Reddy V4

🚀 reddy-v4

このモデルは、black-forest-labs/FLUX.1-dev をベースにした標準的なPEFT LoRAです。主にテキストから画像を生成するタスクに使用されます。

🚀 クイックスタート

このセクションでは、モデルの基本的な使い方を説明します。

✨ 主な機能

• テキストから画像への生成が可能です。
• 画像から画像への変換もサポートしています。
• 安全なコンテンツ生成が保証されています。

📦 インストール

このモデルはHugging FaceのDiffusersライブラリを使用しています。以下のコマンドで必要なライブラリをインストールできます。

pip install diffusers torch

💻 使用例

基本的な使用法

import torch
from diffusers import DiffusionPipeline

model_id = 'black-forest-labs/FLUX.1-dev'
adapter_id = 'Unmapped2895/reddy-v4'
pipeline = DiffusionPipeline.from_pretrained(model_id, torch_dtype=torch.bfloat16) # loading directly in bf16
pipeline.load_lora_weights(adapter_id)

prompt = "Realistic wide shot photo of woman posing in a luxurious satin lingerie set, featuring a plunging bra, delicate thong and a classic garter belt with black stockings. The satin lingerie shimmers softly in the light, and the cut emphasizes both sophistication and a hint of allure. The lingerie is detailed with fine lace edges, highlighting her alluring figure. She elegantly styled hair as if getting ready for a formal event. The photo has a cinematic quality with rays of light and dramatic play of shadow and light"


## 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=832,
    height=1216,
    guidance_scale=3.5,
).images[0]

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

📚 ドキュメント

検証設定

• CFG: 3.5
• CFG Rescale: 0.0
• ステップ数: 20
• サンプラー: FlowMatchEulerDiscreteScheduler
• シード: 42
• 解像度: 832x1216
• スキップレイヤーガイダンス:

注意: 検証設定は学習設定と必ずしも同じではありません。

学習設定

データセット

reddy-v2-512

• 繰り返し数: 10
• 画像総数: 13
• 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の使用: No

reddy-v2-1024

• 繰り返し数: 10
• 画像総数: 5
• アスペクトバケット総数: 1
• 解像度: 1.048576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の使用: 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。