Scaling Rectified Flow Transformers for High-Resolution Image Synthesis
Paper
•
2403.03206
•
Published
•
71
You need to agree to share your contact information to access this model
This repository is publicly accessible, but you have to accept the conditions to access its files and content.
"Agree"をクリックすると、あなたはApache License, Version 2.0に同意するものとします。同意した人のみがこのモデルを利用できます。
Log in or Sign Up to review the conditions and access this model content.
AiHUB oboro:base
About
AiHUB oboro:baseは、AiHUB株式会社が開発した、テキストから画像を生成するモデルです。
Architecture
Rectified Flow Transformerに基づき独自に設計したモデル構造です。
Requirements
- NVIDIA GPU（Ampere世代以降かつVRAM 12GB以上）
- CUDA（12世代想定）
- Python 3.10
- requirements.txt
Usage
画像エンコーダ・デコーダを利用するため、black-forest-labs/FLUX.1-schnellのページを開き、ライセンスに同意してください。該当ページに含まれるvae/diffusion_pytorch_model.safetensorsによって潜在空間から画像を復元します。
その後、当リポジトリに含まれるファイル全てをダウンロードし、以下の手順に沿ってコマンドを実行してください。
pip install -r requirements.txt # 必要があれば適当な仮想環境にて実行
huggingface-cli login # 実行後に自分のHugging Faceアカウントのtoken (read権限のみでよい) を入力する
python src/infer.py --prompts 'A serene spring landscape outdoors, featuring abundant cherry blossom trees with delicate pink flowers and falling petals. A large body of reflective water, such as a lake or river, is in the foreground, with a strong focus on the clear reflections of the surrounding scene and sky on its surface. A picturesque wooden bridge with a railing spans the water or crosses a path nearby. A path leads through lush green grass and bushes along the riverbank or shore. A dense forest covers rolling hills, and majestic mountains form a dramatic mountainous horizon in the background under a cloudy sky. No humans are presented. best quality, highly detailed.' --image_size '[416,736]' --cfg_scale '5.0' --model_path 'oboro-base-v1-1b.safetensors' --output_dir 'output'
License
本リポジトリに含まれるファイル全ては、Apache License, Version 2.0にて公開しています。
Acknowledgements
本プロジェクトは、経済産業省（METI）および国立研究開発法人新エネルギー・産業技術総合開発機構（NEDO）が主導する日本の生成AI開発力強化プロジェクト「GENIAC」のもと、計算資源の援助を受けて実現されました。関係各位に深く御礼申し上げます。