ssebowa

塞博瓦

Ssebowa 是一個開源 Python 函式庫，提供生成式 AI 模型，包括：

• ssebowa-llm:用於文字產生的大型語言模型（LLM），
• ssebowa-vllm:用於視覺理解的視覺語言模型（VLLM），
• ssebowa-imagen:影像生成與客製化微調模型，
• Ssebowa-vigen:視訊生成模型。

使用 Ssebowa，您可以輕鬆生成文字、翻譯語言、編寫不同類型的創意內容、產生個人化圖像並以翔實的方式回答您的問題。

更詳細的使用資訊請參考：Ssebowa的技術文檔

用法

在運行腳本之前，請確保已安裝所需的庫。您可以透過執行以下命令來完成此操作：

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

然後安裝Ssebowa

pip install ssebowa

如果您在 colab 或 jupyter 筆記本中執行此命令，請使用此命令，

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

! pip install ssebowa

現在，您可以透過從庫匯入來存取不同的模型：

Ssebowa 影像生成

Ssebowa-Imagen 是一種開源圖像合成模型，它利用diffusion modeling和generative adversarial networks (GANs)的組合從text descriptions生成高品質圖像，還允許將您的幾張照片轉換為能夠生成圖像的custom model您chosen subject的令人驚嘆的圖像。它利用100 billion dataset集，使其能夠準確捕捉現實世界圖像的細微差別，並有效地將文字描述轉換為引人注目的視覺表示。

根據您自己的數據進行微調

• 準備大約10-20 high-quality個人照片(jpg or png)例如您的、朋友的、產品或寵物等，並將它們放在特定的目錄中。
• 請在GPU為16GB or more的機器上運作。 （如果您要微調 SDXL，則需要 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)

影像生成

from ssebowa import Ssebowa_imgen
model = Ssebowa_imgen ()

產生帶有文字描述的圖像

就像讓我們生成“一隻貓坐在書架上”

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

將圖像儲存到檔案中

image.save( " cat_on_bookshelf.jpg " )

Ssebowa 視覺語言模型

Ssebowa-vllm是Ssebowa AI開發的開源視覺大語言模型（VLLM）。它是一個可以用來理解圖像的強大工具。 Ssebowa-vllm擁有110億個視覺參數和70億個語言參數，支援1120*1120解析度的影像理解。

from ssebowa import ssebowa_vllm
model = ssebowa_vllm ()

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

貢獻

Ssebowa 開放供稿！指南正在進行中..

執照

Ssebowa 是在 Apache License 2.0 下發布的。

接觸

如果您有任何問題或建議，請隨時在 GitHub 上提出問題或透過 [email protected] 與我們