SG161222/RealVisXL_V1.0
SG161222
Texto a imagen
RealVisXL_V1.0 es un modelo de generación de imágenes de texto a imagen basado en Diffusers/Stable Diffusion XL, orientado al fotorealismo. La tarjeta indica que aún está en fase de entrenamiento, no es una versión final y puede producir artefactos o rendir mal en algunos casos. Puede generar imágenes SFW y NSFW de calidad decente.
Como usar
Instalación y uso con Diffusers:
pip install -U diffusers transformers accelerate
import torch
from diffusers import DiffusionPipeline
# switch to "mps" for apple devices
pipe = DiffusionPipeline.from_pretrained("SG161222/RealVisXL_V1.0", dtype=torch.bfloat16, device_map="cuda")
prompt = "Astronaut in a jungle, cold color palette, muted colors, detailed, 8k"
image = pipe(prompt).images[0]
Prompt negativo sugerido: (worst quality, low quality, illustration, 3d, 2d, painting, cartoons, sketch), open mouth o un prompt negativo alternativo.
Parámetros sugeridos: 15-30 sampling steps, DPM++ SDE Karras y Hires Fix con 10+ pasos, upscaler 4x-UltraSharp u otro, denoising strength entre 0.1 y 0.5, y upscale entre 1.1 y 2.0.
Funcionalidades
- Tarea principal: generación de imágenes a partir de texto.
- Compatible con Diffusers mediante StableDiffusionXLPipeline/DiffusionPipeline.
- Publicado en formato Safetensors.
- Licencia openrail++.
- Enfocado en resultados fotorealistas.
- Parámetros recomendados: 15-30 pasos de muestreo y método DPM++ SDE Karras.
- Hires Fix recomendado con 10 o más pasos, upscaler 4x-UltraSharp u otro, fuerza de denoise de 0.1 a 0.5 y escalado de 1.1 a 2.0.
- Prompt negativo recomendado para reducir baja calidad, estilo ilustración, 3D, 2D, pintura, caricatura, boceto y boca abierta.
Casos de uso
- Crear imágenes fotorealistas a partir de prompts de texto.
- Generar escenas detalladas con estética realista usando flujos SDXL/Diffusers.
- Experimentar con prompts positivos y negativos para reducir artefactos visuales.
- Producir imágenes SFW y, según la tarjeta del modelo, también NSFW donde esté permitido por la política de uso.