Simpletuner Lora

🚀 simpletuner-lora

simpletuner-loraは標準的なPEFT LoRAで、black-forest-labs/FLUX.1-devから派生しており、テキストから画像、画像から画像などの変換タスクに使用できます。

🚀 クイックスタート

推論の例

import torch
from diffusers import DiffusionPipeline

model_id = 'black-forest-labs/FLUX.1-dev'
adapter_id = 'binarydaddy/simpletuner-lora'
pipeline = DiffusionPipeline.from_pretrained(model_id, torch_dtype=torch.bfloat16) # loading directly in bf16
pipeline.load_lora_weights(adapter_id)

prompt = "A 2D vfx of flame effect in red and yellow, glazing against black background"


## Optional: quantise the model to save on vram.
## Note: The model was not quantised during training, so it is not necessary to quantise it 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,
    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=1024,
    height=1024,
    guidance_scale=3.0,
).images[0]

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

✨ 主な機能

• black-forest-labs/FLUX.1-devモデルをベースに派生しており、テキストから画像、画像から画像などの変換に使用できます。
• 学習過程では特定の検証プロンプトと設定を使用し、モデルの性能を確保しています。
• テキストエンコーダは学習されておらず、推論時にはベースモデルのテキストエンコーダを再利用できます。

📚 ドキュメント

検証設定

• CFG：3.0
• CFG Rescale：0.0
• ステップ数：20
• サンプラー：FlowMatchEulerDiscreteScheduler
• シード：42
• 解像度：1024x1024
• スキップ層ガイダンス：

注意：検証設定は必ずしも学習設定と同じではありません。

以下のギャラリーでいくつかのサンプル画像を見ることができます。

学習設定

データセット

mapledata_aug

• 繰り返し回数：5
• 画像総数：~9560
• アスペクト比バケット総数：1
• 解像度：1.0 メガピクセル
• クロップ：いいえ
• クロップスタイル：なし
• クロップアスペクト比：なし
• 正則化データとして使用するか：いいえ

📄 ライセンス

ライセンスタイプ：その他