Animatediff Motion Adapter V1 5

🚀 AnimateDiff

AnimateDiffは、既存のStable Diffusionのテキストから画像へのモデルを使用して動画を作成できる手法です。既存のテキストから画像へのモデルにモーションモジュール層を挿入し、動画クリップで学習することで、モーションの事前知識を抽出します。

🚀 クイックスタート

AnimateDiffは、既存のStable Diffusionのテキストから画像へのモデルを活用して動画を生成する方法を提供します。これは、凍結されたテキストから画像へのモデルにモーションモジュール層を挿入し、動画クリップで学習することで、モーションの事前知識を抽出することで実現されます。これらのモーションモジュールは、Stable DiffusionのUNetのResNetとAttentionブロックの後に適用され、画像フレーム間で一貫したモーションを導入します。これらのモジュールをサポートするために、MotionAdapterとUNetMotionModelの概念を導入しています。これらは、既存のStable Diffusionモデルでこれらのモーションモジュールを使用する便利な方法を提供します。

masterpiece, bestquality, sunset.

💻 使用例

基本的な使用法

import torch
from diffusers import MotionAdapter, AnimateDiffPipeline, DDIMScheduler
from diffusers.utils import export_to_gif

# Load the motion adapter
adapter = MotionAdapter.from_pretrained("guoyww/animatediff-motion-adapter-v1-5")
# load SD 1.5 based finetuned model
model_id = "SG161222/Realistic_Vision_V5.1_noVAE"
pipe = AnimateDiffPipeline.from_pretrained(model_id, motion_adapter=adapter)
scheduler = DDIMScheduler.from_pretrained(
    model_id, subfolder="scheduler", clip_sample=False, timestep_spacing="linspace", steps_offset=1
)
pipe.scheduler = scheduler

# enable memory savings
pipe.enable_vae_slicing()
pipe.enable_model_cpu_offload()

output = pipe(
    prompt=(
        "masterpiece, bestquality, highlydetailed, ultradetailed, sunset, "
        "orange sky, warm lighting, fishing boats, ocean waves seagulls, "
        "rippling water, wharf, silhouette, serene atmosphere, dusk, evening glow, "
        "golden hour, coastal landscape, seaside scenery"
    ),
    negative_prompt="bad quality, worse quality",
    num_frames=16,
    guidance_scale=7.5,
    num_inference_steps=25,
    generator=torch.Generator("cpu").manual_seed(42),
)
frames = output.frames[0]
export_to_gif(frames, "animation.gif")

⚠️ 重要提示

AnimateDiffは、ファインチューニングされたStable Diffusionモデルでより良い結果が得られます。サンプルをクリップできるスケジューラを使用する場合は、clip_sample=Falseに設定して無効にすることを確認してください。これは、生成されたサンプルに悪影響を与える可能性があります。