ProcessPainter
ProcessPainter 是一种基于动画扩散模型(animatediff)来生成仿人类绘画过程的模型。它的开发过程包括基础和完整推理代码的发布、模型检查点的发布,并计划未来发布训练代码和训练数据集。
特点和创新
- 绘画过程生成:ProcessPainter 可以模拟人类绘画的步骤,生成逼真的绘画过程。
- 预训练和微调:绘画模块基于多种传统绘画过程重建方法进行了预训练。通过使用 LoRA(低秩适应)技术,进一步微调模型,取得了非常出色的绘画过程生成效果。
- 图像参考:通过结合图像参考网络,可以重构现有绘画或完成未完成的绘画过程。
使用场景
- 角色绘画:如动漫角色、游戏角色等的绘制。
- 建筑绘画:快速绘制建筑物或其他静物。
- 艺术创作辅助:帮助艺术家模拟绘画过程,提供创作灵感或教学辅助。
- 未完成作品的完成:通过给定的一部分绘画,完成剩余部分。
推理要求
- 最低需要30GB GPU内存进行单次推理。
- 需下载预训练模型,如Stable Diffusion v1.5等。
推理教程
- 下载预训练模型放置在
models
文件夹:wget -O models/DreamBooth_LoRA/v3_sd15_adapter.ckpt https://huggingface.co/guoyww/animatediff/blob/main/v3_sd15_adapter.ckpt git lfs install git clone https://huggingface.co/runwayml/stable-diffusion-v1-5 models/stable-diffusion-v1-5
- 使用如下命令进行角色绘画推理:
python scripts/animate.py --config configs/prompts/character.yaml
- 使用如下命令进行建筑绘画推理:
python scripts/animate.py --config configs/prompts/speedpainting.yaml
致谢
ProcessPainter 的开发得益于多项前沿研究和社区贡献,包括但不限于以下资源:
- Stylized Neural Painting
- Learning to Paint With Model-based Deep Reinforcement Learning
- Paint Transformer: Feed Forward Neural Painting with Stroke Prediction
- AnimateDiff: Animate Your Personalized Text-to-Image Diffusion Models without Specific Tuning
训练数据由 @“Doodling by the Lakeside” 提供,特此感谢。
广告:私人定制视频文本提取,字幕翻译制作等,欢迎联系QQ:1752338621