robo-diffusion-2-base

מה זה

מדובר באימון דרימבות' על בסיס סטייבל דיפיוז'ן, שהוקם במטרה אחת ברורה, לייצר רובוטים במראה מוגדר מאוד. במקום להסתמך על מודלים רחבים שמייצרים רובוט אקראי ולעיתים מגושם, כאן נכנס סגנון ויזואלי מהודק שלוקח השראה מעולמות התלת מימד והעיצוב התעשייתי. מודל הבסיס הראשון שלהם נשען על גרסה 1.4, והגרסה הזו ממשיכה את אותו קו עם שיפורים בדיוק הוויזואלי.

השליטה במראה מתבצעת באמצעות מילות הפעלה ספציפיות שחייבים לשתול בפרומפט. הוא לא מנסה להתחרות ביצירת נופים, אנשים או אמנות מופשטת כללית. כל מה שיש פה ממוקד כולו במכונות, משטחים מבריקים וקווים נקיים של חומרה עתידנית, ולשם בלבד צריך לכוון כשמורידים אותו.

מתאים ל

• קונספט ארט למשחקים

  ייצור מהיר של רעיונות לדמויות מכניות ומודלים של רובוטים בשלב הפיתוח הראשוני.

• איורים לכתבות טכנולוגיה

  יצירת גרפיקה ממוקדת של מכונות עתידניות בלי להסתבך עם הנחיות מורכבות במודל כללי.

• חומרי שיווק ייעודיים

  הפקת תמונות תלת מימד של רובוטים רקעים מודרניים לצורך באנרים ומצגות.

איפה זה נופל

המודל נעול על אנגלית בלבד ולא מבין עברית בכלל. הוא נוקשה מאוד בדרישות הקלט שלו, בלי מילות הטריגר המדויקות בתחילת המשפט ובלי פרומפט שלילי מוקפד, התוצאה מתפרקת לסגנונות לא קשורים כמו שרבוטים או פסלים מופשטים. הוא לא מתאים לשום דבר שאינו רובוטים, ואין פה בדיקות ביצועים מסודרות או נתונים על הטיות.

איך מריצים

טוענים את המשקלים דרך ספריית diffusers בפייתון עם פייפליין סטנדרטי של סטייבל דיפיוז'ן והמתזמן EulerDiscreteScheduler. הקבצים שוקלים 7.2 גיגה בייט, כך שכרטיס מסך ביתי עם 8 עד 12 גיגה זיכרון מריץ אותו בלי בעיה בחצי דיוק. חובה להשתמש במילים nousr robot בתחילת הפרומפט כדי לעורר את האימון, ולשלב פרומפט שלילי כדי לחתוך תוצאות שטוחות או מלוכלכות.

אם אתם צריכים רק כמה תמונות בדיקה, החזקת שרת ייעודי מיותרת ועדיף להרים סקריפט קצר בענן. הרצה מקומית משתלמת רק אם משלבים אותו בפייפליין קיים של יצירת נכסים גרפיים.

from diffusers import DiffusionPipeline

pipe = DiffusionPipeline.from_pretrained("nousr/robo-diffusion-2-base")
img = pipe("a photo").images[0]

הקבצים

17 קבצים במאגר, 7.2 GB סך הכול. הקישורים מובילים ישירות ל־Hugging Face.

• unet/diffusion_pytorch_model.bin3.5 GB
• robo-diffusion-v2-base.ckpt2.6 GB
• text_encoder/pytorch_model.bin1.4 GB
• vae/diffusion_pytorch_model.bin334.7 MB
• example_grid.png3.1 MB
• tokenizer/vocab.json1.1 MB
• tokenizer/merges.txt524.6 KB
• robo-diffusion-v2-base.yaml1.8 KB
• README.md1.8 KB
• .gitattributes1.5 KB
• unet/config.json963 B
• tokenizer/tokenizer_config.json926 B
• vae/config.json742 B
• text_encoder/config.json613 B
• model_index.json511 B
• tokenizer/special_tokens_map.json460 B
• scheduler/scheduler_config.json308 B

הרישיון

הרישיון הוא openrail++, שמאפשר שימוש והפצה חופשיים יחסית, אבל מטיל הגבלות ברורות נגד שימושים פוגעניים, מרמה ופגיעה באנשים. שימוש מסחרי עקרונית אפשרי כל עוד עומדים בתנאי הרישיון המקוריים ומצרפים את ההגבלות האלה לתוצר הסופי שלכם.

• שימוש מסחרי
• שינוי הקוד
• מגבלות שימוש ברישיון

הרישיון המלא בעמוד המודל ↗