Sdart Synesthesia

🚀 SDArt：联觉（基于1.5版本）

这是一个与Stable Diffusion Discord上“每周图片”竞赛相关的模型，旨在让人们在活动结束后继续享受“联觉”主题，并在他人的创作中看到部分设计元素。

🚀 快速开始

此模型的使用方式与其他Stable Diffusion模型相同。更多信息，请查看 Stable Diffusion。

你还可以将模型导出为 ONNX、MPS 和/或 FLAX/JAX。

💻 使用示例

基础用法

from diffusers import StableDiffusionPipeline
import torch

model_id = "Guizmus/SDArt_synesthesia"
pipe = StableDiffusionPipeline.from_pretrained(model_id, torch_dtype=torch.float16)
pipe = pipe.to("cuda")

prompt = "SDArt minh"
image = pipe(prompt).images[0]

image.save("./SDArt.png")

✨ 主要特性

主题

亲爱的挑战者们：

在一个色彩有味道、声音有质感的世界里， 各种感官交织，创造出一场感官的盛宴。 欢迎来到“联觉”的世界——在这里，平凡变得非凡， 艺术拥有了真正富有远见的意义！ :Rainbowpink:

联觉（Synesthesia /ˌsɪn.əsˈθiː.ʒə/）：一种异常的感官融合现象，即一种感官的刺激同时会在另一种感官上产生感觉。联觉者能听到颜色、感受到声音、品尝到形状。

• 创作一幅能捕捉联觉感官精髓的图像！探索声音、颜色和质感的交叉点。品尝一段旋律、感受一种气味或看到彩色的文字是什么感觉？
• 品尝雷雨声会是什么样子？你会如何将皮肤感受到阳光温暖的感觉可视化？或者品尝一种特定的颜色——比如鲜红的苹果或清凉的蓝莓，会是怎样的体验？
• 探索联觉的可能性及其多种解读！

模型描述

这是一个与Stable Diffusion Discord上的“每周图片”竞赛相关的模型。

我尝试从所有参赛作品中创建一个模型，让人们在活动结束后继续享受这个主题，并在他人的创作中看到他们设计的一些元素。模型的标记保持为“SDArt”，并且我将学习率设置得较低，这样它就不会只是复制已有作品。

整个数据集由39张图片组成。它是在 Stable diffusion 1.5 的基础上进行训练的。我使用 EveryDream 进行训练，每张图片总共重复训练100次。图片使用标记“SDArt”和我选择的一个任意标记进行标记。下面提供了数据集，以及用户名及其对应的标记列表。

推荐的采样方法是k_Euler_a或DPM++ 2M Karras，步数为20，CFG值为7.5。

该模型也有基于2.1版本训练的版本。

训练标记

• SDArt
• dyce
• bnp
• keel
• aten
• fcu
• lpg
• mth
• elio
• gani
• pfa
• kprc
• cpec
• kuro
• asot
• psst
• sqm
• irgc
• cq
• utm
• guin
• crit
• mlas
• isch
• vedi
• dds
• acu
• oxi
• kohl
• maar
• mako
• mds
• mert
• mgt
• miki
• minh
• mohd
• mss
• muc
• mwf

下载链接

• SafeTensors
• CKPT
• 数据集

📄 许可证

本模型采用CreativeML OpenRAIL-M许可证。