优化生成模型训练和推理的开源工具
SCEPTER是一个开源库,专注于生成模型的训练、微调和推理,适用于图像生成、转换和编辑任务。整合了社区常见实现与阿里巴巴同意实验室的专有方法,涵盖实用的生成框架、易用的实现方法和交互界面SCEPTER Studio,可支持自定义图像编辑任务和多种生成模型。它是AIGC研究人员与开发者的理想工具。
🪄SCEPTER是一个专注于生成训练、微调和推理的开源代码库,涵盖了诸如图像生成、迁移、编辑等一套下游任务。SCEPTER集成了流行的社区驱动实现以及阿里巴巴集团同裔实验室的专有方法,为AIGC领域的研究人员和从业者提供了一个全面的工具包。这个多功能库旨在促进行业创新,加速快速发展的生成模型领域的发展。
SCEPTER提供了3个核心组件:
泥土风格
,去除文字
,分割
等。基于文本的风格编辑
。缩放出
,虚拟试穿
,图像修补
。只需提供10对图像,SCEPTER将为您调整一个编辑调谐器,用于图像到图像的任务,如泥土风格
,去除文字
,分割
等。
试试我们的官方少样本数据集:去除文字,Image2Hed,Image2Depth,Depth2Image。
conda
命令创建新环境:conda env create -f environment.yaml conda activate scepter
pip
命令安装:我们建议安装特定版本的PyTorch和加速工具箱xFormers。你可以通过pip安装这些推荐版本:
pip install -r requirements/recommended.txt pip install scepter
文档 | 关键特性 |
---|---|
训练 | DDP / FSDP / FairScale / Xformers |
推理 | 动态加载/卸载 |
数据集管理 | 本地 / Http / OSS / Modelscope |
任务 | 方法 | 链接 |
---|---|---|
文本生成图像 | SD v1.5 | ![]() |
文本生成图像 | SD v2.1 | ![]() |
文本生成图像 | SD-XL | ![]() |
高效调优 | LoRA | ![]() |
高效调优 | Res-Tuning(NeurIPS23) | ![]() ![]() |
可控图像合成 | 🌟SCEdit(CVPR24) | ![]() ![]() |
图像编辑 | 🌟LAR-Gen | ![]() ![]() |
图像编辑 | 🌟StyleBooth | ![]() ![]() |
要充分体验 SCEPTER Studio,可以启动以下命令行:
pip install scepter python -m scepter.tools.webui
或者在克隆仓库代码后运行
git clone https://github.com/modelscope/scepter.git PYTHONPATH=. python scepter/tools/webui.py --cfg scepter/methods/studio/scepter_ui.yaml
SCEPTER Studio 的启动不需要手动下载和组织模型;它将自动加载相应的模型并将其存储在本地目录中。 根据网络和硬件情况,初次启动通常需要15-60分钟,主要涉及下载和处理SDv1.5、SDv2.1和SDXL模型。 因此,后续的启动会变得更快(大约一分钟),因为不再需要下载。
图像编辑 | 训 练 | 模型共享 | 模型推理 | 数据管理 |
---|---|---|---|---|
<video src="https://www.modelscope.cn/api/v1/models/iic/scepter/repo?Revision=master&FilePath=assets%2Fscepter_studio%2Fimage_editing_20240419.webm" width="240" controls></video> | <video src="https://www.modelscope.cn/api/v1/models/iic/scepter/repo?Revision=master&FilePath=assets%2Fscepter_studio%2Ftraining_20240419.webm" width="240" controls></video> | <video src="https://www.modelscope.cn/api/v1/models/iic/scepter/repo?Revision=master&FilePath=assets%2Fscepter_studio%2Fmodel_sharing_20240419.webm" width="240" controls></video> | <video src="https://www.modelscope.cn/api/v1/models/iic/scepter/repo?Revision=master&FilePath=assets%2Fscepter_studio%2Fmodel_inference_20240419.webm" width="240" controls></video> | <video src="https://www.modelscope.cn/api/v1/models/iic/scepter/repo?Revision=master&FilePath=assets%2Fscepter_studio%2Fdata_management_20240419.webm" width="240" controls></video> |
我们在Modelscope上部署了一个仅包 含推理选项的工作工作室,请参考 ms_scepter_studio 和 hf_scepter_studio
了解有关图像生成、视频生成和编辑任务的更多开源项目。
ModelScope库是ModelScope项目的模型库,包含大量流行模型。
SWIFT(可扩展轻量级调优基础设施)是一个用于轻量级模型调优和推理的可扩展框架。
如果我们的工作对您的研究有帮助,请考虑引用:
@misc{scepter, title = {SCEPTER, https://github.com/modelscope/scepter}, author = {SCEPTER}, year = {2023} }
此项目使用 Apache License (Version 2.0) 许可。
感谢 Stability-AI、 SWIFT library 和 Fooocus 的出色工作。
一键生成PPT和Word,让学习生活更轻松
讯飞智文是一个利用 AI 技术的项目,能够帮助用户生成 PPT 以及各类文档。无论 是商业领域的市场分析报告、年度目标制定,还是学生群体的职业生涯规划、实习避坑指南,亦或是活动策划、旅游攻略等内容,它都能提供支持,帮助用户精准表达,轻松呈现各种信息。
深度推理能力全新升级,全面对标OpenAI o1
科大讯飞的星火大模型,支持语言理解、知识问答和文本创作等多功能,适用于多种文件和业务场景,提升办公和日常生活的效率。讯飞星火是一个提供丰富智能服务的平台,涵盖科技资讯、图像创作、写作辅助、编程解答、科研文献解读等功能,能为不同需求的用户提供便捷高效的帮助,助力用户轻松获取信息、解决问题,满足多样化使用场景。
一种基于大语言模型的高效单流解耦语音令牌文本到语音合成模型
Spark-TTS 是一个基于 PyTorch 的开源文本到语音合成项目,由多个知名机构联合参与。该项目提供了高效的 LLM(大语言模型)驱动的语音合成方案,支持语音克隆和语音创建功能,可通过命令行界面(CLI)和 Web UI 两种方式使用。用户可以根据需求调整语音的性别、音高、速度等参数,生成高质量的语音。该项目适用于多种场景,如有声读物制作、智能语音助手开发等。
字节跳动发布的AI编程神器IDE
Trae是一种自适应的集成开发环境(IDE),通过自动化和多元协作改变开发流程。利用Trae,团队能够更快速、精确地编写和部署代码,从而提高编程效率和项目交付速度。Trae具备上下文感知和代码自动完成功能,是提升开发效率的理想工具。
AI助力,做PPT更简单!
咔片是一款轻量化在线演示设计工具,借助 AI 技术,实现从内容生成到智能设计的一站式 PPT 制作服务。支持多种文档格式导入生成 PPT,提供海量模板、智能美化、素材替换等功能,适用于销售、教师、学生等各类人群,能高效制作出高品质 PPT,满足不同场景演示需求。
选题、配图、成文,一站式创作,让内容运营更高效
讯飞绘文,一个AI集成平台,支持写作、选题、配图、排版和发布。高效生成适用于各类媒体的定制内容,加速品牌传播,提升内容营销效果。
专业的AI公文写作平台,公文写作神器
AI 材料星,专业的 AI 公文写作辅助平台,为体制内工作人员提供高效的公文写作解决方案。拥有海量公文文库、9 大核心 AI 功能,支持 30 + 文稿类型生成,助力快速完成领导讲话、工作总结、述职报告等材料,提升办公效率,是体制打工人的得力写作神器。
OpenAI Agents SDK,助力开发者便捷使用 OpenAI 相关功能。
openai-agents-python 是 OpenAI 推出的一款 强大 Python SDK,它为开发者提供了与 OpenAI 模型交互的高效工具,支持工具调用、结果处理、追踪等功能,涵盖多种应用场景,如研究助手、财务研究等,能显著提升开发效率,让开发者更轻松地利用 OpenAI 的技术优势。
高分辨率纹理 3D 资产生成
Hunyuan3D-2 是腾讯开发的用于 3D 资产生成的强大工具,支持从文本描述、单张图片或多视角图片生成 3D 模型,具备快速形状生成能力,可生成带纹理的高质量 3D 模型,适用于多个领域,为 3D 创作提供了高效解决方案。
一个具备存储、管理和客户端操作等多种功能的分布式文件系统相关项目。
3FS 是一个功能强大的分布式文件系统项目,涵盖了存储引擎、元数据管理、客户端工具等多个模块。它支持多种文件操作,如创建文件和目录、设置布局等,同时具备高效的事件循环、节点选择和协程池管理等特性。适用于需要大规模数据存储和管理的场景,能够提高系统的性能和可靠性,是分布式存储领域的优质解决方案。
最新AI工具、AI资讯
独家AI资源、AI项目落地
微信扫一扫关注公众号