Flux Sketch Sized LoRA

🚀 クイックスタート

このモデルを使用するには、以下の手順に従ってください。

モデルのセットアップ

import torch
from pipelines import DiffusionPipeline

base_model = "black-forest-labs/FLUX.1-dev"
pipe = DiffusionPipeline.from_pretrained(base_model, torch_dtype=torch.bfloat16)

lora_repo = "strangerzonehf/Flux-Sketch-Sized-LoRA"
trigger_word = "Sketch Sized"  
pipe.load_lora_weights(lora_repo)

device = torch.device("cuda")
pipe.to(device)

画像生成のトリガーワード

画像生成をトリガーするには、Sketch Sized を使用する必要があります。

モデルのダウンロード

このモデルのウェイトはSafetensors形式で利用可能です。 ダウンロード は、Files & versionsタブから行えます。

✨ 主な機能

• 多様な画像生成: 様々なスケッチサイズの画像を生成できます。
• 特定のトリガーワード: Sketch Sized をトリガーワードとして使用することで、特定の画像生成が可能です。

📦 インストール

このモデルを使用するには、Python環境に必要なライブラリをインストールする必要があります。以下のコードを実行してセットアップを行ってください。

import torch
from pipelines import DiffusionPipeline

base_model = "black-forest-labs/FLUX.1-dev"
pipe = DiffusionPipeline.from_pretrained(base_model, torch_dtype=torch.bfloat16)

lora_repo = "strangerzonehf/Flux-Sketch-Sized-LoRA"
trigger_word = "Sketch Sized"  
pipe.load_lora_weights(lora_repo)

device = torch.device("cuda")
pipe.to(device)

💻 使用例

基本的な使用法

import torch
from pipelines import DiffusionPipeline

base_model = "black-forest-labs/FLUX.1-dev"
pipe = DiffusionPipeline.from_pretrained(base_model, torch_dtype=torch.bfloat16)

lora_repo = "strangerzonehf/Flux-Sketch-Sized-LoRA"
trigger_word = "Sketch Sized"  
pipe.load_lora_weights(lora_repo)

device = torch.device("cuda")
pipe.to(device)

📚 ドキュメント

画像処理パラメータ

ラベリング: florence2-en(自然言語 & 英語)

トレーニングに使用された総画像数: 30 [ 14ビット生データ ]

最適な解像度と推論

推論範囲

• 推奨推論ステップ数: 30–35

🔧 技術詳細

このモデルは、black-forest-labs/FLUX.1-dev をベースモデルとして使用しています。トレーニングには30枚の画像が使用され、特定の画像処理パラメータを設定することで最適な結果を得ることができます。

📄 ライセンス

このモデルは、creativeml-openrail-m ライセンスの下で提供されています。