Inkpunk-Diffusion on Hugging Face 对比 Drag Your GAN

Inkpunk-Diffusion 是一个在 Hugging Face 上的 Dreambooth 微调 Stable Diffusion 检查点，能够生成大胆的墨水与霓虹插画。将触发词 nvinkpunk 添加到你的提示词中，即可获得受 Gorillaz、FLCL 和 Yoji Shinkawa 概念艺术影响的风格。该权重在 CreativeML OpenRAIL-M 许可证下发布，并通过标准的 Diffusers 文本到图像管线运行。

通用的 SD 检查点默认生成照片级真实感的输出。Inkpunk-Diffusion 将美学聚焦于风格化的线条和饱和的色彩调色板，这也是为什么有超过 100 个 Hugging Face Spaces 和社区适配器基于它构建。你可以使用 Diffusers 在本地加载，打开 Gradio 演示 Space，或导入到 Draw Things 和 DiffusionBee，无需训练自己的 LoRA。

模型卡包含 Colab 和 Kaggle 笔记本以及仓库中的示例图片。下载量约为每月 400 次，Hub 上有 988 个社区点赞。推理服务提供商尚未托管该模型，因此你需要在自己的 GPU、本地应用或 Hugging Face Space 上运行。

Drag Your GAN 允许你通过拖动控制点到画布上的目标位置来重塑生成的图像。DragGAN 不依赖于带标签的姿势数据或三维先验，而是在预训练的 GAN 图像流形内移动像素，因此即使遮挡区域被虚构，编辑仍保持照片级真实感。项目页面提供了 SIGGRAPH 2023 论文、演示视频和开源代码链接。

大多数 GAN 编辑器依赖固定的训练标注或三维网格，这限制了可变形的内容。DragGAN 结合基于特征的运动监督和判别点跟踪，使控制点在保持在物体表面的同时跟随光标移动。这使其适用于调整动物姿势、面部表情、汽车角度和景观布局，无需重新训练生成器。

研究人员、图形学学生和计算机视觉工程师使用它来原型交互式图像编辑工作流程。马克斯·普朗克研究所页面提供论文 PDF 和 GitHub 仓库，采用非商业性知识共享许可，并附有通讯作者的联系方式。