Sdart Something

🚀 PoW : Something

这是一个与Stable Diffusion discord上的“每周图片”竞赛相关的模型，旨在让人们通过艺术作品探索自我身份和内心世界，开启自我表达与自我发现之旅。

✨ 主要特性

主题故事

今日，它悄然浮现。它以一种难以言喻的方式笼罩着你。无论你多么努力地表达自己，力求精准，展现真实的自我，似乎都无济于事。你的脑海中充斥着突如其来的变化所带来的沉重感。你坐在一间空荡荡的房间里，面前只有一面镜子。

然而……这镜中的倒影并非是你……是吗？镜子简约的设计上刻着一个词：“Something”。

你四处寻找离开的迹象或线索，但眼前的一切便是全部。

第一章聚焦于迷失自我、与真实自我脱节的感受。鼓励你通过代表“Something”的艺术作品来探索自己的身份和内心世界。“Something”代表着一种难以言表却如影随形的感受或情绪。这是一场自我表达与自我发现的旅程，目标是捕捉这种情感的精髓，并以独特的方式将其呈现出来。

“Something”代表着你内心深处被剖析、未被言说或充满情感的一面。它是你不易在表面展现出来的部分，但只需稍加挖掘便能发现。当我们感觉自己不再是自己时，我们是谁？那个能够承担或吸收沉重事物的“Something”又是谁？“Something”的美妙之处在于，它可以隐藏在抽象背后，不像我们自己。它可以隐藏在分形、色彩、拉伸的形状、浓烈或暗淡的色调之后。展示你的反向自画像。“Something”就是某样东西，它可以是任何东西。

找到你的“Something”，将它从内心深处挖掘出来。本周与我们一同踏上这场旅程：“Something, Somewhere, Someone”。这将是一个分为三部分的故事，描绘面对并克服我们的“Something”，最终找到“一切”的挑战。让我们一起迈出第一步。

模型相关

这是一个与Stable Diffusion discord上的“每周图片”竞赛相关的模型。作者尝试根据所有参赛作品制作一个模型，让人们在活动结束后仍能继续享受该主题，并在他人的创作中看到自己设计的影子。模型的标记为“SDArt”，作者将学习率控制在较低水平，以避免模型只是简单复制已有作品。

📦 安装指南

文档未提及具体安装步骤，故跳过该章节。

💻 使用示例

基础用法

from diffusers import StableDiffusionPipeline
import torch

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

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

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

📚 详细文档

模型描述

该模型与Stable Diffusion discord上的“每周图片”竞赛相关。作者试图从所有参赛作品中制作出一个模型，以便人们在活动结束后仍能继续享受该主题，并在他人的创作中看到自己设计的影子。标记保持为“SDArt”，学习率控制在较低水平，以避免简单复制已有创作。

训练信息

• 数据集：总共由50张图片组成。
• 基础模型：在Stable diffusion 1.5上进行训练。
• 训练工具：使用EveryDream进行训练，每张图片总共重复训练100次。
• 图片标记：图片使用标记“SDArt”和作者选择的任意标记进行标记。
• 推荐采样：推荐使用k_Euler_a或DPM++ 2M Karras进行20步采样，CFG值为7.5。

训练标记

• SDArt
• ohwx
• aten
• fcu
• cees
• chor
• cmdr
• mth
• nrf
• elio
• gani
• pfa
• kprc
• kuro
• ndi
• asot
• bsp
• psst
• sqm
• irgc
• guyz
• hela
• iru
• lexa
• dany
• lpg
• mede
• mib
• aroa
• avel
• vaw
• zaki
• nigh
• niu
• guin
• urd
• vini
• pz
• crit
• siam
• spon
• taku
• ufos
• phol
• uzzi
• vaca
• dds
• yel
• pte
• oxi
• yte

下载链接

• SafeTensors
• CKPT
• 数据集
• 旧版本

Diffusers使用说明

该模型可以像其他Stable Diffusion模型一样使用。更多信息请参考Stable Diffusion。你还可以将模型导出为ONNX、MPS和/或FLAX/JAX。

📄 许可证

本模型采用CreativeML OpenRAIL-M许可证。