语言:

• 英文 许可证: creativeml-openrail-m 缩略图: "https://huggingface.co/Guizmus/SDArt_elementalflowers/resolve/main/showcase.png" 标签:
• 稳定扩散
• 文本生成图像
• 图像生成图像

每周一图：元素之花

主题

ˑ༄ؘ ۪۫۫ ▹▫◃ ۪۫۫ ༄ؘ ˑ

翡翠般的叶片，绯红的花瓣，芬芳如此甜美——大自然的艺术，画布如此精致。是红玫瑰炽热的激情，还是蓝铃花生长时的宁静幸福？

爱就像一座充满这些元素宝藏的花园，每一种都有其独特的魅力，每一种都有其独特的尺度。

ˑ༄ؘ ۪۫۫ ▹▫◃ ۪۫۫ ༄ؘ ˑ

创作代表四大元素——火、水、土、气的花朵图像。

使用能够捕捉一个或每个元素精髓的色彩和形状，并考虑与它们相关的象征意义和联想，以创造独特的设计。

在创作图像时，思考每个元素的象征意义和联想。它们唤起了哪些情感或概念？如何将这些融入你的设计中？

你的元素之花会绽放成什么样子？它生长在哪里？周围有什么？更好的是——你的花叫什么名字？给它起个名字吧！今天的示例花朵由我创作^^ 请欣赏！

ˑ༄ؘ ۪۫۫ ▹▫◃ ۪۫۫ ༄ؘ ˑ

模型描述

这是一个与Stable Diffusion Discord上的“每周一图”比赛相关的模型。

我尝试将所有提交的作品制作成一个模型，以便人们在活动结束后继续享受这一主题，并在他人的创作中看到一点自己的设计。标记词为“SDArt”，我将学习率保持在较低水平，以避免简单复制创作。

总数据集包含49张图片。基于Stable Diffusion 1.5训练。我使用EveryDream进行训练，每张图片重复100次。图片使用标记词“SDArt”和我选择的任意标记词进行标注。数据集及用户名及其对应标记词的列表如下。

第二个版本名为“经典版本”，通过将所有4-shot图片拆分为单独的图片，并使用更常见的标记词（如四大元素）进行训练。这个数据集稍大（61张图片），训练时间更长，但重复次数和参数相同。

推荐采样方法为k_Euler_a或DPM++ 2M Karras，20步，CFGS 7.5。

训练标记词

用户标记词版本

• SDArt
• dyce
• ohwx
• bnp
• juli
• aten
• hep
• fcu
• hiko
• ufos
• nwsl
• cous
• aved
• mth
• gani
• kprc
• kuro
• asot
• jap
• weho
• hmv
• psst
• sqm
• irgc
• buka
• buon
• nmwx
• byes
• utm
• dany
• avel
• vaw
• zaki
• guin
• urd
• nasi
• vini
• hta
• crit
• inem
• mlas
• isch
• phol
• vedi
• dds
• acu
• httr
• pte
• oxi
• ibc

经典标记词版本

• elem flowers
• air
• water
• fire
• earth
• multielem

下载链接

用户标记词版本

SafeTensors

CKPT

数据集

经典标记词版本

SafeTensors

CKPT

数据集

🧨 Diffusers

该模型可以像其他Stable Diffusion模型一样使用。更多信息请参考Stable Diffusion。

您还可以将模型导出为ONNX、MPS和/或FLAX/JAX。

diffusers中的模型为用户标记词版本。

from diffusers import StableDiffusionPipeline
import torch

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

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

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