Nanosaur2-670M
well9472 · 工具包
用一个 670M 参数的小型扩散模型,根据文字提示生成插画,在 ComfyUI 中运行。这是一个低预算的研究模型,适合想试用或训练自己 LoRA 的人。
这个模型在 Fibo-2.0-dev 之上,用一句触发短语生成增强效果的图像,配合 diffusers 库使用。适合已经在用 Fibo-2.0-dev、想要图像增强附加项的人。
Enhance Fibo2 (upscale) 是一款工具包,属于开发类,由 Mindket 上架。可免费获取。当前为第 1 版,最近更新于 。在本页下载,是一个装着它全部文件的 zip 压缩包。这些文件不会自己运行。
pip install -U huggingface_hub hf download rauldlnx10/upscale
Enhance Fibo2 是一个面向 diffusers 库的文生图模型,基于 briaai 的 Fibo-2.0-dev 模型,由 rauldlnx10 以 MIT 许可证分享。模型卡很简短,只写了一个触发短语,并展示了一组示例图。
适合已经在用 Fibo-2.0-dev、想要一个用短语就能打开的现成增强风格的爱好者和开发者。
| Industry | Who uses it | How they use it | Example |
|---|---|---|---|
| 创意工作 | 艺术家 | 把触发短语加到 Fibo-2.0-dev 的提示词里 | 增强一张生成的图片 |
| 软件 | 开发者 | 在 diffusers 脚本里测试这些文件 | 比较加不加短语的输出 |
| 内容 | 设计师 | 在草稿图上试这种增强效果 | 润色一张样稿图 |
| 研究 | 业余研究者 | 研究一个小附加项如何改变基础模型 | 并排比较两次运行 |
如果你不用 Fibo-2.0-dev,可以跳过它,因为模型卡建立在那个基础模型上,自己没有给出安装方法。
只要能运行 diffusers 库,它就能用。
| Use case | Who | What they get back |
|---|---|---|
| 图像增强 | 艺术家 | 增强风格的生成图像 |
| 基础模型测试 | 开发者 | 一种比较基础模型加不加附加项的方法 |
你需要 Python 和基础模型自己的安装环境。
pip install -U huggingface_hub hf download rauldlnx10/upscale
把触发短语放进提示词,就能打开增强效果。模型卡没有给代码,所以用你平时的 Fibo-2.0-dev 生成脚本,再加上这句短语。
enhance this image
| Tool | What it does |
|---|---|
| Trigger phrase | 让模型生成增强后的结果 |
| Files and versions tab | 列出你从仓库下载的文件 |
| hf download | 把仓库下载到你的电脑 |
你在 Fibo-2.0-dev 脚本的提示词里加上这句短语并运行。你会得到一张生成的图像,模型卡上的示例图集展示了可以期待什么样的结果。
如果你是新手,先找一个已经能用 Fibo-2.0-dev 出图的脚本。在提示词里加上触发短语,再和不加的那次运行比较结果。
如果你熟悉这个领域:模型卡对模型怎么做出来的写得很少,所以在它的基础上开发之前,请先检查仓库文件。它只列出基础模型、文生图任务和 diffusers 库,没有训练数据或设置的任何说明。
模型卡很简短,结果质量除了一组示例图外没有任何描述。请把它当作一次试验。
这个模型在 Fibo-2.0-dev 之上,用一句触发短语生成增强效果的图像,配合 diffusers 库使用。适合已经在用 Fibo-2.0-dev、想要图像增强附加项的人。
由 rauldlnx10 在 Hugging Face 上制作。这些说明是 Mindket 根据它的模型页面和模型卡写的,模型自己的文件和许可证在 Hugging Face 上。
它是什么:Enhance Fibo2 是一个面向 diffusers 库的文生图模型,基于 briaai 的 Fibo-2.0-dev 模型,由 rauldlnx10 以 MIT 许可证分享。模型卡很简短,只写了一个触发短语,并展示了一组示例图。
适合谁:适合已经在用 Fibo-2.0-dev、想要一个用短语就能打开的现成增强风格的爱好者和开发者。
Industry | Who uses it | How they use it | Example
创意工作 | 艺术家 | 把触发短语加到 Fibo-2.0-dev 的提示词里 | 增强一张生成的图片
软件 | 开发者 | 在 diffusers 脚本里测试这些文件 | 比较加不加短语的输出
内容 | 设计师 | 在草稿图上试这种增强效果 | 润色一张样稿图
研究 | 业余研究者 | 研究一个小附加项如何改变基础模型 | 并排比较两次运行
如果你不用 Fibo-2.0-dev,可以跳过它,因为模型卡建立在那个基础模型上,自己没有给出安装方法。
用在哪里:只要能运行 diffusers 库,它就能用。
Use case | Who | What they get back
图像增强 | 艺术家 | 增强风格的生成图像
基础模型测试 | 开发者 | 一种比较基础模型加不加附加项的方法
如何设置:你需要 Python 和基础模型自己的安装环境。
pip install -U huggingface_hub
hf download rauldlnx10/upscale
如何使用:把触发短语放进提示词,就能打开增强效果。模型卡没有给代码,所以用你平时的 Fibo-2.0-dev 生成脚本,再加上这句短语。
enhance this image
Tool | What it does
Trigger phrase | 让模型生成增强后的结果
Files and versions tab | 列出你从仓库下载的文件
hf download | 把仓库下载到你的电脑
示例:你在 Fibo-2.0-dev 脚本的提示词里加上这句短语并运行。你会得到一张生成的图像,模型卡上的示例图集展示了可以期待什么样的结果。
新手与专家:如果你是新手,先找一个已经能用 Fibo-2.0-dev 出图的脚本。在提示词里加上触发短语,再和不加的那次运行比较结果。
如果你熟悉这个领域:模型卡对模型怎么做出来的写得很少,所以在它的基础上开发之前,请先检查仓库文件。它只列出基础模型、文生图任务和 diffusers 库,没有训练数据或设置的任何说明。
用 hf 下载文件
和 Fibo-2.0-dev 一起加载
在提示词里加触发短语
运行生成
和普通运行的图像比较
注意事项:模型卡很简短,结果质量除了一组示例图外没有任何描述。请把它当作一次试验。
用 Hugging Face 的命令行下载它的文件:
pip install -U huggingface_hub
hf download rauldlnx10/upscale
然后按它的模型卡使用它。这个工具包里没有会自己运行的东西。
README.md 4 KB
同一分类里与本产品共有标签最多的已上架 Hugging Face 模型。
| 产品 | 最近 30 天下载 | 点赞 | 参数量 | 许可证 | 最近更新 |
|---|---|---|---|---|---|
| Enhance Fibo2 (upscale) 本页 | 200 | 4 | — | mit | |
| MOSS-Image-SFT-4-steps共有 lora · text-to-image · diffusers | 73,131 | 96 | 5.1B | apache-2.0 | |
| Anima-RGBA共有 lora · text-to-image · diffusers | 3,509 | 59 | — | apache-2.0 | |
| moss_image_base_dmd2共有 lora · text-to-image · diffusers | 0 | 23 | — | apache-2.0 | |
| Krea2 Turbo OpenPose ControlNet LoRA共有 lora · diffusers | 18,552 | 133 | — | apache-2.0 | |
| QMA Camera Angles共有 lora · diffusers | 13,875 | 55 | — | apache-2.0 |
well9472 · 工具包
用一个 670M 参数的小型扩散模型,根据文字提示生成插画,在 ComfyUI 中运行。这是一个低预算的研究模型,适合想试用或训练自己 LoRA 的人。
Waqf-AI · 工具包
读取图片中的阿拉伯语手写文字并以文本形式返回。这是微调过的 PaddleOCR-VL 模型,适合要把阿拉伯语手写内容数字化的人。
Wan-AI · 工具包
根据文本提示或图像加文字生成视频片段,最高 720P、每秒 24 帧,Diffusers 格式,适合单块消费级 GPU。
Wan-AI · 工具包
根据音频生成电影感的角色视频,也能给现有视频做口型同步。适合有大显卡的视频创作者、动画师和研究人员。
Wan-AI · 工具包
通过复制表演者的动作和表情,让角色动起来,或把角色换进视频里,是 Wan2.2 视频系列中的一个模型。只能使用你有权使用的面孔和形象。
vllm-sr · 工具包
在一次调用中回答关于文字、图片或视频的选择、是非、打分、框选和跟踪类问题,并为每个答案给出概率。适合构建路由或视觉检查的人。