AIビデオゲームキャラクタージェネレーター
概要
このプロジェクトは、安定した拡散、DreamBooth、およびLora Technologiesの力を活用して、高度にカスタマイズ可能でユニークなビデオゲームキャラクターを生成します。このシステムは、クリエイティブが詳細なキャラクターイメージを生成し、創造性を高め、膨大な数のキャラクターデザインの可能性を提供するのに役立ちます。
特徴
- カスタム文字生成：ユニークな視覚的特徴と属性を備えたビデオゲームキャラクターを作成します。
- 高度な微調整：DreamBoothとLoraを使用して、正確なモデルの調整と強化を行います。
- 柔軟性の高い：幅広いゲームやキャラクタースタイルに適しています。
技術的な詳細
テクノロジースタック
- 安定した拡散：ベース文字イメージの生成用。
- DreamBooth ：汎用モデルを微調整して、新しい特定の文字を認識して生成します。
- LORA（低ランク適応） ：生成された文字の特定の側面の強化に焦点を当てた、軽量で効率的なモデルの微調整に適用されます。
データセット
データセットは、12の異なるビデオゲームから収集された31,800の画像で構成されており、DeepDanbooruやBLIPなどのツールを使用して、正確な属性分類を使用して深いラベル付けが行われます。
モデルアーキテクチャ
- ベースモデル：安定した拡散v1.5、詳細なベース画像を生成します。
- DreamBoothの適応：一般的な機能を失うことなく、新しい特定のキャラクターを生成するモデルの能力を高めます。
- LORA適応：単一の文字の強化に適した、最小限の計算リソースでターゲットを絞った改善を提供します。
インストール
git clone https://github.com/VaradhKaushik/Ai-character-generation.git
cd Ai-character-generation
pip install -r requirements.txt
将来の範囲
- 次のステップは、このアプローチでさまざまなモデルを試すことです。
- 高解像度のデータセットでモデルを微調整します。
- Comibne LoraとDreamboothの訓練モデル。
- トレーニングスタイル、衣類、コンセプトロラを試して、結果を比較してください。
- モデルの微調整のためのLycorisの使用を調べてください。
参照
- https://huggingface.co/runwayml/stable-diffusion-v1-5
- https://github.com/shivamshrirao/diffusers/tree/main/examples/dreambooth
- https://huggingface.co/blog/stable_diffusion
- https://huggingface.co/docs/diffusers/training/lora？installation=pytorch
- https://github.com/huggingface/diffusers/tree/main/examples/text_to_image
- https://civitai.com/models/4468?modelversionid=57618
- https://github.com/automatic1111/stable-diffusion-webui
- https://huggingface.co/openai/clip-vit-base-patch32
- https://github.com/kichangkim/deepdanbooru
チームメンバー
アレクサンダー・セルジュク、バラド・カウシク、ギリッシュ・アダリ・クマール
