Blame for README.md

---
license: apache-2.0
license_link: https://www.apache.org/licenses/LICENSE-2.0.txt
library_name: diffusers
pipeline_tag: text-to-image
base_model: segmind/SSD-1B
tags:
- text-to-image
- diffusers
- stable-diffusion
- distilled-model
- fp16
- optima-tools
---

# Optima Tools — Génération d'images — Low

| | |
|---|---|
| Dépôt Hugging Face | `optima-tools-ch/image-low` |
| Libellé dans Optima Tools | Génération d'images — Low |
| Identifiant du paquet OT | `image.low` |
| Modèle | SSD-1B (Segmind Stable Diffusion 1B) — pipeline Diffusers, poids FP16 |
| Source | segmind/SSD-1B (https://huggingface.co/segmind/SSD-1B/tree/60987f37e94cd59c36b1cba832b9f97b57395a10) |
| Révision source | `60987f37e94cd59c36b1cba832b9f97b57395a10` |
| Contenu | 18 fichiers d'exécution, 4,47 Go |

## Statut

- **Publié :** les 18 fichiers d'exécution sont présents dans ce dépôt (copie côté serveur Hugging Face le 2026-10-27 ; documents ajoutés le 2026-10-27).
- **Intégrité :** pour les gros poids, le SHA-256 vient des métadonnées LFS de Hugging Face, identique sur la source et sur ce dépôt ; il n'a **pas été recalculé localement**. Pour les petits fichiers, le SHA-256 a été calculé sur leur contenu, source et destination comparés.
- **Validation dans Optima Tools : non effectuée.** Cette publication n'est pas un test d'exécution. Les besoins matériels n'ont pas été mesurés et ne sont pas annoncés.
- Le téléchargement depuis l'application n'est pas encore ouvert.

## Noms de fichiers adaptés

Quatre poids FP16 portent un nom normalisé, sans « .fp16 », attendu par Optima Tools. **Seuls les noms changent : le contenu n'est ni converti ni modifié.**

| Fichier source | Fichier livré |
|---|---|
| `text_encoder/model.fp16.safetensors` | `text_encoder/model.safetensors` |
| `text_encoder_2/model.fp16.safetensors` | `text_encoder_2/model.safetensors` |
| `unet/diffusion_pytorch_model.fp16.safetensors` | `unet/diffusion_pytorch_model.safetensors` |
| `vae/diffusion_pytorch_model.fp16.safetensors` | `vae/diffusion_pytorch_model.safetensors` |

Attention : le fichier livré `text_encoder/model.safetensors` (et de même pour `text_encoder_2/`, `unet/` et `vae/`) est le poids **FP16** renommé, et non le fichier FP32 de même nom présent dans la source.

## Contenu du paquet

| Dossier | Fichiers | Taille |
|---|---:|---:|
| `(racine)` | 1 | 0,0 Mo |
| `scheduler/` | 1 | 0,0 Mo |
| `text_encoder/` | 2 | 246,1 Mo |
| `text_encoder_2/` | 2 | 1,39 Go |
| `tokenizer/` | 4 | 1,6 Mo |
| `tokenizer_2/` | 4 | 1,6 Mo |
| `unet/` | 2 | 2,66 Go |
| `vae/` | 2 | 167,3 Mo |
| **Total** | **18** | **4,47 Go** |

La liste complète, avec le SHA-256 de chaque fichier, figure dans `SOURCE.json` et `.optima-package.json`.

**Non repris de la source :** les trois fichiers autonomes `SSD-1B.safetensors`, `SSD-1B-A1111.safetensors` et `SSD-1B-modelspec.safetensors` (inutiles au pipeline Diffusers choisi) et les quatre variantes FP32 des poids.

## Capacités documentées

- Génération d’images à partir d’un texte (text-to-image), d’après la fiche source.
- La fiche source recommande un prompt négatif et un CFG voisin de 9,0.
- La fiche source annonce une compatibilité AUTOMATIC1111 et ComfyUI au moyen de fichiers autonomes qui ne sont pas inclus dans ce paquet.
- Retouche d’image native : non prise en charge par le moteur d’Optima Tools avec ce paquet (il ne l’accepte que pour FLUX.2 Klein).

## Exemple de chargement

Les poids FP16 portent ici les noms standards de Diffusers : ne pas passer `variant="fp16"` comme dans l'exemple de la source. Le dossier `image-low` contient ce paquet.

```python
import torch
from diffusers import StableDiffusionXLPipeline

pipe = StableDiffusionXLPipeline.from_pretrained(
    "image-low",  # dossier contenant ce paquet
    torch_dtype=torch.float16,
    use_safetensors=True,
    local_files_only=True,
)
pipe.to("cuda")
image = pipe(
    prompt="An astronaut riding a green horse",
    negative_prompt="ugly, blurry, poor quality",
).images[0]
image.save("ssd-1b.png")
```

Optima Tools charge un dossier de ce type avec `DiffusionPipeline.from_pretrained(dossier, torch_dtype=…, local_files_only=True)`. Cet exemple est adapté de la fiche source et des noms de fichiers livrés ; il n'a pas été exécuté lors de cette publication.

## Licence et crédits

Apache License 2.0 : texte officiel complet dans `LICENSE` (la source ne fournit aucun fichier de licence). Auteurs, composants, sources, rôle d'Optima Tools (préparateur et distributeur) et modifications : `CREDITS.md` et `CREDITS.json`.

## Documents du dépôt

| Fichier | Contenu |
|---|---|
| `README-source.md` | Fiche officielle de la révision source, copie identique |
| `LICENSE` | Texte officiel de la licence Apache 2.0 |
| `CREDITS.md`, `CREDITS.json` | Crédits, licences, modifications |
| `SOURCE.json` | Provenance exacte : chemin source, chemin livré, taille et SHA-256 de chaque fichier |
| `.optima-package.json` | Manifeste lu par Optima Tools : fichiers d'exécution, licences, crédits et provenance (hors fiche `README.md` et hors lui-même) |

## Droits des auteurs d'origine

Les auteurs d'origine conservent l'ensemble de leurs droits. Optima Tools n'est pas le créateur de ce modèle : ce dépôt en prépare la distribution vérifiée pour l'application, avec mention des sources, des licences et des crédits.