---
language:
  - en
license: other
base_model: segmind/tiny-sd
pipeline_tag: text-to-image
library_name: diffusers
tags:
  - stable-diffusion
  - text-to-image
  - compact-model
  - spacev1.7-image
---

# SpaceV1.7 Image

**SpaceV1.7 Image — это перепакованная производная, а не модель, обученная с нуля.** Скрипт сборки скачивает веса и файлы Diffusers из [`segmind/tiny-sd`](https://huggingface.co/segmind/tiny-sd), сохраняет совместимую структуру Hugging Face и добавляет эту карточку. Модель предназначена для генерации изображений по тексту; стандартный размер генерации — 512×512. Лучше всего начинать с промптов на английском.

**Веса upstream-модели остаются под её исходной лицензией и ограничениями использования.** Перед распространением или публикацией проверьте актуальную лицензию и карточку upstream-репозитория, а также сохраните требуемые уведомления. Этот проект не заявляет права на исходные веса и не меняет их лицензию. Метаданные `license: other` не означают, что веса свободны от ограничений.

## Размер и веса

В исходниках этого репозитория весов нет. Запустите `scripts/build_spacev17_image.py`, чтобы скачать исходный чекпойнт и создать папку модели для Hugging Face и ZIP. Итоговый размер зависит от актуальной версии upstream-файлов и форматов; скрипт выводит фактический размер, а не предполагает, что веса уже находятся в репозитории. Если нужен строгий предел 500 МБ–1 ГБ, проверьте размер перед загрузкой: исходный чекпойнт может выйти за эти рамки.

## Сборка модели и одного ZIP

Из корня репозитория:

```bash
python -m pip install -r requirements-spacev17-image.txt
python scripts/build_spacev17_image.py \
  --output SpaceV1.7-Image-model \
  --zip SpaceV1.7-Image-HF.zip
```

Чтобы опубликовать готовую модель в своём аккаунте Hugging Face, сначала проверьте лицензию, затем:

```bash
HF_TOKEN=hf_... python scripts/build_spacev17_image.py \
  --output SpaceV1.7-Image-model \
  --zip SpaceV1.7-Image-HF.zip \
  --repo-id ВАШ_ЛОГИН/SpaceV1.7-Image --upload
```

Токен передаётся через переменную окружения — не сохраняйте его в коде или Git. Можно также собрать ZIP из уже скачанной локальной Diffusers-модели с `--source-dir PATH`.

В GitHub Actions → **Build SpaceV1.7 Image release** можно вручную собрать ZIP и прикрепить его как GitHub Release asset. Большие веса не добавляются в Git-коммиты. Чтобы дополнительно опубликовать модель на Hugging Face из workflow, добавьте секрет репозитория `HF_TOKEN` и укажите `hf_repo_id` при запуске.

## Генерация

После сборки локально:

```bash
python SpaceV1.7-Image/inference.py \
  --model SpaceV1.7-Image-model \
  --prompt "A small observatory beneath a vivid aurora, cinematic illustration" \
  --output image.png
```

Пример Python для опубликованной модели:

```python
import torch
from diffusers import DiffusionPipeline

pipe = DiffusionPipeline.from_pretrained(
    "ВАШ_ЛОГИН/SpaceV1.7-Image",
    torch_dtype=torch.float16,
)
pipe = pipe.to("cuda")
image = pipe("A small observatory beneath a vivid aurora").images[0]
image.save("image.png")
```

На CPU уберите `torch_dtype=torch.float16` и `.to("cuda")`; генерация будет значительно медленнее. Для практического использования рекомендуется CUDA-видеокарта с достаточной видеопамятью.

## Ограничения

- Это переупаковка segmind/tiny-sd с новым именем, а не новая архитектура, обучение с нуля или fine-tuning. Улучшение качества относительно исходной модели не заявляется.
- Генерация может содержать артефакты и предвзятые или неподходящие результаты; проверяйте изображения перед использованием.
- До скачивания и распространения весов проверьте карточку и лицензию upstream-модели, включая атрибуцию и ограничения разрешённых сценариев.