Text-To-Pokemon

Características principales

Ajustado con Stable Diffusion mediante imágenes de Pokémon subtituladas con BLIP, puede generar imágenes al estilo Pokémon a partir de descripciones de texto. No requiere ingeniería de prompts para generar personajes.

Uso y parámetros de entrada

• prompt (string): prompt de entrada, por ejemplo, “Yoda”.
• num_outputs (integer): número de imágenes de salida, de 1 a 4; valor predeterminado: 1.
• num_inference_steps (integer): número de pasos de eliminación de ruido, de 1 a 50; valor predeterminado: 25.
• guidance_scale (number): escala para la guía sin clasificador, de 1 a 20; valor predeterminado: 7.5.
• seed (integer): semilla aleatoria; déjala en blanco para aleatorizarla.

Métodos de integración

1. API de Node.js / Python: instala la biblioteca cliente de Replicate, configura la variable de entorno REPLICATE_API_TOKEN y ejecuta el modelo usando el hash de versión ff6cc781634191dd3c49097a615d2fc01b0a8aae31c448e55039a04dcbf36bba para obtener URL de imágenes o guardarlas en disco.
2. API HTTP: envía una solicitud POST a https://api.replicate.com/v1/predictions mediante curl.
3. Cog: instala Cog y usa cog predict r8.im/lambdal/text-to-pokemon@sha256:... para descargar y ejecutar el modelo localmente.
4. Docker: ejecuta el modelo en un entorno local con GPU mediante el comando docker run y llama a la API.

Usuarios y ventajas

Está dirigido a aficionados al arte con IA, desarrolladores de videojuegos y fans de Pokémon. Sus ventajas principales son el ajuste especializado para el estilo Pokémon, los resultados de generación de temática definida y la compatibilidad con la implementación local de código abierto.

Precio y coste

Se ejecuta en Replicate y cuesta aproximadamente $0.047 por ejecución, alrededor de 21 ejecuciones por $1. Utiliza una GPU Nvidia T4 y las predicciones suelen completarse en 4 minutos. El modelo es de código abierto y puede ejecutarse gratis en hardware local.

Casos de uso habituales

Introduce “Yoda” para generar una imagen de Yoda con estilo Pokémon; introduce “Girl with a pearl earring”, “Donald Trump”, entre otros, para crear personajes divertidos con estilo Pokémon.

Antecedentes del modelo

Fue entrenado por Justin Pinkney en Lambda Labs con 2 GPU A6000 en Lambda GPU Cloud durante aproximadamente 15.000 pasos (unas 6 horas, con un coste aproximado de $10). Los conjuntos de datos y los pesos son de código abierto en Hugging Face.