alfredplpl commited on
Commit
6a7f997
1 Parent(s): d86fabb

first commit

Browse files
Files changed (1) hide show
  1. README.md +166 -1
README.md CHANGED
@@ -1,3 +1,168 @@
1
  ---
2
- license: other
 
 
 
3
  ---
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
1
  ---
2
+ license: CreativeML Open RAIL++-M-NC License
3
+ tags:
4
+ - stable-diffusion
5
+ - text-to-image
6
  ---
7
+
8
+ Cool Japan Diffusion for learning 2.0 Model Card
9
+
10
+ このモデルは主に日本人に向けて公開されたモデルです。
11
+ このため、ドキュメントは主に日本語で書かれています。
12
+ 日本内での同意が得られた後に、海外向けに英語で翻訳します。
13
+ 予めご了承ください。
14
+
15
+ This model is opened for Japanese people mainly.
16
+ Therefore, the documents of the model are written in Japanese.
17
+ The documents will be translated into English for the foreign countries after I obtain the consensus from Japanese people.
18
+ Thank you for your cooperations.
19
+
20
+ # はじめに
21
+ 学習用Cool Japan DiffusionはStable Dissuionをファインチューニングして、イラスト用に特化したモデルです。本来は、Cool Japan Diffusionという拡散モデルを学習させるために作られました。ただし、今回、諸事情により、緊急で提供することにしました。
22
+
23
+ # ライセンスについて
24
+ ライセンスについては、もとのライセンス CreativeML Open RAIL++-M License に商用利用禁止を追加しただけです。
25
+ 商用利用禁止を追加した理由は創作業界に悪影響を及ぼしかねないという懸念からです。
26
+ この懸念が払拭されれば、次のバージョンから元のライセンスに戻し、商用利用可能とします。
27
+ ちなみに、元のライセンスの日本語訳はこちらになります。 [日本語訳](https://qiita.com/robitan/items/887d9f3153963114823d)
28
+ 営利企業にいる方は法務部にいる人と相談してください。
29
+ 趣味で利用する方はあまり気にしなくても一般常識を守れば大丈夫なはずです。
30
+ なお、ライセンスにある通り、このモデルを改造しても、このライセンスを引き継ぐ必要があります。
31
+
32
+ 以下、一般的なモデルカードの日本語訳です。
33
+
34
+ ## モデル詳細
35
+ - **開発者:** Robin Rombach, Patrick Esser, Alfred Increment
36
+ - **モデルタイプ:** 拡散モデルベースの text-to-image 生成モデル
37
+ - **言語:** 日本語
38
+ - **ライセンス:** CreativeML Open RAIL++-M-NC License
39
+ - **モデルの説明:** このモデルはプロンプトに応じて適切な画像を生成することができます。アルゴリズムは [Latent Diffusion Model](https://arxiv.org/abs/2112.10752) と [OpenCLIP-ViT/H](https://github.com/mlfoundations/open_clip) です。
40
+ - **補足:**
41
+ - **参考文献:**
42
+
43
+ @InProceedings{Rombach_2022_CVPR,
44
+ author = {Rombach, Robin and Blattmann, Andreas and Lorenz, Dominik and Esser, Patrick and Ommer, Bj\"orn},
45
+ title = {High-Resolution Image Synthesis With Latent Diffusion Models},
46
+ booktitle = {Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR)},
47
+ month = {June},
48
+ year = {2022},
49
+ pages = {10684-10695}
50
+ }
51
+
52
+ ## モデルの使用例
53
+ Stable Diffusion v2と同じ使い方です。[🤗's Diffusers library](https://github.com/huggingface/diffusers) を使ってください。
54
+
55
+ まずは、以下のスクリプトを実行し、ライブラリをいれてください。
56
+
57
+ ```bash
58
+ pip install --upgrade git+https://github.com/huggingface/diffusers.git transformers accelerate scipy
59
+ ```
60
+
61
+
62
+ ```python
63
+ from diffusers import StableDiffusionPipeline, EulerDiscreteScheduler
64
+
65
+ model_id = "alfredplpl/cool-japan-diffusion-for-learning-2-0"
66
+
67
+ # Use the Euler scheduler here instead
68
+ scheduler = EulerDiscreteScheduler.from_pretrained(model_id, subfolder="scheduler")
69
+ pipe = StableDiffusionPipeline.from_pretrained(model_id, scheduler=scheduler, revision="fp16", torch_dtype=torch.float16)
70
+ pipe = pipe.to("cuda")
71
+
72
+ prompt = "anime, a beautuful girl with black hair and black eyes, kimono, 4k, detailed"
73
+ image = pipe(prompt, height=512, width=512).images[0]
74
+
75
+ image.save("girl.png")
76
+ ```
77
+
78
+ **注意**:
79
+ - [xformers](https://github.com/facebookresearch/xformers) を使うと早くなるらしいです。
80
+ - GPUを使う際にGPUのメモリが少ない人は `pipe.enable_attention_slicing()` を使ってください。
81
+
82
+ #### 想定される用途
83
+ - クールジャパンの紹介
84
+ - 他国の人にクールジャパンとはなにかを説明すること。
85
+ - 他国の留学生はクールジャパンに惹かれて日本に来ることがおおくあります。そこで、クールジャパンが日本では「クールでない」とされていることにがっかりされることがとても多いとAlfred Incrementは感じております。他国の人が憧れる自国の文化をもっと誇りに思ってください。
86
+ - 研究開発
87
+ - Discord上でのモデルの利用
88
+ - プロンプトエンジニアリング
89
+ - ファインチューニング(追加学習とも)
90
+ - DreamBooth など
91
+ - 他のモデルとのマージ
92
+ - Latent Diffusion Modelとクールジャパンとの相性
93
+ - 調査
94
+ - 営利企業でリバース・エンジニアリングすること
95
+ - 営利企業の社内で画像生成AIの適用可能性を探ること
96
+ - 出版社において編集者が著作者を支援できるか調べること
97
+ - 本モデルの性能をFIDなどでしらべること
98
+ - 教育
99
+ - 美大生や専門学校生の卒業制作
100
+ - 大学生の卒業論文や課題制作
101
+ - 先生が画像生成AIの現状を伝えること
102
+ - 自己表現
103
+ - SNS上で自分の感情や思考を表現すること
104
+ - その他
105
+ - 営利企業における製品のアイデア出し
106
+
107
+ #### 想定されない用途
108
+ - 物事を事実として表現するようなこと
109
+ - 商用のサービスとして直接提供すること
110
+ - 先生を困らせるようなこと
111
+ - その他、創作業界に悪影響を及ぼすこと
112
+
113
+ # 使用してはいけない用途や悪意のある用途
114
+ - デジタル贋作 ([Digital Forgery](https://arxiv.org/abs/2212.03860)) はつくらないでください(著作権法に違反する恐れがあります)
115
+ - 他人の作品を無断でImage-to-Imageしないでください(著作権法に違反する恐れがあります)
116
+ - わいせつ物を頒布しないでください (刑法175条に違反する恐れがあります)
117
+ - いわゆる業界のマナーを守らないようなこと
118
+ - 事実に基づかないことを事実のように語るようなこと(威力業務妨害罪が適用される恐れがあります)
119
+ - フェイクニュース
120
+
121
+ ## モデルの限界やバイアス
122
+
123
+ ### モデルの限界
124
+
125
+ - イラストしかかけません。実写にはなりません。
126
+
127
+ ### バイアス
128
+ Stable Diffusionと同じバイアスが掛かっています。
129
+ 気をつけてください。
130
+
131
+ ## 学習
132
+
133
+ **学習データ**
134
+ 次のデータを主に使ってStable Diffusionをファインチューニングしています。
135
+
136
+ - Twitterに掲載されたイラストやマンガ: Twitter APIで取得した画像約20万枚
137
+
138
+ **学習プロセス**
139
+ Stable DiffusionのVAEとU-Netをファインチューニングしました。
140
+
141
+ - **ハードウェア:** RTX 3090
142
+ - **オプティマイザー:** AdamW
143
+ - **Gradient Accumulations**: 1
144
+ - **バッチサイズ:** 1
145
+
146
+ ## 評価結果
147
+ そのうちやるかもしれません。
148
+
149
+ ## 環境への影響
150
+ ほとんどありません。
151
+
152
+ - **ハードウェアタイプ:** RTX 3090
153
+ - **使用時間(単位は時間):** 300
154
+ - **クラウド事業者:** なし
155
+ - **学習した場所:** 日本
156
+ - **カーボン排出:** そんなにない。
157
+
158
+ ## 参考文献
159
+ @InProceedings{Rombach_2022_CVPR,
160
+ author = {Rombach, Robin and Blattmann, Andreas and Lorenz, Dominik and Esser, Patrick and Ommer, Bj\"orn},
161
+ title = {High-Resolution Image Synthesis With Latent Diffusion Models},
162
+ booktitle = {Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR)},
163
+ month = {June},
164
+ year = {2022},
165
+ pages = {10684-10695}
166
+ }
167
+
168
+ *このモデルカードは [Stable Diffusion v2](https://huggingface.co/stabilityai/stable-diffusion-2/raw/main/README.md) に基づいて、Alfred Incrementがかきました。