Text-To-Pokemon

Principais recursos

Ajustado com Stable Diffusion usando imagens de Pokémon legendadas pelo BLIP, o modelo gera imagens no estilo Pokémon a partir de descrições de texto. Não é necessário fazer engenharia de prompts para gerar personagens.

Uso e parâmetros de entrada

• prompt (string): prompt de entrada, por exemplo, “Yoda”.
• num_outputs (integer): número de imagens de saída, de 1 a 4; padrão: 1.
• num_inference_steps (integer): número de etapas de remoção de ruído, de 1 a 50; padrão: 25.
• guidance_scale (number): escala para orientação sem classificador, de 1 a 20; padrão: 7.5.
• seed (integer): semente aleatória; deixe em branco para gerar aleatoriamente.

Métodos de integração

1. API Node.js / Python: instale a biblioteca cliente do Replicate, defina a variável de ambiente REPLICATE_API_TOKEN e execute o modelo usando o hash de versão ff6cc781634191dd3c49097a615d2fc01b0a8aae31c448e55039a04dcbf36bba para obter URLs das imagens ou gravá-las no disco.
2. API HTTP: envie uma solicitação POST para https://api.replicate.com/v1/predictions usando curl.
3. Cog: instale o Cog e use cog predict r8.im/lambdal/text-to-pokemon@sha256:... para baixar e executar o modelo localmente.
4. Docker: execute o modelo em um ambiente local com GPU usando o comando docker run e chame a API.

Público e vantagens

Destina-se a entusiastas de arte com IA, desenvolvedores de jogos e fãs de Pokémon. As principais vantagens incluem o ajuste especializado para o estilo Pokémon, resultados de geração altamente temáticos e suporte à implantação local de código aberto.

Preço e custo

Funciona no Replicate e custa aproximadamente $0.047 por execução, cerca de 21 execuções por $1. Usa uma GPU Nvidia T4, e as previsões normalmente são concluídas em até 4 minutos. O modelo é de código aberto e pode ser executado gratuitamente em hardware local.

Casos de uso comuns

Insira “Yoda” para gerar uma imagem de Yoda no estilo Pokémon; insira “Girl with a pearl earring”, “Donald Trump” e outros termos para gerar personagens divertidos no estilo Pokémon.

Histórico do modelo

Treinado por Justin Pinkney na Lambda Labs usando 2 GPUs A6000 na Lambda GPU Cloud por cerca de 15.000 etapas (aproximadamente 6 horas, a um custo de cerca de $10). Os conjuntos de dados e pesos são disponibilizados como código aberto no Hugging Face.