ssebowa

塞博瓦

Ssebowa 是一个开源 Python 库，提供生成式 AI 模型，包括：

• ssebowa-llm:用于文本生成的大型语言模型（LLM），
• ssebowa-vllm:用于视觉理解的视觉语言模型（VLLM），
• ssebowa-imagen:图像生成和定制微调模型，
• Ssebowa-vigen:视频生成模型。

使用 Ssebowa，您可以轻松生成文本、翻译语言、编写不同类型的创意内容、生成个性化图像并以翔实的方式回答您的问题。

更详细的使用信息请参考：Ssebowa的技术文档

用法

运行脚本之前，请确保已安装所需的库。您可以通过执行以下命令来完成此操作：

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

然后安装Ssebowa

pip install ssebowa

如果您在 colab 或 jupyter 笔记本中运行此命令，请使用此命令，

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

! pip install ssebowa

现在，您可以通过从库导入来访问不同的模型：

Ssebowa 图像生成

Ssebowa-Imagen 是一种开源图像合成模型，它利用diffusion modeling和generative adversarial networks (GANs)的组合从text descriptions生成高质量图像，还允许将您的几张照片custom model为能够生成您chosen subject的令人惊叹的图像。它利用100 billion dataset集，使其能够准确捕捉现实世界图像的细微差别，并有效地将文本描述转换为引人注目的视觉表示。

根据您自己的数据进行微调

• 准备大约10-20 high-quality个人照片(jpg or png)例如您的、朋友的、产品或宠物等，并将它们放在特定的目录中。
• 请在GPU为16GB or more的机器上运行。 （如果您要微调 SDXL，则需要 24GB VRAM。）

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)

图像生成

from ssebowa import Ssebowa_imgen
model = Ssebowa_imgen ()

生成带有文字描述的图像

就像让我们生成“一只猫坐在书架上”

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

将图像保存到文件中

image.save( " cat_on_bookshelf.jpg " )

Ssebowa 视觉语言模型

Ssebowa-vllm是Ssebowa AI开发的开源视觉大语言模型（VLLM）。它是一个可以用来理解图像的强大工具。 Ssebowa-vllm拥有110亿个视觉参数和70亿个语言参数，支持1120*1120分辨率的图像理解。

from ssebowa import ssebowa_vllm
model = ssebowa_vllm ()

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

贡献

Ssebowa 开放供稿！指南正在进行中..

执照

Ssebowa 是在 Apache License 2.0 下发布的。

接触

如果您有任何问题或建议，请随时在 GitHub 上提出问题或通过 [email protected] 联系我们