Sdart Elementalflowers

🚀 力量之花：元素之花

这是一个与Stable Diffusion相关的模型，用于生成代表火、水、土、气四种元素的花朵图像，让用户能在创作中感受元素之花的魅力。

🚀 快速开始

此模型的使用方式与其他Stable Diffusion模型相同，更多信息请查看 Stable Diffusion。

你还可以将模型导出为 ONNX、MPS 和/或 FLAX/JAX 格式。

以下是使用示例：

from diffusers import StableDiffusionPipeline
import torch

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

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

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

✨ 主要特性

• 主题独特：以花朵代表火、水、土、气四种元素，结合元素的象征意义和联想，创造出独特的图像设计。
• 版本多样：有用户令牌版本和经典版本，满足不同用户的需求。
• 训练数据丰富：用户令牌版本的数据集由49张图片组成，经典版本的数据集由61张图片组成。

📦 安装指南

文档未提及具体安装步骤，可参考Stable Diffusion的通用安装方式。

💻 使用示例

基础用法

from diffusers import StableDiffusionPipeline
import torch

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

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

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

高级用法

# 可根据不同的元素主题生成不同的图像
from diffusers import StableDiffusionPipeline
import torch

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

# 生成代表火元素的花朵图像
prompt = "SDArt fire flower"
image = pipe(prompt).images[0]

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

📚 详细文档

主题说明

创建代表火、水、土、气四种元素的花朵图像。使用能够捕捉一种或每种元素本质的颜色和形状，并考虑与之相关的象征意义和联想，以创造独特的设计。在创建图像时，思考每个元素唤起的情感或概念，并将其融入设计中。

模型描述

这是一个与Stable Diffusion Discord上的“每周图片”竞赛相关的模型。作者尝试从所有参赛作品中制作一个模型，让人们在活动结束后继续享受这个主题，并在其他人的创作中看到他们设计的一部分。令牌保持为“SDArt”，并且作者将学习率控制在较低水平，以避免简单地复制创作。

总数据集由49张图片组成。它在 Stable diffusion 1.5 上进行训练。作者使用 EveryDream 进行训练，每张图片总共重复100次。图片使用令牌“SDArt”和作者选择的任意令牌进行标记。数据集和用户名及其对应令牌的列表如下。

第二个版本，名为“经典版本”，是通过将所有4-shot图片拆分为单张图片，并使用更常见的令牌（如四种元素）进行训练的。这个数据集稍大（61张图片），训练时间更长，但重复次数和参数相同。

推荐的采样方法是 k_Euler_a 或 DPM++ 2M Karras，步数为20，CFG值为7.5。

训练令牌

用户令牌版本

• SDArt
• dyce
• ohwx
• bnp
• juli
• aten
• hep
• fcu
• hiko
• ufos
• nwsl
• cous
• aved
• mth
• gani
• kprc
• kuro
• asot
• jap
• weho
• hmv
• psst
• sqm
• irgc
• buka
• buon
• nmwx
• byes
• utm
• dany
• avel
• vaw
• zaki
• guin
• urd
• nasi
• vini
• hta
• crit
• inem
• mlas
• isch
• phol
• vedi
• dds
• acu
• httr
• pte
• oxi
• ibc

经典令牌版本

• elem flowers
• air
• water
• fire
• earth
• multielem

下载链接

用户令牌版本

SafeTensors CKPT Dataset

经典版本

SafeTensors CKPT Dataset

🔧 技术细节

• 模型类型：基于Stable diffusion 1.5的模型。
• 训练数据：用户令牌版本的数据集由49张图片组成，经典版本的数据集由61张图片组成。
• 训练工具：使用 EveryDream 进行训练。
• 训练参数：每张图片总共重复100次，推荐的采样方法是 k_Euler_a 或 DPM++ 2M Karras，步数为20，CFG值为7.5。

📄 许可证

本模型采用 creativeml-openrail-m 许可证。