Wan Flat Color V2

🚀 クイックスタート

このプロジェクトは、テキストから画像や動画を生成するためのFlat Color - Styleモデルに関するものです。特定のトリガーワードを使用することで、特定のスタイルの画像や動画を生成できます。

✨ 主な機能

• テキストから画像や動画を生成する機能。
• 特定のスタイル（flat color, no lineart）で画像や動画を生成できる。
• Diffusersライブラリを使用して簡単にモデルを利用できる。

📦 インストール

Diffusersライブラリをインストールするには、以下のコマンドを実行します。

pip install git+https://github.com/huggingface/diffusers.git

💻 使用例

基本的な使用法

import torch
from diffusers.utils import export_to_video
from diffusers import AutoencoderKLWan, WanPipeline
from diffusers.schedulers.scheduling_unipc_multistep import UniPCMultistepScheduler

# 利用可能なモデル: Wan-AI/Wan2.1-T2V-14B-Diffusers, Wan-AI/Wan2.1-T2V-1.3B-Diffusers
model_id = "Wan-AI/Wan2.1-T2V-14B-Diffusers"
vae = AutoencoderKLWan.from_pretrained(model_id, subfolder="vae", torch_dtype=torch.float32)
pipe = WanPipeline.from_pretrained(model_id, vae=vae, torch_dtype=torch.bfloat16)
flow_shift = 5.0  # 720Pの場合は5.0、480Pの場合は3.0
pipe.scheduler = UniPCMultistepScheduler.from_config(pipe.scheduler.config, flow_shift=flow_shift)
pipe.to("cuda")

pipe.load_lora_weights("motimalu/wan-flat-color-v2")

pipe.enable_model_cpu_offload() #低VRAM環境用

prompt = "A cat wandering around new york city"
negative_prompt = "Bright tones, overexposed, static, blurred details, subtitles, style, works, paintings, images, static, overall gray, worst quality, low quality, JPEG compression residue, ugly, incomplete, extra fingers, poorly drawn hands, poorly drawn faces, deformed, disfigured, misshapen limbs, fused fingers, still picture, messy background, three legs, many people in the background, walking backwards"

output = pipe(
    prompt=prompt,
    negative_prompt=negative_prompt,
    height=480,
    width=720,
    num_frames=81,
    guidance_scale=5.0,
).frames[0]
export_to_video(output, "output.mp4", fps=16)

📚 ドキュメント

モデルの説明

Flat Color - Styleは、線画が見えない、フラットな色調で、奥行き感がほとんどない画像を学習したモデルです。

テキストから動画へのプレビューは、ComfyUI_examples/wan/#text-to-videoで生成されます。

LoRAは、LoraLoaderModelOnlyノードを使用して読み込みます。

CivitAIからの転載: https://civitai.com/models/1132089?modelVersionId=1474944

トリガーワード

画像生成をトリガーするには、flat color と no lineart を使用する必要があります。

📄 ライセンス

このモデルは、Apache-2.0ライセンスの下で提供されています。

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タブで行えます。