Sd Naruto Diffusers

🚀 ナルト拡散

Lambda Labsによってナルトに対して微調整されたStable Diffusionです。

こちらでライブのテキストからナルト画像へのデモを試してみてください！
もし独自のStable Diffusionバリアントを学習させる方法について詳細を知りたい場合は、この例を参照してください。

🚀 クイックスタート

テキストプロンプトを入力するだけで、独自のナルトスタイルの画像を生成できます！

ナルト画像の生成例

ゲーム・オブ・スローンズをナルトスタイルに

マーベルをナルトスタイルに

✨ 主な機能

プロンプトエンジニアリングの重要性

プロンプトエンジニアリングは、魅力的で一貫したナルトスタイルの肖像画を生成するのに役立つことがわかりました。 例えば、「人物名 忍者ポートレート」や「人物名 in the style of Naruto」のようなプロンプトを入力すると、特徴的なヘッドバンドや衣装の要素を持つナルトキャラクターのスタイルに近い結果が得られやすくなります。

以下は、プロンプトエンジニアリングを行った場合と行わなかった場合のプロンプトの例です。

ビル・ゲイツ:

プロンプトエンジニアリングなし

プロンプトエンジニアリングあり

可愛いうさぎ:

プロンプトエンジニアリングなし

プロンプトエンジニアリングあり

📦 インストール

モデルをローカルで実行するには、以下のコマンドを実行します。

!pip install diffusers==0.3.0
!pip install transformers scipy ftfy

💻 使用例

基本的な使用法

import torch
from diffusers import StableDiffusionPipeline
from torch import autocast

pipe = StableDiffusionPipeline.from_pretrained("lambdalabs/sd-naruto-diffusers", torch_dtype=torch.float16)  
pipe = pipe.to("cuda")

prompt = "Yoda"
scale = 10
n_samples = 4

# 時々、NSFWチェッカーがナルト画像によって混乱することがあります。
# 自己責任でここで無効にすることができます。
disable_safety = False

if disable_safety:
  def null_safety(images, **kwargs):
      return images, False
  pipe.safety_checker = null_safety

with autocast("cuda"):
  images = pipe(n_samples*[prompt], guidance_scale=scale).images

for idx, im in enumerate(images):
  im.save(f"{idx:06}.png")

📚 ドキュメント

モデルの説明

このモデルは、BLIPでキャプション付けされたナルト画像を使用して、Lambda GPU Cloudの2台のA6000 GPUで約30,000ステップ（約12時間、費用約20ドル）学習されました。

関連リンク

• Lambda Diffusers
• キャプション付きナルトデータセット
• Diffusers形式のモデル重み
• 元のモデル重み
• ナルトDiffusersリポジトリ

このモデルは、Lambda LabsのJustin Pinkney (@Buntworthy)の作業を受けて、Eole Cervenkaによって学習されました。