功能概述

输入一张图，生成相似图

输入示例：

输出示例：

可通过参数调整输出图像与输入图像的相似度。

模型结构

基于开源SD模型，修改生成引导条件，并在开源数据集laion-5B的部分数据上训练而来，模型结构如下：

环境准备

安装独立repo库

pip install git+https://github.com/lllcho/image_variation.git

或者网络较慢时，使用如下命令安装：

pip install git+https://gitee.com/lllcho/image_variation.git

运行代码

from modelscope.pipelines import pipeline
from modelscope.outputs import OutputKeys
from PIL import Image
from image_variation import modelscope_warpper

model = 'damo/cv_image_variation_sd'
pipe = pipeline('image_variation_task', model=model, device='gpu',auto_collate=False)
out=pipe('https://vision-poster.oss-cn-shanghai.aliyuncs.com/lllcho.lc/data/test_data/sunset-landscape-sky-colorful-preview.jpg')
imgs=out[OutputKeys.OUTPUT_IMGS]
imgs[0].save(f'result.jpg')

参数说明

pipeline调用时还支持以下可调参数：

• num_inference_steps: int， 默认为20
• guidance_scale：float, 默认5.0
• num_images_per_prompt：默认为1，每次调用返回几张图，可根据显存大小调整
• seed：默认为None,int类型，取值范围[0, 2^32-1]
• height：：默认值512
• width：默认值512
• noise_level: int，默认值为0， 取值范围[0,999],表示像输入图像中加入噪声，值越大噪声越多，生成结果与输入图像的相似度越低

完整参数调用示例：

from modelscope.pipelines import pipeline
from modelscope.outputs import OutputKeys
from PIL import Image
from image_variation import modelscope_warpper

model = 'damo/cv_image_variation_sd'
pipe = pipeline('image_variation_task', model=model, device='gpu',auto_collate=False)
out=pipe('https://vision-poster.oss-cn-shanghai.aliyuncs.com/lllcho.lc/data/test_data/sunset-landscape-sky-colorful-preview.jpg',
         num_inference_steps=20,
         num_images_per_prompt=2,
         guidance_scale=7.0,
         height=512,
         width=512,
         seed=None,
         noise_level=500
         )