用于生成AI艺术和动画的笔记本,模型和技术的弗兰肯斯坦式融合。
[即将更新更多信息]
此项目使用特殊的转换工具将python文件转换为笔记本,以便于开发。
这意味着你不必直接触摸笔记本即可对其进行更改
正在使用的工具称为Colab-Convert
pip install colab-convert
colab-convert /path/to/file.py /path/to/file.ipynb
colab-convert /path/to/file.ipynb /path/to/file.py
凯瑟琳·克劳森(Katherine Crowson)的原始笔记本(https://github.com/crowsonkb,https://twitter.com/RiversHaveWings)。它使用OpenAI的256x256无条件ImageNet或Katherine Crowson的微调512x512扩散模型(https://github.com/openai/guided-diffusion)以及CLIP(https://github.com/openai/CLIP)将文本提示与图像连接起来。
由 Daniel Russell(https://github.com/russelldc,https://twitter.com/danielrussruss)修改,以包括(希望)在 15-100 倍而不是 1000 倍中快速生成的最佳参数,以及更强大的增强功能。
Dango233和nshepperd的进一步改进有助于提高扩散质量,特别是对于像本笔记本旨在实现的较短运行。
Vark 添加了代码以一次加载到多个 Clip 模型中,并针对这些模型评估所有提示,这可能会大大提高准确性。
最新的缩放、平移、旋转和关键帧功能取自 Chigozie Nri 的 VQGAN Zoom Notebook(https://github.com/chigozienri,https://twitter.com/chigozienri)
Advanced DangoCutn Cutout方法也来自Dango223。
--
Somnai(https://twitter.com/Somnai_dreams)增加了2D扩散动画技术,QoL改进以及技术和技术的各种实现,主要列在下面的更新日志中。
由Adam Letts(https://twitter.com/gandamu_ml)与Somnai合作添加的3D动画实现。
Chris Allen的Turbo feature (https://twitter.com/zippy731)
改进了在本地系统上运行的能力、Windows 支持和 HostsServer 的依赖关系安装(https://twitter.com/HostsServer)
VR Mode by Tom Mason (https://twitter.com/nin_artificial)
nshepperd 的水平和垂直对称功能。huemin(https://twitter.com/huemin_art)transformation_steps对称性。Dmitrii Tochilkin(https://twitter.com/cut_pow)的《Disco Diffusion》的对称性整合。
Alex Spirin(https://twitter.com/devdef)的Warp和自定义模型支持。
来自KaliYuga的Pixel Art Diffusion,Watercolor Diffusion和Pulp SciFi Diffusion模型(https://twitter.com/KaliYuga_ai)。关注KaliYuga的Twitter,了解最新型号和具有特殊设置的笔记本电脑。
OpenCLIP模型的集成和Palmweaver / Chris Scalf的KaliYuga模型集成(https://twitter.com/ChrisScalf11)
来自Felipe3DArtist的集成portrait_generator_v001(https://twitter.com/Felipe3DArtist)