基于Gradio的SDXL模型盲测对比平台,用户可以通过界面生成不同模型的图像,对比并选择更优的模型,系统将根据用户的选择更新模型的评分,并展示模型的排行。
- 历史对比:从历史记录中抽取生成的图像,供用户再次对比选择。
- 角色ELO:根据用户的选择,更新模型的ELO排名,展示当前模型的排行情况。
- 排行榜:根据用户累计打分对模型进行排名,基于sqlite3。
- 安全措施:防止恶意用户刷分刷榜/浪费算力,限制每三秒/二十秒获取/生成一次图像,必须进行打分后才能进行下次评分
- Python 3.x
- Gradio
- Requests
- PIL
- OpenCV
- SQLite3
- 其他详见
requirements.txt
-
克隆本项目代码,安装依赖库:
pip install -r requirements.txt
-
确保已安装并配置好Stable Diffusion WebUI,并能够通过API访问。
在generate_image_webui.py中将此处修改为参与评测的模型的列表
按此结构创建images文件夹
images/
├── checkpoint-e8_s253312.safetensors/
│ └── [生成的图片文件].png
└── noobaiXLNAIXL_epsilonPred075.safetensors/
└── [生成的图片文件].png
-
运行 main.py
python main.py
-
在浏览器中打开提供的Gradio链接,进入SDXL模型盲测竞技场界面。
-
选择相应的标签页:
- 历史对比:对历史生成的图像进行对比。
- 生成模式:实时生成新的图像进行对比。
- 角色ELO排行榜:查看模型的评分排行。
- 查看当前评分排行:查看模型的得分情况。
-
根据界面提示,选择角色,查看参考图像,生成并对比图像,选择您认为更好的模型,系统将自动记录并更新模型的评分。