| # 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 | |
| --- |