Project Icon

sliders

扩散模型的精确控制工具

Concept Sliders是一个开源项目,为扩散模型提供精确控制的LoRA适配器。通过滑块界面,用户可以微调生成图像的属性,如年龄和表情。项目支持多个Stable Diffusion版本(v1.4、v2.1和XL),提供文本和图像概念滑块的训练脚本,以及实时演示和真实图像编辑功能。Concept Sliders为AI图像生成带来了新的精确控制方法,GitHub上可查看完整项目详情。

概念滑块

项目网站 | Arxiv预印本 | 训练好的滑块 | Colab演示 | Huggingface演示

"概念滑块:用于扩散模型精确控制的LoRA适配器"的官方代码实现

Colab演示

在这里试用我们的Colab演示 在Colab中打开

更新

现在您可以使用GPT-4(或任何其他OpenAI模型)为文本滑块创建提示。您只需描述想要创建的滑块(例如:"我想让人看起来开心")。
请参考GPT笔记本

设置

要设置Python环境:

conda create -n sliders python=3.9
conda activate sliders

git clone https://github.com/rohitgandikota/sliders.git
cd sliders
pip install -r requirements.txt

如果您在Windows上运行 - 请参考这里的Windows设置指南

文本概念滑块

训练SD-1.x和SD-2.x LoRa

要训练年龄滑块 - 转到train-scripts/textsliders/data/prompts.yaml并编辑target=personpositive=old personunconditional=young person(正面的反面)、neutral=personaction=enhanceguidance=4
如果您不希望编辑针对人,请将其替换为任何您想要的目标(例如狗),或者如果您需要全局替换,请将person替换为""
最后,运行命令:

python trainscripts/textsliders/train_lora.py --attributes 'male, female' --name 'ageslider' --rank 4 --alpha 1 --config_file 'trainscripts/textsliders/data/config.yaml'

--attributes参数用于将概念从滑块中分离。例如,年龄滑块使所有老年人变成男性(所以添加"female, male"属性以允许分离)

评估

要评估您训练的模型,请使用SD1-sliders-inference.ipynb笔记本

训练SD-XL

要为SD-XL训练滑块,使用脚本train_lora_xl.py。设置与SDv1.4相同

python trainscripts/textsliders/train_lora_xl.py --attributes 'male, female' --name 'agesliderXL' --rank 4 --alpha 1 --config_file 'trainscripts/textsliders/data/config-xl.yaml'

评估

要评估您训练的模型,请使用XL-sliders-inference.ipynb笔记本

视觉概念滑块

训练SD-1.x和SD-2.x LoRa

要训练基于图像的滑块,您需要创建一个约4-6对图像数据集(所需概念的编辑前/后)。分别保存编辑前和编辑后的图像。您还可以创建具有不同强度效果的数据集并将它们分别保存。

要训练眼睛大小的图像滑块 - 转到train-scripts/imagesliders/data/config.yaml并编辑target=eyepositive='eye'unconditional=''neutral=eyeaction=enhanceguidance=4
如果您希望扩散模型自行确定编辑概念 - 将target, positive, unconditional, neutral保留为''
最后,运行命令:

python trainscripts/imagesliders/train_lora-scale.py --name 'eyeslider' --rank 4 --alpha 1 --config_file 'trainscripts/imagesliders/data/config.yaml' --folder_main 'datasets/eyesize/' --folders 'bigsize, smallsize' --scales '1, -1' 

为了使其工作 - 您需要将编辑前的图像存储在smallsize中,将编辑后的图像存储在bigsize中。两个文件夹中对应的成对文件应该具有相同的名称。这两个子文件夹应该在datasets/eyesize下。随意使用您自己的命名约定创建自己的数据集。

训练SD-XL

要为SD-XL训练图像滑块,使用脚本train-lora-scale-xl.py。设置与SDv1.4相同

python trainscripts/imagesliders/train_lora-scale-xl.py --name 'eyesliderXL' --rank 4 --alpha 1 --config_file 'trainscripts/imagesliders/data/config-xl.yaml' --folder_main '/share/u/rohit/imageXLdataset/eyesize_data/'

编辑真实图像

概念滑块可用于编辑真实图像。我们使用空反演来编辑图像 - 而不是提示,我们使用滑块!
查看demo_image_editing.ipynb以获取更多详细信息。

在本地运行Gradio演示

您还可以使用以下脚本在本地运行HF托管的gradio滑块工具(非常感谢gradio和HF团队)

git lfs install
git clone https://huggingface.co/spaces/baulab/ConceptSliders
cd ConceptSliders
pip install requirements.txt
python app.py

有关更多推理时间gradio演示,请参考Cameduru的仓库这里

与ControlNet集成运行

我们的用户社区真是太棒了!这里是集成ControlNet的资源:https://github.com/rohitgandikota/sliders/issues/76#issuecomment-2099766893

引用我们的工作

预印本可以如下引用

@article{gandikota2023sliders,
  title={Concept Sliders: LoRA Adaptors for Precise Control in Diffusion Models},
  author={Rohit Gandikota and Joanna Materzy\'nska and Tingrui Zhou and Antonio Torralba and David Bau},
  journal={arXiv preprint arXiv:2311.12092},
  year={2023}
}
项目侧边栏1项目侧边栏2
推荐项目
Project Cover

豆包MarsCode

豆包 MarsCode 是一款革命性的编程助手,通过AI技术提供代码补全、单测生成、代码解释和智能问答等功能,支持100+编程语言,与主流编辑器无缝集成,显著提升开发效率和代码质量。

Project Cover

AI写歌

Suno AI是一个革命性的AI音乐创作平台,能在短短30秒内帮助用户创作出一首完整的歌曲。无论是寻找创作灵感还是需要快速制作音乐,Suno AI都是音乐爱好者和专业人士的理想选择。

Project Cover

有言AI

有言平台提供一站式AIGC视频创作解决方案,通过智能技术简化视频制作流程。无论是企业宣传还是个人分享,有言都能帮助用户快速、轻松地制作出专业级别的视频内容。

Project Cover

Kimi

Kimi AI助手提供多语言对话支持,能够阅读和理解用户上传的文件内容,解析网页信息,并结合搜索结果为用户提供详尽的答案。无论是日常咨询还是专业问题,Kimi都能以友好、专业的方式提供帮助。

Project Cover

阿里绘蛙

绘蛙是阿里巴巴集团推出的革命性AI电商营销平台。利用尖端人工智能技术,为商家提供一键生成商品图和营销文案的服务,显著提升内容创作效率和营销效果。适用于淘宝、天猫等电商平台,让商品第一时间被种草。

Project Cover

吐司

探索Tensor.Art平台的独特AI模型,免费访问各种图像生成与AI训练工具,从Stable Diffusion等基础模型开始,轻松实现创新图像生成。体验前沿的AI技术,推动个人和企业的创新发展。

Project Cover

SubCat字幕猫

SubCat字幕猫APP是一款创新的视频播放器,它将改变您观看视频的方式!SubCat结合了先进的人工智能技术,为您提供即时视频字幕翻译,无论是本地视频还是网络流媒体,让您轻松享受各种语言的内容。

Project Cover

美间AI

美间AI创意设计平台,利用前沿AI技术,为设计师和营销人员提供一站式设计解决方案。从智能海报到3D效果图,再到文案生成,美间让创意设计更简单、更高效。

Project Cover

稿定AI

稿定设计 是一个多功能的在线设计和创意平台,提供广泛的设计工具和资源,以满足不同用户的需求。从专业的图形设计师到普通用户,无论是进行图片处理、智能抠图、H5页面制作还是视频剪辑,稿定设计都能提供简单、高效的解决方案。该平台以其用户友好的界面和强大的功能集合,帮助用户轻松实现创意设计。

投诉举报邮箱: service@vectorlightyear.com
@2024 懂AI·鲁ICP备2024100362号-6·鲁公网安备37021002001498号