cat_tuner_sd2_1
模型介绍
? 欢迎探索jy的卡通猫咪生成奇迹! ?
? 模型细节 ?
基础模型: 我选择sd2.1作为基础模型。
微调框架: 为了进一步提升模型的能力,我选择了SCEdit微调框架。这是一个先进的方法,专为精细调整细节而设计。
训练轮数 & 数据集: 我使用14张精心挑选的卡通猫咪图片进行训练,经过50轮的训练(每批大小为2),结果证明这足以达到惊人的效果。
参数: 除了上述特殊设置,我保持了其他参数的默认值,以确保模型训练的稳定性和高效性。
? 这个模型能够生成令人难以置信的、生动的卡通猫咪图片,每一张都充满了个性和趣味。无论你是猫咪爱好者,还是卡通迷,或者简单地寻找一点灵感和欢乐,我相信这个模型都能为你带来惊喜。
? 加入我们,开始创造! ?
我非常期待与大家分享这份快乐和创造力的火花。欢迎大家使用我的模型,并别忘了给我点赞,支持我继续在这个疯狂又美妙的AI世界中探索更多可能。
模型参数
基础模型 | 微调类型 | 训练参数 | |||
---|---|---|---|---|---|
批次大小 | 轮数 | 学习率 | 分辨率 | ||
SD2.1 | SCE | 2 | 50 | 0.0001 | [768, 768] |
数据类型 | 数据空间 | 数据名称 | 数据子集 |
---|---|---|---|
数据集zip | /mnt/workspace/jingyuan/scepter/cache/scepter_ui/datasets/cartton_cat-version-20240323_15_15_11 | default |
模型效果
输入 "cute white cat, bright cartoon style",可能会得到如下图像:
模型使用
命令行运行
- 使用scepter的sdk进行运行,注意需要按照模型参数中基模型的不同使用不同的配置文件,其对应关系如下
Base Model | LORA | SCE | TEXT_LORA | TEXT_SCE |
---|---|---|---|---|
SD1.5 | lora_cfg | sce_cfg | text_lora_cfg | text_sce_cfg |
SD2.1 | lora_cfg | sce_cfg | text_lora_cfg | text_sce_cfg |
SDXL | lora_cfg | sce_cfg | text_lora_cfg | text_sce_cfg |
- 从源码运行
git clone https://github.com/modelscope/scepter.git
cd scepter
pip install -r requirements/recommended.txt
PYTHONPATH=. python scepter/tools/run_inference.py
--pretrained_model {this model folder}
--cfg {lora_cfg} or {sce_cfg} or {text_lora_cfg} or {text_sce_cfg}
--prompt 'cute white cat, bright cartoon style'
--save_folder 'inference'
- 安装scepter后运行(推荐)
pip install scepter
python -m scepter/tools/run_inference.py
--pretrained_model {this model folder}
--cfg {lora_cfg} or {sce_cfg} or {text_lora_cfg} or {text_sce_cfg}
--prompt 'cute white cat, bright cartoon style'
--save_folder 'inference'
使用Scepter Studio运行
pip install scepter
启动scepter studio
python -m scepter.tools.webui
- 参考以下指南使用模型
模型引用
如果你想使用该模型应用于自己的场景,请按照如下方式引用该模型。
@misc{cat_tuner_sd2_1,
title = {cat_tuner_sd2_1, https://www.modelscope.cn/models/zhjf97/cat_tuner_sd2_1},
author = {zhjf97},
year = {2024}
}
该模型是基于Scepter Studio训练得到;scepter 是由阿里巴巴通义万相团队开发的算法框架和工具箱,提供图像生成、编辑、微调、数据处理等一系列工具和模型。如果您觉得我们的工作有益于您的工作, 请按照如下方式引用。
@misc{scepter,
title = {SCEPTER, https://github.com/modelscope/scepter},
author = {SCEPTER},
year = {2023}
}
评论