Skip to content
ModelListedExternal
Download

Succulent VAE 128

这是一个基于 diffusers 库中 AutoencoderKL 架构训练的无条件 VAE 模型,专门用于多肉植物的图像重建与潜空间特征融合。

Sourcehuggingface.co/HaiPenglai/Succulent-VAE-128/tree/64965c1f5cfae6f50df46f2705852cf9a095dd35
KindVAEVersiondiffusion_pytorch_modelCgrade

Model source

Kind
VAE
File size
319 MB
Version
vdiffusion_pytorch_model
Updated
Oct 9, 2026
Downloads
5
Source
Hugging Face

Source description

Succulent-VAE-128

这是一个基于 diffusers 库中 AutoencoderKL 架构训练的无条件 VAE 模型,专门用于多肉植物的图像重建与潜空间特征融合。

🌟 项目亮点

  • 完整流水线:从实地拍照、SAM 分割、DINO+UMAP 聚类到数据增强及 VAE 训练。
  • 高质量重建:在 128x128 分辨率下,通过 MSE + KL + VGG 感知损失,实现了极高的纹理还原度。
  • 有趣的融合:支持在潜空间进行插值,生成两朵多肉之间的“中间态”。

📊 训练细节

  • 训练设备:NVIDIA RTX 5090 (约 90 分钟完成 200 轮训练)
  • 数据集:Succulent-Vision-Dataset (2000张经过增强的多肉图片)
  • 损失函数:
    • MSE Loss (像素级还原)
    • VGG Perceptual Loss (保持多肉叶片质感)
    • KL Divergence (约束潜空间,便于特征融合)
  • 参数配置:
    • Resolution: 128x128
    • Batch Size: 128
    • Latent Channels: 4

🚀 快速使用

你可以使用以下代码加载并使用该模型:

from diffusers import AutoencoderKL
import torch

# 加载模型
model_id = "HaiPenglai/Succulent-VAE-128"
vae = AutoencoderKL.from_pretrained(model_id)

# 假设你有一张 128x128 的多肉图片 tensor: x
# 编码到潜空间
# posterior = vae.encode(x).latent_dist
# z = posterior.sample()
# 从潜空间解码
# reconstruction = vae.decode(z).sample

Sources

1 source
Hugging FacePrimaryVersion 64965c1f5cfae6f50df46f2705852cf9a095dd35
huggingface.co/HaiPenglai/Succulent-VAE-128/tree/64965c1f5cfae6f50df46f2705852cf9a095dd35

Verified Oct 9

Model artifacts

1 artifact

diffusion_pytorch_model.safetensors

safetensors · 319 MB · SHA-256 2d19b96bf41d…d34b · Hugging Face

Download file

Source excerpts

3 excerpts
ReadmeJul 31huggingface.co/HaiPenglai/Succulent-VAE-128

--- license: apache-2.0 tags: - vae - succulents - diffusers - generative - image-reconstruction --- # Succulent-VAE-128 这是一个基于 `diffusers` 库中 `AutoencoderKL` 架构训练的无条件 VAE 模型，专门用于多肉植物的图像重建与潜空间特征融合。 ## 🌟 项目亮点 - **完整流水线**：从实地拍照、SAM 分割、DINO+UMAP 聚类到数据增强及 VAE 训练。 - **高质量重建**：在 128x128 分辨率下，通过 MSE + KL + VGG 感知损失，实现了极高的纹理还原度。 - **有趣的融合**：支持在潜空间进行插值，生成两朵多肉之间的“中间态”。 ## 📊 训练细节 - **训练设备**：NVIDIA RTX 5090 (约 90 分钟完成 200 轮训练) - **数据集**：[Succulent-Vision-Dataset](https://huggingface.co/datasets/HaiPenglai/Succulent-Vision-Dataset) (2000张经过增强的多肉图片) - **损失函数**： - MSE Loss (像素级还原) - VGG Perceptual Loss (保持多肉叶片质感) - KL Divergence (约束潜空间，便于特征融合) - **参数配置**： - Resolution: 128x128 - Batch Size: 128 - Latent Channels: 4 ## 🚀 快速使用 你可以使用以下代码加载并使用该模型： ```python from diffusers import AutoencoderKL import torch # 加载模型 model_id = "HaiPenglai/Succulent-VAE-128" vae = AutoencoderKL.from_pretrained(model_id) # 假设你有一张 128x128 的多肉图片 tensor: x # 编码到潜空间 # posterior = vae.encode(x).latent_dist # z = posterior.sample() # 从潜空间解码 # reconstruction = vae.decode(z).sample ```

NoteOct 9huggingface.co/HaiPenglai/Succulent-VAE-128

Source context: 5 downloads · 0 likes · Library diffusers · Repo HaiPenglai/Succulent-VAE-128

NoteJul 31huggingface.co/HaiPenglai/Succulent-VAE-128

Source context: 3 downloads · 0 likes · Library diffusers · Repo HaiPenglai/Succulent-VAE-128