Stable Diffusion modeļa adaptācija latviešu valodā

Abstract

Bakalaura darba mērķis ir izpētīt attēlu ģenerējošā modeļa Stable Diffusion darbības principus un adaptēt to lietošanai latviešu valodā. Stable Diffusion ir dziļās mašīnmācīšanās attēlu ģenerēšanas modelis, kas spēj ģenerēt vizuāli pievilcīgus attēlus no padotās teksta ievades. Stable Diffusion atbalsta tikai angļu valodu, kā arī neeksistē Stable Diffusion balstīts modelis, kas atbalsta latviešu valodu. Tādēļ šī darba ietvaros tika izveidots Stable Diffusion balstīts modelis, kas spēj ģenerēt attēlus no latviešu valodā padotā teksta, kā arī spēj attēlot Latvijai specifiskus kultūras konceptus un objektus.

The aim of this final paper is to conduct research on Stable Diffusion image generation model as well as adapting it to Latvian. Stable Diffusion is a deep learning image generation model that can generate visually appealing images from the given text prompt. Currently, Stable Diffusion supports only English as well as there is no Stable Diffusion based model that supports Latvian. Therefore, in the scope of this paper a new model based on Stable Diffusion that can generate images from Latvian text as well as can visualize Latvian cultural concepts and objects was developed.