Inkpunk-Diffusion on Hugging Face vs Drag Your GAN

Inkpunk-Diffusion é um checkpoint do Stable Diffusion ajustado com Dreambooth no Hugging Face que gera ilustrações ousadas em tinta e neon. Adicione o token de ativação nvinkpunk ao seu prompt e obtenha um visual influenciado por Gorillaz, FLCL e arte conceitual de Yoji Shinkawa. Os pesos são distribuídos sob a licença CreativeML OpenRAIL-M e funcionam através do pipeline padrão de texto para imagem do Diffusers.

Checkpoints SD de uso geral produzem saída fotorrealista por padrão. Inkpunk-Diffusion restringe a estética para traços estilizados e paletas de cores saturadas, razão pela qual mais de 100 Spaces do Hugging Face e adaptadores da comunidade são baseados nele. Você pode carregá-lo localmente com Diffusers, abrir o Space demo no Gradio ou importar para Draw Things e DiffusionBee sem precisar treinar seu próprio LoRA.

A ficha técnica do modelo inclui notebooks Colab e Kaggle, além de imagens de exemplo no repositório. Os downloads chegam a cerca de 400 por mês com 988 curtidas da comunidade no Hub. Provedores de Inferência ainda não o hospedam, então você deve executá-lo em sua própria GPU, em um aplicativo local ou em um Space do Hugging Face.

Drag Your GAN permite remodelar uma imagem gerada arrastando pontos de controle para locais específicos na tela. Em vez de treinar com dados de pose rotulados ou prévias 3D, o DragGAN move pixels dentro do espaço de imagens de um GAN pré-treinado para que as edições permaneçam fotorrealistas mesmo quando regiões ocultas são imaginadas. A página do projeto hospeda o artigo do SIGGRAPH 2023, clipes de demonstração e links para o código aberto.

A maioria dos editores de GAN depende de anotações fixas de treinamento ou malhas 3D, o que limita o que pode ser deformado. O DragGAN combina supervisão de movimento baseada em características com rastreamento discriminativo de pontos para que os pontos de controle sigam o cursor enquanto permanecem na superfície do objeto. Isso o torna útil para ajustar poses de animais, expressões faciais, ângulos de carros e layouts de paisagens sem precisar retreinar o gerador.

Pesquisadores, estudantes de computação gráfica e engenheiros de visão computacional o utilizam para prototipar fluxos de trabalho interativos de edição de imagens. A página do Instituto Max Planck distribui o PDF do artigo e o repositório GitHub sob uma licença Creative Commons não comercial, com detalhes de contato do autor principal.