语言:

• 英文 缩略图: "https://staticassetbucket.s3.us-west-1.amazonaws.com/GOT_naruto.png" 标签:
• 稳定扩散
• 稳定扩散-扩散器
• 文本到图像 数据集:
• lambdalabs/naruto-blip-captions

火影忍者扩散模型

由Lambda Labs基于火影忍者微调的稳定扩散模型。

立即体验文本生成火影风格图像的在线演示！
如需了解如何训练自己的稳定扩散变体，请参考此示例。

简介

输入文本提示，生成属于你的火影风格图像！

《权力的游戏》转火影风格

漫威角色转火影风格

提示词工程的重要性

我们发现精心设计的提示词确实能生成更具吸引力和一致性的火影风格肖像。例如，使用"人物名忍者肖像"或"人物名火影风格"这类提示词，更容易生成带有标志性护额和服饰元素的火影风格角色。

以下通过有无提示词工程的对比示例说明这一点：

比尔·盖茨:

未使用提示词工程

使用提示词工程后

可爱兔子:

未使用提示词工程

使用提示词工程后

使用方式

本地运行模型:

!pip install diffusers==0.3.0
!pip install transformers scipy ftfy

import torch
from diffusers import StableDiffusionPipeline
from torch import autocast

pipe = StableDiffusionPipeline.from_pretrained("lambdalabs/sd-naruto-diffusers", torch_dtype=torch.float16)  
pipe = pipe.to("cuda")

prompt = "尤达大师"
scale = 10
n_samples = 4

# 有时NSFW检测器会误判火影图像，可自行决定是否禁用（存在风险）
disable_safety = False

if disable_safety:
  def null_safety(images, **kwargs):
      return images, False
  pipe.safety_checker = null_safety

with autocast("cuda"):
  images = pipe(n_samples*[prompt], guidance_scale=scale).images

for idx, im in enumerate(images):
  im.save(f"{idx:06}.png")

模型说明

使用BLIP标注的火影忍者图像数据集，在Lambda GPU云服务的2xA6000显卡上训练约30,000步（耗时12小时，成本约20美元）。

相关链接

• Lambda扩散器
• 火影标注数据集
• 扩散器格式模型权重
• 原始模型权重
• 火影扩散器仓库

模型由Eole Cervenka基于Justin Pinkney（@Buntworthy）的工作在Lambda Labs训练完成。