Simpletuner Lora Screenprinting

🚀 simpletuner-lora-screenprinting

このプロジェクトは、stabilityai/stable-diffusion-3.5-large をベースとした標準的なPEFT LoRAです。テキストから画像への生成に特化しており、スクリーン印刷に適した画像を生成することができます。

🚀 クイックスタート

このLoRAモデルを使用するには、以下の手順に従ってください。まず、必要なライブラリをインポートし、モデルとアダプターを読み込みます。その後、プロンプトとネガティブプロンプトを設定し、画像を生成します。

import torch
from diffusers import DiffusionPipeline

model_id = 'stabilityai/stable-diffusion-3.5-large'
adapter_id = 'DovahChikiin72/simpletuner-lora-screenprinting'
pipeline = DiffusionPipeline.from_pretrained(model_id, torch_dtype=torch.bfloat16) # loading directly in bf16
pipeline.load_lora_weights(adapter_id)

prompt = "an image apt for screenprinting process."
negative_prompt = 'blurry, cropped, ugly'

## Optional: quantise the model to save on vram.
## Note: The model was quantised during training, and so it is recommended to do the same during inference time.
from optimum.quanto import quantize, freeze, qint8
quantize(pipeline.transformer, weights=qint8)
freeze(pipeline.transformer)
    
pipeline.to('cuda' if torch.cuda.is_available() else 'mps' if torch.backends.mps.is_available() else 'cpu') # the pipeline is already in its target precision level
model_output = pipeline(
    prompt=prompt,
    negative_prompt=negative_prompt,
    num_inference_steps=20,
    generator=torch.Generator(device='cuda' if torch.cuda.is_available() else 'mps' if torch.backends.mps.is_available() else 'cpu').manual_seed(42),
    width=512,
    height=512,
    guidance_scale=5.0,
).images[0]

model_output.save("output.png", format="PNG")

✨ 主な機能

• スクリーン印刷に適した画像を生成することができます。
• ベースモデルのテキストエンコーダーを再利用して推論を行うことができます。

📦 インストール

このモデルを使用するには、diffusers と torch ライブラリが必要です。以下のコマンドでインストールできます。

pip install diffusers torch

📚 ドキュメント

検証設定

• CFG: 5.0
• CFG Rescale: 0.0
• ステップ数: 20
• サンプラー: FlowMatchEulerDiscreteScheduler
• シード: 42
• 解像度: 512x512
• スキップレイヤーガイダンス:

注意: 検証設定は トレーニング設定 と必ずしも同じではありません。

トレーニング設定

• トレーニングエポック数: 0

• トレーニングステップ数: 10000

• 学習率: 8e-05

  • 学習率スケジュール: 多項式
  • ウォームアップステップ: 100

• 最大勾配値: 2.0

• 有効バッチサイズ: 1

  • マイクロバッチサイズ: 1
  • 勾配累積ステップ: 1
  • GPU数: 1

• 勾配チェックポインティング: True

• 予測タイプ: フローマッチング (追加パラメータ=['shift=3'])

• オプティマイザー: adamw_bf16

• 学習可能パラメータ精度: Pure BF16

• ベースモデル精度: int8-quanto

• キャプションドロップアウト確率: 5.0%

• LoRAランク: 64

• LoRAアルファ: None

• LoRAドロップアウト: 0.1

• LoRA初期化スタイル: デフォルト

データセット

my-dataset-512

• 繰り返し回数: 10
• 画像総数: 735
• アスペクトバケット総数: 1
• 解像度: 0.262144メガピクセル
• クロップ: False
• クロップスタイル: None
• クロップアスペクト: None
• 正則化データとして使用: No

my-dataset-crop-512

• 繰り返し回数: 10
• 画像総数: 732
• アスペクトバケット総数: 1
• 解像度: 0.262144メガピクセル
• クロップ: True
• クロップスタイル: センター
• クロップアスペクト: 正方形
• 正則化データとして使用: No

📄 ライセンス

このモデルは、otherライセンスの下で提供されています。