SDXS 512 DreamShaper Anime

🚀 SDXS-512-DreamShaper-Anime

SDXSは、プロンプトテキストに基づいて高解像度の画像をリアルタイムで生成できるモデルで、スコア蒸留と特徴マッチングを用いて学習されています。詳細については、当社の研究論文 SDXS: Real-Time One-Step Latent Diffusion Models with Image Conditions を参照してください。本研究の一環として、当社はこのモデルをオープンソース化しています。

SDXS-512-DreamShaper-Animeは、SDXS-512-DreamShaper 用のアニメスタイルのLoRAです。最新情報については、当社のリポジトリ をご覧ください。

🚀 クイックスタート

このセクションでは、SDXS-512-DreamShaper-Animeモデルを使用して画像を生成する基本的な手順を説明します。

✨ 主な機能

• プロンプトテキストに基づいて高解像度の画像をリアルタイムで生成。
• アニメスタイルのLoRAを使用した画像生成が可能。

📦 インストール

このモデルはHugging FaceのDiffusersライブラリを使用しています。必要なライブラリをインストールするには、以下のコマンドを実行します。

pip install diffusers torch peft

💻 使用例

基本的な使用法

import torch
from diffusers import StableDiffusionPipeline
import peft

repo = "IDKiro/sdxs-512-dreamshaper"
lora_repo = "IDKiro/sdxs-512-dreamshaper-anime"
weight_type = torch.float16     # or float32

# Load model.
pipe = StableDiffusionPipeline.from_pretrained(repo, torch_dtype=weight_type)
pipe.unet = peft.PeftModel.from_pretrained(pipe.unet, lora_repo)
pipe.to("cuda")

prompt = "Self-portrait oil painting, a beautiful cyborg with golden hair, 8k"

# Ensure using 1 inference step and CFG set to 0.
image = pipe(
    prompt, 
    num_inference_steps=1, 
    guidance_scale=0
).images[0]

image.save("output.png")

このコードでは、SDXS-512-DreamShaper-Animeモデルを使用して、指定したプロンプトに基づいて画像を生成して保存しています。

高度な使用法

高度な使用法については、Diffusersライブラリのドキュメントを参照してください。

📚 ドキュメント

詳細な情報については、研究論文 SDXS: Real-Time One-Step Latent Diffusion Models with Image Conditions を参照してください。

📄 ライセンス

このモデルはOpenRAIL++ライセンスの下で公開されています。

📚 引用

@article{song2024sdxs,
  author    = {Yuda Song, Zehao Sun, Xuanwu Yin},
  title     = {SDXS: Real-Time One-Step Latent Diffusion Models with Image Conditions},
  journal   = {arxiv},
  year      = {2024},
}