Naruto扩散

通过 Lambda Labs 对Naruto进行了稳定扩散微调。

尝试一下实时的 text-to-naruto demo here ！如果您想了解如何训练自己的稳定扩散变种的详细信息，请参阅此 example 。

关于

输入文本提示并生成您自己的Naruto风格的图像！

权力的游戏到火影忍者

漫威到火影忍者

提示工程很重要

我们发现提示工程有助于产生引人入胜且一致的火影忍者风格肖像。例如，编写提示词，如“person_name忍者肖像”或“person_name以火影忍者风格”，往往会产生更接近火影忍者角色风格的结果，具有特征性的头巾和其他服装元素。

以下是几个带有和不带有提示工程的示例，将说明这一点。

Bill Gates：

没有提示工程

有提示工程

一个可爱的兔子：

没有提示工程

有提示工程

用法

要在本地运行模型：

!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 = "Yoda"
scale = 10
n_samples = 4

# Sometimes the nsfw checker is confused by the Naruto images, you can disable
# it at your own risk here
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")

模型描述

在 Lambda GPU Cloud 上使用2xA6000 GPU训练了约30,000步（约12小时，成本约为$20）。

链接

• Lambda Diffusers
• Captioned Naruto dataset
• Model weights in Diffusers format
• Original model weights
• Naruto diffusers repo

在 Lambda Labs 上进行工作后，由 Eole Cervenka 进行了训练（ Justin Pinkney 的工作主要贡献者）。