Vintedois (22h) Diffusion model trained by Predogl and piEsposito with open weights, configs and prompts (as it should be)

该模型使用大量高质量图像进行训练，并使用简单的提示生成美观的图像，无需进行大量的提示工程。

如果效果不够好，您可以在提示前加上"estilovintedois"来强化风格。

它还非常适合用于生成高保真度的人脸图像，步骤很少。

您可以在商业或其他用途中使用该模型，但如果您滥用该模型，我们不承担任何责任。

Gradio

我们支持一个 Gradio 的Web UI来运行vintedois-diffusion-v0-1模型：

模型卡片

包括 Stable Diffusion v1-5 中的所有内容，以及此模型由两位独立开发者构建，因此对于新的偏见没有进行广泛测试。

您可以通过diffusers Colab Notebook for Inference 来运行此概念。

样本结果

示例提示

• 提示：一位老人在丛林中，看着相机

• CFG比例：7.5

• 调度器：diffusers.EulerAncestralDiscreteScheduler

• 步骤：30

• 种子：44

  

• 提示：跪着的猫骑士，肖像，精细的盔甲，精美的设计，银色，丝绸，电影般的照明，4K

• CFG比例：7.5

• 调度器：diffusers.EulerAncestralDiscreteScheduler

• 步骤：50

• 种子：44

  

• 提示：美丽的女孩站在小屋前，乡村的画面，由Artgerm Lau和Krenz Cushart制作，超级细节，Artstation热门，DeviantArt热门

• CFG比例：7.5

• 调度器：diffusers.EulerAncestralDiscreteScheduler

• 步骤：50

• 种子：44

  

• 提示：被摧毁的城市

• CFG比例：7.5

• 调度器：diffusers.EulerAncestralDiscreteScheduler

• 步骤：50

• 种子：44

  

• 提示：维多利亚城市景观

• CFG比例：7.5

• 调度器：diffusers.EulerAncestralDiscreteScheduler

• 步骤：50

• 种子：44

  

• 提示：史前土著客厅

• CFG比例：7.5

• 调度器：diffusers.EulerAncestralDiscreteScheduler

• 步骤：50

• 种子：44

  

感谢Google开发者专家计划为我们提供GCP学分补助。