Sdart Someone

🚀 SDArt : Someone

SDArt : Someone 是一個與 Stable Diffusion discord 上的 “每週圖片” 競賽相關的模型。它基於競賽提交作品創建，讓大家在活動結束後仍能繼續感受主題魅力，還能在他人創作中看到自己設計的影子。

🚀 快速開始

這個模型的使用方法和其他 Stable Diffusion 模型一樣。你可以參考 Stable Diffusion 獲取更多信息。還能將模型導出到 ONNX、MPS 和/或 FLAX/JAX。

基礎用法

from diffusers import StableDiffusionPipeline
import torch

model_id = "Guizmus/SDArt_someone"
pipe = StableDiffusionPipeline.from_pretrained(model_id, torch_dtype=torch.float16)
pipe = pipe.to("cuda")

prompt = "SDArt pte"
image = pipe(prompt).images[0]

image.save("./SDArt.png")

✨ 主要特性

• 主題故事性強：圍繞 “Someone” 構建了一個富有情感和想象力的故事，能激發創作者通過藝術表達相關感受。
• 基於競賽作品：利用 “每週圖片” 競賽的提交作品創建模型，融合了眾多創作者的設計。
• 多格式支持：可像其他 Stable Diffusion 模型一樣使用，還支持導出到多種格式。

📦 安裝指南

暫未提及具體安裝步驟，可參考 Stable Diffusion 通用安裝方法。

📚 詳細文檔

主題介紹

在你的 “某處” 無盡地漫步，你開始注意到各種圖案和形狀。一切都是嶄新的，但在你心中卻如此合理。你抬頭望向天空，它不再空白。你無意識地伸手去觸摸天空中的形狀，感覺輕如羽毛。

“為什麼只有我？” 你不禁脫口而出。

“只有你？” 一個聲音反問你。

你曾經構建的 “某處” 在你周圍開始融化，被一片無盡的絢麗花海所取代。你遠遠地看著兩個孩子在花瓣中自由奔跑，無憂無慮地歡快笑著。你看著一隻流浪貓在樹下安靜地睡覺。你看著周圍變得溫柔、懷舊、美麗。

突然，你的手被輕輕拉了一下。你轉過身，看到了 “某人”。他們光彩照人。

“你做到了！” “某人” 興奮地說。“我太高興了。”

“做到了……到了哪裡？” 我驚訝地問道，無法看清眼前的身影。

“某人” 衝過來擁抱我。

“家。”

我摟住 “某人” 的背，再次抬頭望向天空。

是啊，這個形狀……它是太陽，對吧？這種溫暖——這種感覺。

它就是太陽。

旅行者，你的旅程已到達終點……

• “某人” 是那個在你感到被拋棄、不知所措和迷失時向你伸出援手的人。“某人” 把你從 “某事” 和 “某處” 中拉出來。“某人” 帶你回到現實。
• 你的內心會如何描繪你的 “某人”，如何通過你的藝術表達他們所喚起的情感？
• 向我們展示是誰把你帶入 “當下”，用他們的存在賦予你目標，讓你找到 “一切”。

本週的示例照片是由 @andrekerygma 和我用心製作的！我們希望它們能點燃這場終章的一些溫暖！

Fruit 給你的結束語：獨自踏上旅程很難。有時我們甚至覺得身邊沒有人。儘管這些 “每週圖片” 競賽作品經過抽象處理，以吸引不同背景和故事的人——但你們都敞開心扉，分享了自己的一部分。瞭解這些故事很重要，這樣我們才能迎接自己的 “某人”，甚至成為自己的 “某人”。只要天空中有太陽，我們就永遠不會真正孤單。也許現在它看起來還不像太陽。但總有一天會的。讓我們都繼續盡力而為。謝謝大家！玩得開心！

模型描述

這是一個與 Stable Diffusion discord 上的 “每週圖片” 競賽相關的模型。

我試圖從所有參賽作品中創建一個模型，讓人們在活動結束後仍能繼續享受這個主題，並在他人的創作中看到自己設計的一些影子。標記保持為 “SDArt”，我將學習率設置得較低，這樣它就不會只是複製作品。

總數據集由 42 張圖片組成。它在 Stable diffusion 1.5 上進行訓練。我使用 EveryDream 進行訓練，每張圖片總共重複訓練 100 次。圖片使用標記 “SDArt” 和我選擇的一個任意標記進行標記。下面提供了數據集，以及用戶名及其對應的標記列表。

推薦的採樣方法是 k_Euler_a 或 DPM++ 2M Karras，步數為 20，CFG 為 7.5。

訓練標記

下載鏈接

• SafeTensors
• CKPT
• Dataset
• Old version

🔧 技術細節

• 數據集：總數據集由 42 張圖片組成。
• 訓練基礎：在 Stable diffusion 1.5 上進行訓練。
• 訓練工具：使用 EveryDream 進行訓練。
• 訓練次數：每張圖片總共重複訓練 100 次。
• 標記方式：圖片使用標記 “SDArt” 和一個任意標記進行標記。
• 推薦採樣：推薦的採樣方法是 k_Euler_a 或 DPM++ 2M Karras，步數為 20，CFG 為 7.5。

📄 許可證

本項目採用 creativeml-openrail-m 許可證。