Sdart Synesthesia

🚀 SDArt：聯覺（基於1.5版本）

這是一個與Stable Diffusion Discord上“每週圖片”競賽相關的模型，旨在讓人們在活動結束後繼續享受“聯覺”主題，並在他人的創作中看到部分設計元素。

🚀 快速開始

此模型的使用方式與其他Stable Diffusion模型相同。更多信息，請查看 Stable Diffusion。

你還可以將模型導出為 ONNX、MPS 和/或 FLAX/JAX。

💻 使用示例

基礎用法

from diffusers import StableDiffusionPipeline
import torch

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

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

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

✨ 主要特性

主題

親愛的挑戰者們：

在一個色彩有味道、聲音有質感的世界裡， 各種感官交織，創造出一場感官的盛宴。 歡迎來到“聯覺”的世界——在這裡，平凡變得非凡， 藝術擁有了真正富有遠見的意義！ :Rainbowpink:

聯覺（Synesthesia /ˌsɪn.əsˈθiː.ʒə/）：一種異常的感官融合現象，即一種感官的刺激同時會在另一種感官上產生感覺。聯覺者能聽到顏色、感受到聲音、品嚐到形狀。

• 創作一幅能捕捉聯覺感官精髓的圖像！探索聲音、顏色和質感的交叉點。品嚐一段旋律、感受一種氣味或看到彩色的文字是什麼感覺？
• 品嚐雷雨聲會是什麼樣子？你會如何將皮膚感受到陽光溫暖的感覺可視化？或者品嚐一種特定的顏色——比如鮮紅的蘋果或清涼的藍莓，會是怎樣的體驗？
• 探索聯覺的可能性及其多種解讀！

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。

我嘗試從所有參賽作品中創建一個模型，讓人們在活動結束後繼續享受這個主題，並在他人的創作中看到他們設計的一些元素。模型的標記保持為“SDArt”，並且我將學習率設置得較低，這樣它就不會只是複製已有作品。

整個數據集由39張圖片組成。它是在 Stable diffusion 1.5 的基礎上進行訓練的。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值為7.5。

該模型也有基於2.1版本訓練的版本。

訓練標記

• SDArt
• dyce
• bnp
• keel
• aten
• fcu
• lpg
• mth
• elio
• gani
• pfa
• kprc
• cpec
• kuro
• asot
• psst
• sqm
• irgc
• cq
• utm
• guin
• crit
• mlas
• isch
• vedi
• dds
• acu
• oxi
• kohl
• maar
• mako
• mds
• mert
• mgt
• miki
• minh
• mohd
• mss
• muc
• mwf

下載鏈接

• SafeTensors
• CKPT
• 數據集

📄 許可證

本模型採用CreativeML OpenRAIL-M許可證。