ImageGenerate
论文
High-Resolution Image Synthesis with Latent Diffusion Models
论文地址Fast, Accurate and Lightweight Super-Resolution with Neural Architecture Search
论文地址An Image is Worth One Word: Personalizing Text-to-Image Generation using Textual Inversion
论文地址
模型结构
文生图、图生图使用风格化生成模型[MoososCap/NOVEL-MODEL],核心网络为Unet,前处理网络包含text_encoder,tokenizer等。
stabele-Diffusion网络结构 | 超分模型网络结构 |
---|---|
算法原理
stable diffusion 对文本进行处理并进行编码生成文本向量,对初始化噪声图片添加噪声并迭代T次通过VAE_decoder网络生成最终图片
环境配置
Docker(方法一)
此处提供光源拉取docker镜像的地址与使用步骤
docker pull image.sourcefind.cn:5000/dcu/admin/base/paddlepaddle:2.4.2-centos7.6-dtk-23.04-py39-latest
docker run --shm-size 16g --network=host --name=image_generate_paddle --privileged --device=/dev/kfd --device=/dev/dri --group-add video --cap-add=SYS_PTRACE --security-opt seccomp=unconfined -v $PWD/imagegenerate_paddle:/home/imagegenerate_paddle -it <Your Image ID> bash
cd imagegenerate_paddle
pip install -r requirements.txt
Dockerfile(方法二)
此处提供dockerfile的使用方法
cd ./docker
cp ../requirements.txt ./requirements.txt
docker build --no-cache -t imagegenerate_paddle:latest .
docker run --shm-size 16g --network=host --name=image_generate_paddle --privileged --device=/dev/kfd --device=/dev/dri --group-add video --cap-add=SYS_PTRACE --security-opt seccomp=unconfined -v $PWD/imagegenerate_paddle:/home/imagegenerate_paddle -it imagegenerate_paddle:latest bash
Anaconda(方法三)
此处提供本地配置、编译的详细步骤,例如:
关于本项目DCU显卡所需的特殊深度学习库可从光合开发者社区下载安装。
DTK驱动:dtk23.04
python:python3.9
paddle:2.4.2
Tips:以上dtk驱动、python、paddle等DCU相关工具版本需要严格一一对应
其它非深度学习库参照requirements.txt安装:
pip install -r requirements.txt
数据集
未公开训练数据集
- 基于小数据集的定制化训练数据集
- 地址:./resources/Alices/*
./resources/Alices
|
1666360027.7809527_SEED_3534839969.png
1666360416.8263636_SEED_4285104386.png
.....
推理
- 方法一:运行inference.py文件
python inference.py
- 切换文生图、图生图、文生图定制化训练参考 inference文件内注释
- 方法二:使用notebook运行main.ipynb
- 根据notebook提示运行代码
测试
- 测试环境、功能是否够能够正常
python varify.py
result
文生图 | 图生图 | 定制化训练 |
---|---|---|
'prompt':'extremely detailed CG unity 8k wallpaper,black long hair,cute face,1 adult girl,happy, green skirt dress, flower pattern in dress,solo,green gown,art of light novel,in field' "negative_prompt":'lowres, bad anatomy, bad hands, text, error, missing fingers, extra digit, fewer digits, cropped, worst quality, low quality, normal quality, jpeg artifacts, signature, watermark, username, blurry' | "prompt": ' at the lake', "negative_prompt": '' | |
精度
无
应用场景
算法类别
文生图,图生图,文生图定制化训练
热点应用行业
广媒,设计,教育,家居
源码仓库及问题反馈
参考资料
- PaddleNLP/ppdiffusers at develop · PaddlePaddle/PaddleNLP · GitHub
- 文生图、图生图使用风格化生成模型[MoososCap/NOVEL-MODEL],核心网络为Unet,前处理网络包含text_encoder,tokenizer等。