Ddpm Fake Icons

🚀 无条件图标生成使用DDPM扩散模型

本项目利用DDPM扩散模型实现无条件图标生成，通过特定的数据集训练模型，为图标生成提供了有效的解决方案。

🚀 快速开始

安装必要的包

!python3 -m pip install diffusers==0.21.* accelerate

使用DDPM管道生成图像

from matplotlib import pyplot as plt
from diffusers import DDPMPipeline

ddpm = DDPMPipeline.from_pretrained("mayur7garg/ddpm-fake-icons")
ddpm.to("cuda")

inference_image = ddpm(
    batch_size = 36,
    num_inference_steps = 1000
).images

plt.figure(figsize = (18, 18), dpi = 120)

for i, image in enumerate(inference_image):
    plt.subplot(6, 6, i + 1)
    plt.imshow(image)
    plt.axis(False)
plt.tight_layout()
plt.show()

✨ 主要特性

• 利用DDPM扩散模型实现无条件图标生成。
• 基于特定数据集进行训练，保证生成图标的多样性。

📦 安装指南

安装必要的包

!python3 -m pip install diffusers==0.21.* accelerate

💻 使用示例

基础用法

from matplotlib import pyplot as plt
from diffusers import DDPMPipeline

ddpm = DDPMPipeline.from_pretrained("mayur7garg/ddpm-fake-icons")
ddpm.to("cuda")

inference_image = ddpm(
    batch_size = 36,
    num_inference_steps = 1000
).images

plt.figure(figsize = (18, 18), dpi = 120)

for i, image in enumerate(inference_image):
    plt.subplot(6, 6, i + 1)
    plt.imshow(image)
    plt.axis(False)
plt.tight_layout()
plt.show()

📚 详细文档

训练使用的数据集

Kaggle - Icons-50

训练参考代码

Kaggle - Generating Fake Icons using DDPM Diffusion

图像示例

📄 许可证

本项目采用MIT许可证。