File size: 2,712 Bytes
fd27680 d848b16 fd27680 d848b16 fd27680 d848b16 fd27680 d848b16 3b8c1be fd27680 d848b16 f7848f8 d848b16 0cb9531 d848b16 f7848f8 0cb9531 d848b16 49ff35b d848b16 fd27680 d848b16 fd27680 d848b16 |
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 |
# CEM6 – Fine-tuned Stable Diffusion 1.5 (Q4 2022/Q1 2023)
CEM6 to model txt2img oparty na **Stable Diffusion 1.5**, fine-tunowany lokalnie na karcie **RTX 3090** przy użyciu frameworka **EveryDream-Trainer**. Model został wytrenowany w **pierwszym kwartale 2023 roku**, co jest istotne, ponieważ jakość modeli należy oceniać przez pryzmat ówczesnych standardów.
## Dane treningowe
- **Źródło:** ok. **70 000 zdjęć** przefiltrowanych ręcznie do **7 000** przykładów wysokiej jakości.
- **Opis:** Obrazy zostały opisane automatycznie przez BLIP2/CLIP.
- **Typ danych:** Głównie realistyczne fotografie modelek, różnego rodzaju. Z uwagi na brak praw autorskich do tych zdjęć, wolałbym nie udostępniać datasetu.
## Fine-tuning
- **Framework:** [EveryDream-Trainer](https://github.com/victorchall/EveryDream2trainer)
- **Hardware:** NVIDIA RTX 3090, 32GB RAM
- **Czas powstania:** Q4 2022 / Q1 2023
- **Cel:** Poprawa jakości generowanych portretów kobiecych – głównie realistyczna skóra, mniej "pastelowy" wygląd i fotorealistyczny wygląd.
- **Rozdzielczości:** 768 oraz 1024 piksele szerokości
## Modele dostępne do pobrania
| Nazwa modelu | Opis |
|--------------|------|
| `CEM_768_Cl2_55_45_merge.ckpt i CEM_768_LRA_55_45.ckpt` | **Merge** modelu CEM (768px width) z innym wysokiej jakości modelem z początku 2023. Zapewnia bardziej miękki, elastyczny styl. |
| `CEM_ED_768_100epoch.ckpt` | Model CEM w pełnej wersji 768px, trenowany przez 100 epok. Realistyczne wyjścia, wyraźne tekstury skóry, dobre kolory, jednak mało elastyczny. |
| `CEM6_ED_1024_100epoch.ckpt` | Wersja 1024px szerokości, trenowana przez 100 epok. Większa szczegółowość, lepsza ostrość, jeszcze mniej elastyczny. |
## Przykłady – `CEM_768_Cl2_55_45_merge.ckpt i CEM_768_LRA_55_45.ckpt`
https://imgur.com/a/7HEsipl (Wszystko to raw output modelu i czasami crop)
## Przykłady – `CEM_ED_768_100epoch.ckpt i CEM6_ED_1024_100epoch.ckpt`
https://imgur.com/a/sW1WE8c (Wszystko to raw output modelu i czasami crop)
## Jakość i zastosowania
Na moment powstania (Q1 2023), CEM6 oferował jedne z bardziej realistycznych wyników w swojej klasie, a samych fotorealistycznych modeli nie było tak dużo jak dzisiaj (większość z finetuningów posiadało datasety wielkości max kilkaset zdjęć) i bazowe modele kończyły się na opensource Stable Diffusion i closedsource Midjourney. Model najlepiej sprawdza się w:
- generowaniu portretów modelek z realistyczną skórą,
- uchwyceniu proporcji twarzy,
- estetycznych ujęciach studyjnych.
Był on głównie trenowany na zdjęciach NSFW, ale dobrze sobie radzi także z ubraniami.
## Licencja
Licencja MIT
--- |