Inkpunk-Diffusion on Hugging Face vs Drag Your GAN

Inkpunk-Diffusion es un punto de control de Stable Diffusion afinado con Dreambooth en Hugging Face que genera ilustraciones audaces con tinta y neón. Añade el token disparador nvinkpunk a tu prompt y obtendrás un estilo influenciado por Gorillaz, FLCL y el arte conceptual de Yoji Shinkawa. Los pesos se distribuyen bajo la licencia CreativeML OpenRAIL-M y funcionan a través del pipeline estándar de texto a imagen de Diffusers.

Los puntos de control SD de propósito general producen salida fotorrealista por defecto. Inkpunk-Diffusion limita la estética a líneas estilizadas y paletas de colores saturados, por eso más de 100 Spaces de Hugging Face y adaptadores comunitarios se basan en él. Puedes cargarlo localmente con Diffusers, abrir el Space demo de Gradio o importarlo en Draw Things y DiffusionBee sin entrenar tu propio LoRA.

La tarjeta del modelo incluye notebooks de Colab y Kaggle además de imágenes de muestra en el repositorio. Las descargas alcanzan aproximadamente 400 por mes con 988 likes de la comunidad en el Hub. Los proveedores de inferencia aún no lo alojan, por lo que debes ejecutarlo en tu propia GPU, una app local o un Space de Hugging Face.

Drag Your GAN te permite remodelar una imagen generada arrastrando puntos de control hacia ubicaciones específicas en el lienzo. En lugar de entrenar con datos de pose etiquetados o prerrequisitos 3D, DragGAN mueve píxeles dentro del espacio de imágenes de un GAN preentrenado para que las ediciones se mantengan fotorrealistas incluso cuando se generan regiones ocultas. La página del proyecto aloja el artículo de SIGGRAPH 2023, clips de demostración y enlaces al código abierto.

La mayoría de los editores de GAN dependen de anotaciones fijas de entrenamiento o mallas 3D, lo que limita lo que se puede deformar. DragGAN combina supervisión de movimiento basada en características con seguimiento discriminativo de puntos para que los puntos de control sigan tu cursor mientras permanecen en la superficie del objeto. Esto lo hace útil para ajustar poses de animales, expresiones faciales, ángulos de autos y disposiciones de paisajes sin necesidad de reentrenar el generador.

Investigadores, estudiantes de gráficos y ingenieros de visión por computadora lo usan para prototipar flujos de trabajo interactivos de edición de imágenes. La página del Instituto Max Planck distribuye el PDF del artículo y el repositorio de GitHub bajo una licencia Creative Commons no comercial, con detalles de contacto del autor principal.