Cute Doodles Lokr Hidream

🚀 cute-doodles-lokr-hidream

このプロジェクトは、HiDream-ai/HiDream-I1-Full をベースとしたLyCORISアダプターです。このアダプターを使用することで、特定のスタイルの画像生成が可能になります。

🚀 クイックスタート

このアダプターを使用するには、以下の手順に従ってください。

モデルのダウンロード

import torch
from diffusers import DiffusionPipeline
from lycoris import create_lycoris_from_weights


def download_adapter(repo_id: str):
    import os
    from huggingface_hub import hf_hub_download
    adapter_filename = "pytorch_lora_weights.safetensors"
    cache_dir = os.environ.get('HF_PATH', os.path.expanduser('~/.cache/huggingface/hub/models'))
    cleaned_adapter_path = repo_id.replace("/", "_").replace("\\", "_").replace(":", "_")
    path_to_adapter = os.path.join(cache_dir, cleaned_adapter_path)
    path_to_adapter_file = os.path.join(path_to_adapter, adapter_filename)
    os.makedirs(path_to_adapter, exist_ok=True)
    hf_hub_download(
        repo_id=repo_id, filename=adapter_filename, local_dir=path_to_adapter
    )

    return path_to_adapter_file
    
model_id = 'HiDream-ai/HiDream-I1-Full'
adapter_repo_id = 'markury/cute-doodles-lokr-hidream'
adapter_filename = 'pytorch_lora_weights.safetensors'
adapter_file_path = download_adapter(repo_id=adapter_repo_id)

パイプラインの設定

pipeline = DiffusionPipeline.from_pretrained(model_id, torch_dtype=torch.bfloat16) # loading directly in bf16
lora_scale = 1.0
wrapper, _ = create_lycoris_from_weights(lora_scale, adapter_file_path, pipeline.transformer)
wrapper.merge_to()

画像生成

prompt = "a cute doodle of an orange tabby cat, with a grey mouse in its mouth."
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=50,
    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=5.0,
).images[0]

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

✨ 主な機能

• 特定スタイルの画像生成：このアダプターを使用することで、可愛いドゥードルスタイルの画像を生成できます。
• ベースモデルの再利用：テキストエンコーダーはベースモデルを再利用することができ、推論時の負荷を軽減します。

📚 ドキュメント

検証設定

• CFG: 5.0
• CFG Rescale: 0.0
• Steps: 50
• Sampler: FlowMatchEulerDiscreteScheduler
• Seed: 42
• Resolutions: 1024,1024

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

• 学習エポック数: 0
• 学習ステップ数: 600
• 学習率: 0.0001
  • 学習率スケジュール: 一定
  • ウォームアップステップ: 100
• 最大勾配値: 0.01
• 有効バッチサイズ: 2
  • マイクロバッチサイズ: 2
  • 勾配累積ステップ: 1
  • GPU数: 1
• 勾配チェックポイント: True
• 予測タイプ: flow_matching (追加パラメータ=['shift=3'])
• オプティマイザー: optimi-lion
• 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: 0.0%

LyCORIS設定

{
    "algo": "lokr",
    "multiplier": 1.0,
    "linear_dim": 10000,
    "linear_alpha": 1,
    "factor": 16,
    "apply_preset": {
        "target_module": [
            "Attention",
            "FeedForward"
        ],
        "module_algo_map": {
            "Attention": {
                "factor": 16
            },
            "FeedForward": {
                "factor": 16
            }
        }
    }
}

データセット

ドゥードル

• 繰り返し数: 7
• 画像総数: 183
• 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: True
• クロップスタイル: ランダム
• 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

このプロジェクトは、Otherライセンスの下で提供されています。