Update README.md
Browse files
README.md
CHANGED
|
@@ -1,3 +1,38 @@
|
|
| 1 |
-
---
|
| 2 |
-
license: gpl-3.0
|
| 3 |
-
---
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
| 1 |
+
---
|
| 2 |
+
license: gpl-3.0
|
| 3 |
+
---
|
| 4 |
+
|
| 5 |
+
# MicroMacro-GenImage-v1-tiny
|
| 6 |
+
|
| 7 |
+
**MicroMacro-GenImage-v1-Tiny** — это ультра-легковесная версия модели [MicroMacro-GenImage-v1](https://huggingface.co/Kolyadual/MicroMacro-GenImage-v1). Она создана для тех, кому важна максимальная скорость генерации на процессорах (CPU) и мобильных устройствах.
|
| 8 |
+
|
| 9 |
+
Также важно учитывать то, что модель поддерживает ТОЛЬКО английский язык!
|
| 10 |
+
|
| 11 |
+
## 🌟 Ключевые особенности
|
| 12 |
+
- **Размер:** Всего ~2 ГБ (удобно для быстрой загрузки и работы в RAM).
|
| 13 |
+
- **Производительность:** Генерирует изображения в 2-3 раза быстрее стандартных моделей на слабом железе.
|
| 14 |
+
- **Оптимизация:** Идеально подходит для запуска на Runget, Debian/Linux, Android или macOS без дискретной графики.
|
| 15 |
+
|
| 16 |
+
## 🛠 Технические параметры
|
| 17 |
+
- **Рекомендуемое разрешение:** 512x512.
|
| 18 |
+
- **Шаги (Inference Steps):** 15 (модель очень быстрая, больше 25 шагов обычно не требуется).
|
| 19 |
+
- **CFG Scale:** 6.0 – 8.0.
|
| 20 |
+
|
| 21 |
+
## 💻 Пример запуска (Python)
|
| 22 |
+
|
| 23 |
+
```python
|
| 24 |
+
from diffusers import StableDiffusionPipeline
|
| 25 |
+
import torch
|
| 26 |
+
|
| 27 |
+
# Загрузка Tiny-версии
|
| 28 |
+
model_id = "Kolyadual/MicroMacro-GenImage-v1-tiny"
|
| 29 |
+
pipe = StableDiffusionPipeline.from_pretrained(model_id, torch_dtype=torch.float32)
|
| 30 |
+
pipe.to("cpu")
|
| 31 |
+
|
| 32 |
+
# Генерация (используйте английский язык!)
|
| 33 |
+
prompt = "mystical forest alchemy, hyper-detailed, glowing mushrooms, 4k, cinematic"
|
| 34 |
+
image = pipe(prompt=prompt, num_inference_steps=12).images[0]
|
| 35 |
+
|
| 36 |
+
image.save("tiny_output.png")
|
| 37 |
+
|
| 38 |
+
```
|