

Aybeeceedeecreativeml-openrail-m2022-11-26

  • diffusers
  • text-to-image
  • stable-diffusion
  • endpoints_compatible

התאמה ממוקדת של סטייבל דיפיוז'ן שמייצרת פריסות מסודרות של חפצים בתוך תיבות תצוגה. הוא מתאים למי שצריך מראה טכני מוקפד של חלקים מפורקים בלי להסתבך עם פרומפטים מורכבים.

  • 7.1 GBמשקל הקבצים
  • 81הורדות בחודש
  • 202לייקים

מה זה

הפרויקט הזה אומן בעזרת דרימבות' על מחברת של TheLastBen כדי ללמד את המודל סגנון חזותי מאוד ספציפי. מדובר בסידור של אלמנטים בזוויות ישרות, לרוב בתוך מארז שקוף או דיורמה איזומטרית, יחד עם ממשקים גרפיים ותצוגות נתונים.

במקום לנסח פרומפטים ארוכים בניסיון לחקות פירוק טכני של מוצרים או עצמים, כאן המודל מגיב למילת הפעלה אחת. מספיק לשתול את המילה knollingcase בטקסט כדי לקבל את הסגנון העיצובי הזה עם תאורה דרמטית והשתקפויות, כפי שמראות הדוגמאות של היוצר.

אין כאן נתוני מדידה מספריים או בנצ'מרקים, כי מדובר במודל אומנותי ניסיוני מסוף 2022. התוצאות נשענות בעיקר על שילוב מילות תיאור כמו תרשים טכני או תצוגת מסך, שנועלות את התמונה לאותו מראה עמוס בפרטים.

מתאים ל

  • הדמיות קונספט טכנולוגי

    יצירת שרטוטים שנראים כמו מוצרים מפורקים בתוך מארז תצוגה שקוף.

  • איורים לעיצוב ממשקים

    הפקת רקעים בסגנון הייטקיסטי עם אלמנטים של דיאגרמות ומסכי נתונים.

  • דיורמות איזומטריות

    יצירת סצנות ממוסגרות של חפצים, צמחים או שעונים בתאורה ממוקדת.

איפה זה נופל

זה מודל ישן שלומד לעשות טריק אחד בלבד. אם לא מכניסים את מילת המפתח knollingcase לפרומפט, אין שום סיבה אמיתית להשתמש בו. בנוסף, הוא סוחב איתו 7.1 ג'יגה של קבצים עבור סגנון ויזואלי נישתי, שזה משקל כבד מאוד ביחס ליכולות של שיטות מודרניות כמו לורה. המודל מתמקד במראה מפורק ולא יידע לייצר איורים כלליים בצורה טובה.

שאלות
נפוצות

איך גורמים למודל לעבוד בסגנון הרצוי?

צריך לשלב את המילה knollingcase בתוך הפרומפט. אפשר לחזק את התוצאה עם מילים כמו תצוגה איזומטרית, שרטוט טכני או תאורת אוקטן, לפי הדוגמאות שהיוצר צירף.

האם שווה להוריד 7.1 ג'יגה בשביל הסגנון הזה?

רק אם אתם צריכים בדיוק את המראה של חפצים מפורקים בתוך קופסה. למטרות אחרות מדובר בנפח קבצים גדול מדי שאין הצדקה לשמור על הדיסק.

איך מריצים

המשקל הכולל של הקבצים מגיע ל 7.1 ג'יגה בייט בפורמט שמתאים לספריית diffusers של פייתון. כדי להריץ אותו מקומית צריך מעבד גרפי עם לפחות שמונה עד עשרה ג'יגה זיכרון וידאו, תלוי ברמת הדיוק שבה טוענים את המשקלים.

היוצר מציין עבודה עם ממשק AUTOMATIC1111 ותוסף Dynamic Prompts ליצירת וריאציות. אם אין לכם חומרה ייעודית זמינה, אפשר לטעון אותו למחברות ענן כמו קולאב שבהן הוא אומן במקור.

from diffusers import DiffusionPipeline

pipe = DiffusionPipeline.from_pretrained("Aybeeceedee/knollingcase")
img = pipe("a photo").images[0]

הקבצים

30 קבצים במאגר, 7.1 GB סך הכול. הקישורים מובילים ישירות ל־Hugging Face.

הרישיון

הרישיון הוא creativeml-openrail-m. מותר להשתמש בו ליישומים מסחריים ואישיים, אבל יש מגבלות שימוש שאוסרות ניצול לרעה או פגיעה באנשים, ואתם מחויבים לגלגל את אותן מגבלות הלאה למשתמשי הקצה שלכם.

  • שימוש מסחרי
  • שינוי הקוד
  • מגבלות שימוש ברישיון

הרישיון המלא בעמוד המודל ↗