Mitsua_Likes_modelをローカルに保存して実行する

モデルを保存

1. 下記URLのコードを参考にmitsua-likesをgit cloneする
   　https://huggingface.co/Mitsua/mitsua-likes/tree/main?clone=true

2. mitsua-likesに移動する
   　(例: cd mitsua-likes)

3. 仮想環境を作成する 　
   　(例: python3.12 -m venv .venv)

4. 仮想環境を立ち上げる
   　(例: source .venv/bin/activate)

5. 下記サイトの手順1～3を実行する
   　https://note.com/junk_love/n/n0df6e1582860#7e9e0667-39a4-45ae-8bfa-593e4727527f

6. 下記コードをPythonファイルに保存して実行する
   　(※　保存するファイルはmitsua-likes直下に置く)
   　(例: python3 save_model.py)

from diffusers import DiffusionPipeline
import torch
device = "cuda" if torch.cuda.is_available() else "cpu"
dtype = torch.float16

pipe = DiffusionPipeline.from_pretrained("Mitsua/mitsua-likes", trust_remote_code=True).to(device, dtype=dtype)

# 保存するディレクトリを指定
save_directory = "./mitsua_likes_model"

# モデルをローカルに保存
pipe.save_pretrained(save_directory)

モデルを実行

下記コードをpythonファイルに保存して実行する
　(※　保存するファイルはmitsua-likes直下に置く)
　(例　python3 use_model.py)

from diffusers import DiffusionPipeline
import torch
import os
from datetime import datetime
from pipeline_likes_base_unet import MitsuaLikesPipeline
device = "cuda" if torch.cuda.is_available() else "cpu"
dtype = torch.float16

# ローカルに保存されたモデルをロード
pipe = MitsuaLikesPipeline.from_pretrained("./mitsua_likes_model").to(device, dtype=dtype)

# 日本語または英語のプロンプト
prompt = "滝の中の絵藍ミツア、先生アート"
# prompt = "elanmitsua in waterfall, sensei art, analog, impressionism painting"
negative_prompt = "elan doodle, lowres"

# モデル推論を実行
ret = pipe(
    prompt=prompt,
    negative_prompt=negative_prompt,
    guidance_scale=5.0,
    guidance_rescale=0.7,
    width=768,
    height=768,
    num_inference_steps=40,
)

# 類似性判定AIの結果を表示
if hasattr(ret, 'detected_public_fictional_characters') and len(ret.detected_public_fictional_characters) > 0:
    print("Similarity Restriction:", ret.detected_public_fictional_characters[0])
    print("Similarity Measure:")
    for k, v in ret.detected_public_fictional_characters_info[0].items():
        print(f"{k} : {v:.3%}")

# 生成された画像を取得
image = ret.images[0]

# 保存先のフォルダを指定
output_dir = "img"
# フォルダが存在しない場合は作成
os.makedirs(output_dir, exist_ok=True)

# 現在の日時を取得してファイル名を作成
current_time = datetime.now().strftime("%Y%m%d%H%M%S")
image_name = f"{current_time}.png"

# フォルダ内に画像を保存
image_path = os.path.join(output_dir, image_name)
image.save(image_path)

print(f"画像が {image_path} に保存されました！")

以降もmitsua-likesフォルダ直下にいる状態かつ、仮想環境が立ち上がった状態であれば
モデルを実行することが可能です。