หน้าแรก>การเขียนโปรแกรมที่เกี่ยวข้อง>ซอร์สโค้ดอื่น ๆ
ดาวน์โหลด
ssebowa

เซโบวา

Ssebowa เป็นไลบรารี Python แบบโอเพ่นซอร์สที่ให้โมเดล AI เชิงสร้างสรรค์ ได้แก่:

  • ssebowa-llm: โมเดลภาษาขนาดใหญ่ (LLM) สำหรับการสร้างข้อความ
  • ssebowa-vllm: โมเดลภาษาภาพ (VLLM) เพื่อการทำความเข้าใจด้วยภาพ
  • ssebowa-imagen: การสร้างภาพและโมเดลการปรับแต่งแบบละเอียดที่ปรับแต่งเอง
  • Ssebowa-vigen: โมเดลการสร้างวิดีโอ

ด้วย Ssebowa คุณสามารถสร้างข้อความ แปลภาษา เขียนเนื้อหาสร้างสรรค์ประเภทต่างๆ การสร้างภาพในแบบของคุณ และตอบคำถามของคุณในลักษณะที่ให้ข้อมูลได้อย่างง่ายดาย

สำหรับข้อมูลการใช้งานโดยละเอียดเพิ่มเติม โปรดดูที่: เอกสารทางเทคนิคของ Ssebowa

การใช้งาน

ก่อนที่จะรันสคริปต์ ตรวจสอบให้แน่ใจว่าได้ติดตั้งไลบรารีที่จำเป็นแล้ว คุณสามารถทำได้โดยดำเนินการคำสั่งต่อไปนี้: 

git clone https://github.com/huggingface/diffusers
cd diffusers
pip install .

จากนั้นติดตั้ง Ssebova 

pip install ssebowa

หากคุณกำลังเรียกใช้คำสั่งนี้ในสมุดบันทึก colab หรือ jupyter โปรดใช้สิ่งนี้ 

 ! git clone https://github.com/huggingface/diffusers
! cd diffusers
! pip install .

! pip install ssebowa

ตอนนี้คุณสามารถเข้าถึงโมเดลต่างๆ ได้โดยการนำเข้าจากไลบรารี:

การสร้างภาพ Ssebowa

Ssebowa-Imagen เป็นแบบจำลองการสังเคราะห์ภาพแบบโอเพ่นซอร์สที่ใช้การผสมผสานระหว่าง diffusion modeling และ generative adversarial networks (GANs) เพื่อสร้างภาพคุณภาพสูงจาก text descriptions และยังช่วยให้เปลี่ยนภาพถ่ายสองสามภาพของคุณให้เป็น custom model ที่สามารถสร้างได้ ภาพที่น่าทึ่งของ chosen subject โดยใช้ประโยชน์จาก 100 billion dataset ชุด ช่วยให้สามารถจับภาพความแตกต่างของภาพในโลกแห่งความเป็นจริงได้อย่างแม่นยำ และแปลคำอธิบายข้อความให้เป็นการแสดงภาพที่น่าสนใจได้อย่างมีประสิทธิภาพ

การปรับแต่งข้อมูลของคุณเอง

  • เตรียมภาพถ่ายเดี่ยว 10-20 high-quality (jpg or png) เช่น ภาพของคุณ เพื่อน ผลิตภัณฑ์ หรือสัตว์เลี้ยง ฯลฯ แล้วใส่ไว้ในไดเร็กทอรีเฉพาะ
  • กรุณารันบนเครื่องที่มี GPU 16GB or more (หากคุณปรับแต่ง SDXL อย่างละเอียด คุณจะต้องมี VRAM ขนาด 24GB) 
from ssebowa.dataset import LocalDataset
from ssebowa.model import SdSsebowaModel
from ssebowa.trainer import LocalTrainer
from ssebowa.utils.image_helpers import display_images
from ssebowa.utils.prompt_helpers import make_prompt
DATA_DIR = " data "  # The directory where you put your prepared photos
OUTPUT_DIR = " models "  
dataset = LocalDataset(DATA_DIR)
dataset = dataset.preprocess_images(detect_face=True)
SUBJECT_NAME = " <YOUR-NAME> "  
CLASS_NAME = " person " 
model = SdSsebowaModel(subject_name=SUBJECT_NAME, class_name=CLASS_NAME)
trainer = LocalTrainer(output_dir=OUTPUT_DIR)
predictor = trainer.fit(model, dataset)
# Use the prompt helper to create an awesome AI avatar!
prompt = next(make_prompt(SUBJECT_NAME, CLASS_NAME))
images = predictor.predict(
    prompt, height=768, width=512, num_images_per_prompt=2,
)

display_images(images, fig_size=10)

การสร้างภาพ 

from ssebowa import Ssebowa_imgen
model = Ssebowa_imgen ()

สร้างภาพพร้อมคำอธิบายข้อความ

ไลค์ให้สร้าง "แมวนั่งอยู่บนชั้นหนังสือ" 

image = model.generate_image( " A cat sitting on a bookshelf " )

บันทึกภาพลงในไฟล์ 

image.save( " cat_on_bookshelf.jpg " )

แบบจำลองภาษา Ssebowa Vision

Ssebowa-vllm คือ Visual Large Language Model (VLLM) แบบโอเพ่นซอร์สที่พัฒนาโดย Ssebowa AI เป็นเครื่องมืออันทรงพลังที่สามารถใช้เพื่อทำความเข้าใจภาพ Ssebowa-vllm มีพารามิเตอร์ภาพ 11 พันล้านพารามิเตอร์และพารามิเตอร์ภาษา 7 พันล้านรายการ รองรับการทำความเข้าใจรูปภาพที่ความละเอียด 1120*1120 

from ssebowa import ssebowa_vllm
model = ssebowa_vllm ()

response =  model.understand(image_path, prompt)
print(response)

มีส่วนร่วม

Ssebowa เปิดรับการสนับสนุน! อยู่ระหว่างดำเนินการแนวทาง..

ใบอนุญาต

Ssebowa เปิดตัวภายใต้ Apache License 2.0

ติดต่อ

หากคุณมีคำถามหรือข้อเสนอแนะ โปรดอย่าลังเลที่จะเปิดปัญหาบน GitHub หรือติดต่อเราที่ [email protected]

ขยาย
ข้อมูลเพิ่มเติม
แอปที่เกี่ยวข้อง
แนะนำสำหรับคุณ
ข้อมูลที่เกี่ยวข้อง ทั้งหมด