Instructions to use optima-tools-ch/image-low with libraries, inference providers, notebooks, and local apps. Follow these links to get started.
- Libraries
- Diffusers
How to use optima-tools-ch/image-low with Diffusers:
pip install -U diffusers transformers accelerate
import torch from diffusers import DiffusionPipeline # switch to "mps" for apple devices pipe = DiffusionPipeline.from_pretrained("optima-tools-ch/image-low", dtype=torch.bfloat16, device_map="cuda") prompt = "Astronaut in a jungle, cold color palette, muted colors, detailed, 8k" image = pipe(prompt).images[0] - Notebooks
- Google Colab
- Kaggle
- Local Apps Settings
- Draw Things
- DiffusionBee
import torch
from diffusers import DiffusionPipeline
# switch to "mps" for apple devices
pipe = DiffusionPipeline.from_pretrained("optima-tools-ch/image-low", dtype=torch.bfloat16, device_map="cuda")
prompt = "Astronaut in a jungle, cold color palette, muted colors, detailed, 8k"
image = pipe(prompt).images[0]Optima Tools — Génération d'images — Low
| Dépôt Hugging Face | optima-tools-ch/image-low |
| Libellé dans Optima Tools | Génération d'images — Low |
| Identifiant du paquet OT | image.low |
| Modèle | SSD-1B (Segmind Stable Diffusion 1B) — pipeline Diffusers, poids FP16 |
| Source | segmind/SSD-1B (https://huggingface.co/segmind/SSD-1B/tree/60987f37e94cd59c36b1cba832b9f97b57395a10) |
| Révision source | 60987f37e94cd59c36b1cba832b9f97b57395a10 |
| Contenu | 18 fichiers d'exécution, 4,47 Go |
Statut
- Publié : les 18 fichiers d'exécution sont présents dans ce dépôt (copie côté serveur Hugging Face le 2026-10-27 ; documents ajoutés le 2026-10-27).
- Intégrité : pour les gros poids, le SHA-256 vient des métadonnées LFS de Hugging Face, identique sur la source et sur ce dépôt ; il n'a pas été recalculé localement. Pour les petits fichiers, le SHA-256 a été calculé sur leur contenu, source et destination comparés.
- Validation dans Optima Tools : non effectuée. Cette publication n'est pas un test d'exécution. Les besoins matériels n'ont pas été mesurés et ne sont pas annoncés.
- Le téléchargement depuis l'application n'est pas encore ouvert.
Noms de fichiers adaptés
Quatre poids FP16 portent un nom normalisé, sans « .fp16 », attendu par Optima Tools. Seuls les noms changent : le contenu n'est ni converti ni modifié.
| Fichier source | Fichier livré |
|---|---|
text_encoder/model.fp16.safetensors |
text_encoder/model.safetensors |
text_encoder_2/model.fp16.safetensors |
text_encoder_2/model.safetensors |
unet/diffusion_pytorch_model.fp16.safetensors |
unet/diffusion_pytorch_model.safetensors |
vae/diffusion_pytorch_model.fp16.safetensors |
vae/diffusion_pytorch_model.safetensors |
Attention : le fichier livré text_encoder/model.safetensors (et de même pour text_encoder_2/, unet/ et vae/) est le poids FP16 renommé, et non le fichier FP32 de même nom présent dans la source.
Contenu du paquet
| Dossier | Fichiers | Taille |
|---|---|---|
(racine) |
1 | 0,0 Mo |
scheduler/ |
1 | 0,0 Mo |
text_encoder/ |
2 | 246,1 Mo |
text_encoder_2/ |
2 | 1,39 Go |
tokenizer/ |
4 | 1,6 Mo |
tokenizer_2/ |
4 | 1,6 Mo |
unet/ |
2 | 2,66 Go |
vae/ |
2 | 167,3 Mo |
| Total | 18 | 4,47 Go |
La liste complète, avec le SHA-256 de chaque fichier, figure dans SOURCE.json et .optima-package.json.
Non repris de la source : les trois fichiers autonomes SSD-1B.safetensors, SSD-1B-A1111.safetensors et SSD-1B-modelspec.safetensors (inutiles au pipeline Diffusers choisi) et les quatre variantes FP32 des poids.
Capacités documentées
- Génération d’images à partir d’un texte (text-to-image), d’après la fiche source.
- La fiche source recommande un prompt négatif et un CFG voisin de 9,0.
- La fiche source annonce une compatibilité AUTOMATIC1111 et ComfyUI au moyen de fichiers autonomes qui ne sont pas inclus dans ce paquet.
- Retouche d’image native : non prise en charge par le moteur d’Optima Tools avec ce paquet (il ne l’accepte que pour FLUX.2 Klein).
Exemple de chargement
Les poids FP16 portent ici les noms standards de Diffusers : ne pas passer variant="fp16" comme dans l'exemple de la source. Le dossier image-low contient ce paquet.
import torch
from diffusers import StableDiffusionXLPipeline
pipe = StableDiffusionXLPipeline.from_pretrained(
"image-low", # dossier contenant ce paquet
torch_dtype=torch.float16,
use_safetensors=True,
local_files_only=True,
)
pipe.to("cuda")
image = pipe(
prompt="An astronaut riding a green horse",
negative_prompt="ugly, blurry, poor quality",
).images[0]
image.save("ssd-1b.png")
Optima Tools charge un dossier de ce type avec DiffusionPipeline.from_pretrained(dossier, torch_dtype=…, local_files_only=True). Cet exemple est adapté de la fiche source et des noms de fichiers livrés ; il n'a pas été exécuté lors de cette publication.
Licence et crédits
Apache License 2.0 : texte officiel complet dans LICENSE (la source ne fournit aucun fichier de licence). Auteurs, composants, sources, rôle d'Optima Tools (préparateur et distributeur) et modifications : CREDITS.md et CREDITS.json.
Documents du dépôt
| Fichier | Contenu |
|---|---|
README-source.md |
Fiche officielle de la révision source, copie identique |
LICENSE |
Texte officiel de la licence Apache 2.0 |
CREDITS.md, CREDITS.json |
Crédits, licences, modifications |
SOURCE.json |
Provenance exacte : chemin source, chemin livré, taille et SHA-256 de chaque fichier |
.optima-package.json |
Manifeste lu par Optima Tools : fichiers d'exécution, licences, crédits et provenance (hors fiche README.md et hors lui-même) |
Droits des auteurs d'origine
Les auteurs d'origine conservent l'ensemble de leurs droits. Optima Tools n'est pas le créateur de ce modèle : ce dépôt en prépare la distribution vérifiée pour l'application, avec mention des sources, des licences et des crédits.
- Downloads last month
- 20
Model tree for optima-tools-ch/image-low
Base model
segmind/SSD-1B