epiCRealism

מה זה

מדובר בהמרה של הצ'קפוינט epiCRealism לתוך ספריית diffusers, מה שמאפשר לטעון אותו בקוד פייתון רגיל עם שורות ספורות. המודל יושב על בסיס של 860 מיליון פרמטרים, גודל סטנדרטי למשפחת SD 1.5, ומתמקד ביצירת תמונות שנראות כמו צילום אמיתי ולא כמו ציור דיגיטלי.

הדוגמאות שהיוצר צירף מראות התמקדות ברורה בפורטרטים, מרקם עור, תאורה טבעית וסגנון צילומי ישיר, כולל תמונות שחור-לבן וסלפי. אין כאן מדידות ביצועים מספריות או בנצ'מרקים רשמיים בכרטיס, כך שכל ההערכה נשענת על התוצאות הוויזואליות שפורסמו מול Civitai.

ההבדל העיקרי בינו לבין מודלים בסיסיים אחרים בגודל הזה הוא הכוונון הממוקד בריאליזם אנושי. במקום מודל כללי שמייצר סגנונות מגוונים אך נופל בדיוק של תווי פנים, כאן המטרה היא לקבל מראה של מצלמה אמיתית ישירות מהפרומפט.

מתאים ל

• יצירת פורטרטים ריאליסטיים

  הוא אומן לתת מראה צילומי של אנשים בלי צורך לעבד את התוצאה שעות בפוטושופ.

• הפקת דמויות לפרויקטים

  מתאים לבניית פרסונות או דמויות רקע באנגלית כשיש מחשב מקומי עם כרטיס מסך סטנדרטי.

• פיתוח עם diffusers

  המשקלים מותאמים מראש לספרייה של Hugging Face, בלי להמיר ידנית קובצי safetensors.

איפה זה נופל

המודל תומך באנגלית בלבד, כך שפרומפטים בעברית פשוט לא יעבדו בלי תרגום מוקדם ברקע. היוצר לא סיפק תיעוד טכני על נתוני האימון, מגבלות רזולוציה או דוגמאות ליצירת אובייקטים מורכבים, נופים או טקסט בתוך תמונה. בנוסף, מודלים מהסוג הזה שמכוונים לפנים נוטים לסבול מבעיות קשות בייצור כפות ידיים ומבנים אנטומיים מורכבים, נושא שחייבים לבדוק לעומק לפני שמשלבים אותו במערכת אוטומטית.

איך מריצים

ההרצה נעשית ישירות דרך StableDiffusionPipeline של ספריית diffusers בטעינת משקלים של float16 לכרטיס מסך. 860 מיליון פרמטרים דורשים כרטיס מסך צנוע יחסית עם 6 עד 8 גיגה זיכרון וידאו, מה שאומר שכל חומרה ביתית סבירה תריץ אותו בלי להזיע.

הקבצים שוקלים 10.2 גיגה בסך הכול, כך שההורדה הראשונית תיקח קצת זמן. אם אתם צריכים רק תמונה בודדת מדי פעם ולא בונים מוצר שרץ שעות, שירותי מחשוב ענן או שרת שמריץ API מוכן יחסכו את ההתעסקות עם ההורדה והאחסון המקומי.

from diffusers import DiffusionPipeline

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

הקבצים

21 קבצים במאגר, 10.2 GB סך הכול. הקישורים מובילים ישירות ל־Hugging Face.

• unet/diffusion_pytorch_model.bin3.4 GB
• unet/diffusion_pytorch_model.safetensors3.4 GB
• safety_checker/pytorch_model.bin1.2 GB
• safety_checker/model.safetensors1.2 GB
• text_encoder/pytorch_model.bin492.3 MB
• text_encoder/model.safetensors492.3 MB
• vae/diffusion_pytorch_model.bin334.7 MB
• vae/diffusion_pytorch_model.safetensors334.6 MB
• tokenizer/vocab.json1.1 MB
• tokenizer/merges.txt524.6 KB
• safety_checker/config.json4.6 KB
• README.md2.4 KB
• unet/config.json1.6 KB
• .gitattributes1.5 KB
• tokenizer/tokenizer_config.json737 B
• text_encoder/config.json612 B
• model_index.json579 B
• vae/config.json577 B
• scheduler/scheduler_config.json528 B
• feature_extractor/preprocessor_config.json520 B
• tokenizer/special_tokens_map.json472 B

הרישיון

הרישיון הוא creativeml-openrail-m, שמאפשר שימוש מסחרי אבל כולל שורה של הגבלות שימוש אסורות. אסור להשתמש בו לפגיעה באנשים, הפצת תוכן מטעה או תחומים רגישים כמו רפואה ומשפט. אם אתם משלבים אותו במוצר, אתם מחויבים להעביר את תנאי הרישיון הלאה למשתמשים שלכם.

• שימוש מסחרי
• שינוי הקוד
• מגבלות שימוש ברישיון

הרישיון המלא בעמוד המודל ↗