GPT
הוספת כלי
R

Realistic_Vision_V5.1_noVAE

קוד פתוח

SG161222creativeml-openrail-m2023-07-31

  • diffusers
  • safetensors
  • endpoints_compatible

גרסה מכווננת ליצירת תמונות ריאליסטיות מטקסט שמגיעה בלי רכיב VAE מובנה. מורידים אותה כשרוצים לחבר VAE חיצוני לפי בחירה ולא להסתמך על ברירת המחדל.

  • 860Mפרמטרים
  • 27.8 GBמשקל הקבצים
  • 398,840הורדות בחודש
  • 263לייקים

מה זה

המשקל הזה מבוסס על משפחת מודלי יצירת התמונות ומכוון לייצר מראה ריאליסטי במקום סגנון מצויר או תלת ממדי. עם 860 מיליון פרמטרים, הוא רץ על ארכיטקטורה קומפקטית יחסית שמכוונת להוציא פרטים אנושיים אמינים יותר, תוך דחיפה ברורה להתרחק מאסתטיקה של איור או רינדור דיגיטלי שמאפיינת לעיתים מודלי בסיס.

ההבדל המרכזי בגרסה הזו הוא היעדר ה־VAE המובנה בקובץ. היוצר בחר להפריד את הרכיב הזה כדי לאפשר חיבור עצמאי של רכיב חיצוני מותאם, כמו גרסת MSE של stabilityai, לטובת חידוד התוצאה ומניעת עיוותים. המשמעות היא שהמודל לא עומד לגמרי בפני עצמו ברמת הדיוק הוויזואלי, אלא דורש שרשור נכון של חלקי המערכת כדי להגיע לפלט הרצוי.

מתאים ל

  • הפקת פורטרטים ברינדור מקומי

    המודל כוונן ספציפית לצמצום מראה מצויר ולהפקת פנים ומרקם אנושי במחשב עם כרטיס מסך בסיסי.

  • שילוב בצינורות עיבוד עצמאיים

    ההפרדה מרכיב ה־VAE מאפשרת לכם לחבר רכיבי פענוח חיצוניים לפי הצורך בתוך סקריפטים של diffusers.

  • יצירת דמויות להדמיות מוצר

    מאפשר לייצר אנשים בסביבה מציאותית בעלות חומרה נמוכה יחסית, בתנאי שמגדירים פרומפט שלילה קפדני.

איפה זה נופל

היוצר מבהיר במפורש שהמודל מועד לארטיפקטים ולבעיות איכות קשות אם לא מצרפים לו VAE חיצוני. מעבר לזה, רשימת השלילה הארוכה שהוא מספק מעידה על הנטייה הקבועה לייצר עיוותים באישונים, אצבעות עודפות, איברים מנותקים ומבנה גוף מעוות. בלי פרומפט שלילי מדויק וכבד, התוצאה נוטה להחליק לסגנון תלת ממדי או קריקטורי, כך שאי אפשר לסמוך עליו לתת תוצאה אמינה בפרומפט פשוט.

שאלות
נפוצות

למה התמונות יוצאות אפורות או מטושטשות בהרצה ראשונה?

הגרסה הזו מגיעה ללא VAE מובנה. צריך להגדיר בנפרד את sd-vae-ft-mse-original של stabilityai כדי לקבל צבעים ופרטים נכונים.

האם חובה להשתמש בפרומפט שלילי ארוך כל כך?

כן, לפי כרטיס המודל. ללא שלילת סגנונות כמו תלת ממד, איורים ואיברים מעוותים, המודל מתקשה לשמור על ריאליזם ואנטומיה תקינה.

איך מריצים

מריצים אותו ישירות בקוד בעזרת ספריית diffusers או בממשקים תואמים, אבל צריך לטעון VAE מתאים ידנית לצד המשקולות כדי לא לקבל צבעים דהויים. מבחינת חומרה, 860 מיליון פרמטרים נכנסים בלי בעיה לכרטיס מסך ביתי עם 8 עד 12 גיגה זיכרון וידאו, מה שהופך את ההרצה המקומית לזולה ופשוטה.

היוצר ממליץ על דוגמים כמו Euler A או DPM++ 2M Karras, עם ערכי ערבול בין 3.5 ל־7 ושילוב הגדלה עם מסיר רעש בעוצמות שבין 0.25 ל־0.7. אם אתם צריכים תפוקה מהירה בלי לתחזק שרתים ותהליכי פריסה, אולי עדיף לגשת אליו דרך Mage.Space שבו הוא מוצע מראש.

from diffusers import DiffusionPipeline

pipe = DiffusionPipeline.from_pretrained("SG161222/Realistic_Vision_V5.1_noVAE")
img = pipe("a photo").images[0]

הקבצים

23 קבצים במאגר, 27.8 GB סך הכול. הקישורים מובילים ישירות ל־Hugging Face.

הרישיון

הרישיון הוא creativeml-openrail-m. הוא מתיר שימוש מסחרי והפצה, אבל מחייב אתכם לכלול את תנאי הרישיון ולהגביל את השימושים של המשתמשים שלכם בהתאם לנספח השימושים האסורים, שכולל מניעת פגיעה באנשים, יצירת תוכן מטעה או פעילות בלתי חוקית.

  • שימוש מסחרי
  • שינוי הקוד
  • מגבלות שימוש ברישיון

הרישיון המלא בעמוד המודל ↗