许可协议：creativeml-openrail-m
基础模型：SG161222/Realistic_Vision_V4.0
数据集：

• recastai/LAION-art-EN-improved-captions
  标签：
• stable-diffusion
• stable-diffusion-diffusers
• text-to-image
• diffusers
  推理支持：是

文本到图像蒸馏模型

本流程基于SG161222/Realistic_Vision_V4.0模型，在recastai/LAION-art-EN-improved-captions数据集的子集上进行蒸馏训练。下方展示了使用微调后的小型SD模型生成的示例图像。

本流程基于该论文实现。训练代码可在此处获取。

使用方式

可通过以下方式调用流程：

from diffusers import DiffusionPipeline
import torch

pipeline = DiffusionPipeline.from_pretrained("segmind/small-sd", torch_dtype=torch.float16)
prompt = "少女肖像"
image = pipeline(prompt).images[0]
image.save("my_image.png")

训练信息

训练采用的关键超参数如下：

• 训练步数：95000
• 学习率：1e-4
• 批次大小：32
• 梯度累积步数：4
• 图像分辨率：512
• 混合精度：fp16