Pokemon Stable Diffusion

🚀 基于宝可梦微调的Stable Diffusion模型

本项目是由 Lambda Labs 基于宝可梦数据微调的 Stable Diffusion 模型。你只需输入文本提示，就能生成属于自己的宝可梦角色，无需进行“提示词工程”！如果你想了解如何训练自己的 Stable Diffusion 变体模型，可参考 Lambda Labs 的这个 示例。

戴珍珠耳环的少女、可爱的奥巴马形象生物、唐纳德·特朗普、鲍里斯·约翰逊、龙猫、Hello Kitty

🚀 快速开始

前置要求

确保你已经设置好 Stable Diffusion 仓库，并下载了 ema-only-epoch=000142.ckpt 文件。

运行示例

python scripts/txt2img.py \
    --prompt 'robotic cat with wings' \
    --outdir 'outputs/generated_pokemon' \
    --H 512 --W 512 \
    --n_samples 4 \
    --config 'configs/stable-diffusion/pokemon.yaml' \
    --ckpt ema-only-epoch=000142.ckpt

你也可以使用常规的 Stable Diffusion 推理配置。

✨ 主要特性

• 简单易用：只需输入文本提示，无需复杂的“提示词工程”，即可生成宝可梦角色。
• 可扩展性：可参考 Lambda Labs 的示例，训练自己的 Stable Diffusion 变体模型。

📦 安装指南

文档未提及具体安装步骤，可参考 Stable Diffusion 官方仓库进行安装。

💻 使用示例

基础用法

python scripts/txt2img.py \
    --prompt 'robotic cat with wings' \
    --outdir 'outputs/generated_pokemon' \
    --H 512 --W 512 \
    --n_samples 4 \
    --config 'configs/stable-diffusion/pokemon.yaml' \
    --ckpt ema-only-epoch=000142.ckpt

高级用法

你可以使用常规的 Stable Diffusion 推理配置进行更灵活的生成。

📚 详细文档

模型描述

该模型在 带有 BLIP 字幕的宝可梦图像 上进行训练，使用 Lambda GPU Cloud 的 2 张 A6000 GPU，训练约 15000 步（约 6 小时，成本约 10 美元）。

相关链接

• Lambda Diffusers
• 带字幕的宝可梦数据集
• Diffusers 格式的模型权重
• 原始模型权重
• 训练代码

本模型由 Justin Pinkney（@Buntworthy）在 Lambda Labs 训练完成。