| datasets: | |
| - ILSVRC/imagenet-1k | |
| language: | |
| - en | |
| base_model: | |
| - rupeshs/LCM-runwayml-stable-diffusion-v1-5 | |
| pipeline_tag: text-to-image | |
| tags: | |
| - stable-diffusion | |
| - imagenet | |
| - blip | |
| --- | |
| datasets: | |
| - ILSVRC/imagenet-1k | |
| base_model: | |
| - rupeshs/LCM-runwayml-stable-diffusion-v1-5 | |
| pipeline_tag: text-to-image | |
| tags: | |
| - stable-diffusion-1-5 | |
| - imagenet | |
| - blip | |
| --- | |
| # [SD 1.5 - ImageNet-BLIP-Finetune] | |
| 这是一个在 **ImageNet** 数据集上微调的 **Stable Diffusion 1.5** 模型。 | |
| 与常规微调不同的是，本模型的训练**没有**使用 ImageNet 原始的单一类别标签（例如 "tench" 或 "goldfish"）。相反，我们使用 **BLIP 模型**为 ImageNet 数据库中的每张图片生成了**描述性的文本提示（Prompt）**。 | |
| 这种方法使得模型能够学习图像与更丰富、更具上下文的文本描述之间的联系，而不仅仅是学习僵硬的类别名称。 | |
| ## 🚀 如何使用 (How to Use) | |
| 你可以像使用其他 `diffusers` 库中的 Stable Diffusion pipeline 一样使用这个模型。 | |
| 首先，确保你安装了必要的库： | |
| ```bash | |
| pip install diffusers transformers torch |