img-moringmex

license: creativeml-openrail-m tags:

• stable-diffusion
• text-to-image
• diffusers inference: true library_name: diffusers

Stable Diffusion v1.4 - Repositorio de fiel1986

Este repositorio contiene una versión de Stable Diffusion v1.4 optimizada para ser utilizada con la librería diffusers. Stable Diffusion es un modelo de inteligencia artificial latente de texto a imagen capaz de generar imágenes fotorrealistas a partir de cualquier entrada de texto.

Detalles del Modelo Desarrollado por: CompVis, Stability AI y LAION. Tipo de modelo: Difusión latente basada en texto a imagen. Idioma(s): Inglés (principalmente). Licencia: CreativeML OpenRAIL-M. Modelo base: Stable Diffusion v1-4. Cómo usar el modelo Puedes cargar y usar este modelo fácilmente utilizando la librería diffusers de Hugging Face. Instalación de requisitos

Bash pip install diffusers transformers torch

Ejemplo de código en Python

Python

from diffusers import StableDiffusionPipeline import torch

ID de este repositorio

model_id = "fiel1986/TU_NOMBRE_DE_REPO" # Reemplaza con el nombre exacto de tu repo

Cargar el pipeline

pipe = StableDiffusionPipeline.from_pretrained(model_id, torch_dtype=torch.float16) pipe = pipe.to("cuda") # Usa "cpu" si no tienes GPU

Generar una imagen

prompt = "a professional photo of an astronaut riding a horse on mars" image = pipe(prompt).images[0]

Guardar el resultado

image.save("resultado.png")

Usos Recomendados y Limitaciones Usos Apropiados Generación de arte digital y conceptos visuales. Herramientas educativas y de investigación. Experimentación con modelos de difusión. Limitaciones y Sesgos El modelo puede generar contenido que no sea anatómicamente perfecto. Al haber sido entrenado con datos de internet, puede reflejar sesgos sociales presentes en esos datos. Se recomienda el uso de un filtro de seguridad (incluido por defecto en el pipeline). Licencia Este modelo está bajo la licencia CreativeML OpenRAIL-M. Esta licencia permite el uso comercial y no comercial, siempre y cuando se respeten las restricciones de uso ético detalladas en la licencia original para evitar daños y abusos.