Diffusers documentation
DreamBooth
Начало работы
Вывод
Использование конвейеров диффузии
Адаптеры и персонализация
Оптимизация и масштабирование
Базовая производительность
Вывод
Методы сообщества
Квантование
Ускорение для конкретного оборудования
Развёртывание и масштабирование
Модульные Diffusers
Обучение и дообучение
Ресурсы
Внести вклад
API
You are viewing main version, which requires installation from source. If you'd like
regular pip install, checkout the latest stable version (v0.42.1).
DreamBooth
DreamBooth персонализирует предобученную модель под конкретный объект по нескольким изображениям (например, вашему коту), дообучая полные веса и связывая этот объект с уникальным идентификатором в промпте (sks cat). После этого вы можете генерировать изображения этого объекта в новых окружениях, при разном освещении, в разных позах и стилях.
Чекпоинты DreamBooth обычно занимают несколько ГБ, так как содержат полные веса модели. Загружайте их с помощью from_pretrained() и указывайте уникальный идентификатор в промпте, чтобы запустить генерацию.
import torch
from diffusers import AutoPipelineForText2Image
pipeline = AutoPipelineForText2Image.from_pretrained(
"sd-dreambooth-library/herge-style",
dtype=torch.float16
).to("cuda") # or "mps", "xpu", "cpu"
prompt = "A cute sks herge_style brown bear eating a slice of pizza, stunning color scheme, masterpiece, illustration"
pipeline(prompt).images[0]
Чтобы обучить собственную контрольную точку, см. Обучение DreamBooth.
Update on GitHub