funGangs.ai

Pilzarens.ai

NOTIZ!!

Der Server ist aufgrund einer Erhöhung der Modellgewichtsgröße sinken, das Bild kann jedoch unter DockerHub gefunden werden

Hintergrund des Modells

1. Das Modell ist auf StyleGAN ausgebildet und Pytorch wird für die Entwicklung verwendet.
2. Das Jupyter -Notizbuch ist im folgenden Kaggle -Link vorhanden.
3. Der Datensatz, auf dem geschult wird, sind Pixelated Treasures: 10K CryptoPunks die über diesen Link gefunden werden können.

Merkmale

Bildgenerierung:

Die Bildgenerierung verwendet wie gesagt ein Stylegan-benutzerdefiniertes Modell.

Geschichtenerzeugung: (Todo)

Derzeit wird die Geschichtenerzeugung durch diese umarmende Gesichts -API -Schnittstelle unterstützt. Für weitere Ergänzungen und Gamification wird ein kundenspezifisches LLM -Modell hinzugefügt.

Datenbankunterstützung:

Die Zukunft dieses Projekts zielt darauf ab, es benutzerspezifisch zu spielen und zu machen. Daher wurde der Datenbankunterstützung hinzugefügt und ist im Gange, um benutzerspezifische Daten und Bilder zu speichern.

Todo

Das Projekt zielt weiter darauf ab, auf die folgenden Funktionen zu expandieren:

• Pilzwaren Bildgenerierung
• Story-Generierung basierend auf Bildkontext
• Benutzer interaktive PIX2PIX -GAN -Bildgenerierung
• Wiki -API für den Bandencharakter

API -Dokumente

Derzeit unterstützt die APIs die Erzeugung von Bildern, und die zukünftige Expansion ist die Integration von LLMs für Generationen von Geschichten.

Endpunkte

Bildgenerierung: /generated Der Endpunkt erfordert, dass Number_of_images eingegeben werden muss. Die Antwort wäre ein einzelnes Bild, das eine Collage einer bestimmten Anzahl von Bildern ist, wie im Bild gezeigt.

Beispiel:

1. Pilkons Bildgenerierung:

JavaScript

 import axios from "axios"

try {
  const number_of_images = 16
  const url = "http://127.0.0.1.8080/generated/{number_of_images}"
  const body = { "user_id" : "valid uuid4" , "number_of_images" : 8 }
  const generated_image = axios . get ( url , body )
} catch ( err ) {
  console . log ( err )
}

Python

 import requests

try :
    number_of_images = 16
    url = f"http://127.0.0.1.8080/generated"
    body = { "user_id" : "valid uuid4" , "number_of_images" : 8 }
    response = requests . get ( url , json = body )
    generated_image = response . content
except Exception as err :
    print ( err )

Notiz

Das auf Stylegan basierende Modell erfordert ein hohes Gedächtnis in Bezug auf CPU und CUDA. Bitte restrain from generating a number of images more than the range of (8, 48) . Die Story -Generation befindet sich auf der Beta, da sie auf der vorhandenen Umarmung der Gesichtsoberfläche basiert. In Kürze wird eine benutzerdefinierte LLM -Unterstützung hinzugefügt. "