Stable Diffusion的Tensorflow/Keras实现及使用

最近一段时间Text-to-Image模型十分火热。OpenAI的DALL·E2模型的效果十分惊艳。不过，由于Open AI现在的不Open策略，大家还无法使用这个模型，业界只开放了一个小版本的DALL·E mini。不过，前段时间，Stability AI发布的Stable Diffusion其效果明显好于现有模型，且免费开放使用，让大家都开心了一把。不过原有模型是Torch实现的，而现在，基于Tensorflow/Keras实现的Stable Diffusion已经开源。

相比较原有的模型，该模型的运行速度要快4倍（基于8GB的M1 MacBook Air的笔记本测试）。

下图是测试的结果：

输入： A epic and beautiful rococo werewolf drinking coffee, in a burning coffee shop. ultra-detailed. anime, pixiv, uhd 8k cryengine, octane render

输出：

这个版本的Stable Diffusion是由Meta的研究人员 Divam Gupta开发，其主要的特点：

1. 转换后的预训练模型
2. 很容易理解代码
3. 代码量尽量少

使用方法

从项目地址将项目下载：https://github.com/divamgupta/stable-diffusion-tensorflow

然后将zip包解压到某个目录。

注意，这个项目需要依赖几个包：