三井绘蓝 Mitsua Diffusion CC0
  • 模型资讯
  • 模型资料

三井绘蓝 Mitsua Diffusion CC0

三井绘蓝 Mitsua Diffusion CC0 是一个基于隐空间的文生图模型,它的UNet完全从零开始训练,使用的数据是公开的、CC0的或是允许使用的版权图片。

文本编码器和VAE来自Stable Diffusion v2.1 base.

该模型将作为 AI 虚拟偶像三井绘蓝 AI VTuber Elan Mitsua🖌️的基础模型。

❗❗ 目前该模型的生成质量和多样性还比较差强人意 ❗❗

目前生成图像的质量还不是很好。大部分现代画风无法表现出来。但是该模型是一个很好的出发点,且仍在以合法的方式迭代改进中。

加入三井绘蓝的推特并支持她吧!🎉

我们采用了邀请制来进行进一步的训练。如果你感兴趣,请点击这里提交申请

我们对加入训练的人员创建了一个Discord群组。目前群内的讨论都以日语进行。

Header

点击此处查看所有prompts.

Training Data Sources

训练数据来源

所有数据均在遵守网站条款和条件的道德标准下获得。
未经许可,此模型的训练中不使用任何版权图片。
数据集中不包含任何由AI生成的图像。

  • Traditional Artwork in public domain / CC0
    • MET Museum Open Access
    • Smithsonian Open Access
    • Cleveland Museum of Art Open Access
    • National Gallery of Art Open Access
    • ArtBench-10 (public domain subset)
  • CC0 Photos
    • Flickr, Wikimedia Commons
  • CC0 NFTs *1
    • goblintown.nft, mfer, tubby-cats, Timeless
  • CC0 VRM models
    • made by VRoid Project, pastelkies, yomox9 (all CC0 subset)
    • We generated a bunch of synthesized images dataset rendered with various poses and camera angles.
  • Copyright images with permission for use
    • Generative and Visual Artworks made by Rhizomatiks

数据量大约为1100万,训练时加上了数据增广。

  1. 他们的作品采用CC0许可证发布,但如果您考虑使用此模型创建受他们NFT启发的作品并将其作为NFT出售,请考虑支付版税以帮助CC0 NFT社区发展。

使用方法

from modelscope.utils.constant import Tasks
from modelscope.pipelines import pipeline
import cv2

pipe = pipeline(task=Tasks.text_to_image_synthesis,
                model='dienstag/mitsua-diffusion-cc0',
                model_revision='v0.1')

prompt = "woman portrait, a renaissance painting"
output = pipe({'text': prompt})
cv2.imwrite('result.png', output['output_imgs'][0])

License

Creative Open-Rail+±M License

❗❗ “Mitsua Diffusion CC0”的意思是大部分训练数据的许可证是CC0. 模型许可证本身不是CC0.❗❗

这个模型是开放的,所有人都可以使用,CreativeML OpenRAIL-M许可证进一步规定了权利和使用。CreativeML OpenRAIL许可证规定了:

  1. 你不能使用这个模型来故意产生或分享非法或有害的输出或内容。
  2. 作者对你产生的输出结果没有任何权利,你可以自由使用它们,并对它们的使用负责,但不得违反许可证中的规定。
  3. 你可以重新发布模型权重,并在商业上作为一项服务使用该模型。如果你这样做,请注意你必须包括与许可证中相同的使用限制,并将CreativeML OpenRAIL-M的副本分享给你的所有用户(请完全仔细阅读许可证)。 请在这里阅读完整的许可证

鸣谢

  • Stable Diffusion 2.1: Robin Rombach, Patrick Esser
  • Mitsua Diffusion CC0 : Abstract Engine dev team