许可证: openrail++ 标签:

• 稳定扩散
• 文本生成图像

采用零终端信噪比的SD v2.1基础模型（LAION美学6+数据集）

本模型在论文《基于感知损失的扩散模型》（https://arxiv.org/abs/2401.00110）中作为MSE基线使用。

该模型遵循《常见扩散噪声调度与采样步骤存在缺陷》（https://arxiv.org/abs/2305.08891）论文方法，在LAION美学6+数据集上采用零终端信噪比调度进行训练。

本模型基于stabilityai/stable-diffusion-2-1-base微调而来。

此模型仅用于研究演示，不适用于生产环境。

使用方法

from diffusers import StableDiffusionPipeline
prompt = "微笑的年轻女孩"
pipe = StableDiffusionPipeline.from_pretrained("ByteDance/sd2.1-base-zsnr-laionaes6").to("cuda")
pipe(prompt, guidance_scale=7.5, guidance_rescale=0.7).images[0].save("out.jpg")

关联模型

• bytedance/sd2.1-base-zsnr-laionaes5
• bytedance/sd2.1-base-zsnr-laionaes6
• bytedance/sd2.1-base-zsnr-laionaes6-perceptual

引用格式

@misc{lin2024diffusion,
      title={基于感知损失的扩散模型}, 
      author={林善川 and 杨晓},
      year={2024},
      eprint={2401.00110},
      archivePrefix={arXiv},
      primaryClass={cs.CV}
}

@misc{lin2023common,
      title={常见扩散噪声调度与采样步骤存在缺陷}, 
      author={林善川 and 刘炳辰 and 李佳实 and 杨晓},
      year={2023},
      eprint={2305.08891},
      archivePrefix={arXiv},
      primaryClass={cs.CV}
}