import torch
from diffusers import DiffusionPipeline
# switch to "mps" for apple devices
pipe = DiffusionPipeline.from_pretrained("fiel1986/img-moringmex", torch_dtype=torch.bfloat16, device_map="cuda")
prompt = "Astronaut in a jungle, cold color palette, muted colors, detailed, 8k"
image = pipe(prompt).images[0]YAML Metadata Warning:empty or missing yaml metadata in repo card
Check out the documentation for more information.
license: creativeml-openrail-m tags:
- stable-diffusion
- text-to-image
- diffusers inference: true library_name: diffusers
Stable Diffusion v1.4 - Repositorio de fiel1986
Este repositorio contiene una versi贸n de Stable Diffusion v1.4 optimizada para ser utilizada con la librer铆a diffusers. Stable Diffusion es un modelo de inteligencia artificial latente de texto a imagen capaz de generar im谩genes fotorrealistas a partir de cualquier entrada de texto.
Detalles del Modelo Desarrollado por: CompVis, Stability AI y LAION. Tipo de modelo: Difusi贸n latente basada en texto a imagen. Idioma(s): Ingl茅s (principalmente). Licencia: CreativeML OpenRAIL-M. Modelo base: Stable Diffusion v1-4. C贸mo usar el modelo Puedes cargar y usar este modelo f谩cilmente utilizando la librer铆a diffusers de Hugging Face. Instalaci贸n de requisitos
Bash pip install diffusers transformers torch
Ejemplo de c贸digo en Python
Python
from diffusers import StableDiffusionPipeline import torch
ID de este repositorio
model_id = "fiel1986/TU_NOMBRE_DE_REPO" # Reemplaza con el nombre exacto de tu repo
Cargar el pipeline
pipe = StableDiffusionPipeline.from_pretrained(model_id, torch_dtype=torch.float16) pipe = pipe.to("cuda") # Usa "cpu" si no tienes GPU
Generar una imagen
prompt = "a professional photo of an astronaut riding a horse on mars" image = pipe(prompt).images[0]
Guardar el resultado
image.save("resultado.png")
Usos Recomendados y Limitaciones Usos Apropiados Generaci贸n de arte digital y conceptos visuales. Herramientas educativas y de investigaci贸n. Experimentaci贸n con modelos de difusi贸n. Limitaciones y Sesgos El modelo puede generar contenido que no sea anat贸micamente perfecto. Al haber sido entrenado con datos de internet, puede reflejar sesgos sociales presentes en esos datos. Se recomienda el uso de un filtro de seguridad (incluido por defecto en el pipeline). Licencia Este modelo est谩 bajo la licencia CreativeML OpenRAIL-M. Esta licencia permite el uso comercial y no comercial, siempre y cuando se respeten las restricciones de uso 茅tico detalladas en la licencia original para evitar da帽os y abusos.
- Downloads last month
- 65