Flux SuperPortrait V2 LoRA

🚀 Flux-SuperPortrait-v2-LoRA

Flux-SuperPortrait-v2-LoRA是一款用於圖像生成的模型，基於LoRA技術，能根據文本提示生成高質量的人物肖像圖像，適用於多種圖像創作場景。

🚀 快速開始

環境設置

import torch
from pipelines import DiffusionPipeline

base_model = "black-forest-labs/FLUX.1-dev"
pipe = DiffusionPipeline.from_pretrained(base_model, torch_dtype=torch.bfloat16)

lora_repo = "strangerzonehf/Flux-SuperPortrait-v2-LoRA"
trigger_word = "Super Portrait v2"  
pipe.load_lora_weights(lora_repo)

device = torch.device("cuda")
pipe.to(device)

觸發詞使用

你應該使用 Super Portrait v2 來觸發圖像生成。

模型下載

此模型的權重以Safetensors格式提供。 點擊下載，可在 “Files & versions” 標籤中獲取。

✨ 主要特性

• 支持文本到圖像的轉換，能夠根據詳細的文本描述生成對應的人物肖像圖像。
• 提供了多種圖像生成參數的設置，可靈活調整以滿足不同的創作需求。
• 經過特定的訓練，在特定的尺寸和寬高比下能達到最佳的生成效果。

📦 安裝指南

安裝過程主要是通過Python代碼加載基礎模型和LoRA權重，具體步驟如下：

import torch
from pipelines import DiffusionPipeline

base_model = "black-forest-labs/FLUX.1-dev"
pipe = DiffusionPipeline.from_pretrained(base_model, torch_dtype=torch.bfloat16)

lora_repo = "strangerzonehf/Flux-SuperPortrait-v2-LoRA"
trigger_word = "Super Portrait v2"  
pipe.load_lora_weights(lora_repo)

device = torch.device("cuda")
pipe.to(device)

💻 使用示例

基礎用法

import torch
from pipelines import DiffusionPipeline

base_model = "black-forest-labs/FLUX.1-dev"
pipe = DiffusionPipeline.from_pretrained(base_model, torch_dtype=torch.bfloat16)

lora_repo = "strangerzonehf/Flux-SuperPortrait-v2-LoRA"
trigger_word = "Super Portrait v2"  
pipe.load_lora_weights(lora_repo)

device = torch.device("cuda")
pipe.to(device)

# 這裡可以添加具體的文本提示來生成圖像
prompt = f"{trigger_word}, A medium-angle shot of a young man in a gray hooded sweatshirt..."
image = pipe(prompt).images[0]
image.save("output.png")

📚 詳細文檔

圖像生成參數

最佳尺寸與推理

推理範圍

• 推薦推理步數：30 - 35

標籤與訓練數據

• 標籤：florence2 - en（自然語言 & 英語）
• 訓練使用的總圖像數：29 [Flat 4K]

🔧 技術細節

該模型基於 black-forest-labs/FLUX.1-dev 基礎模型，使用LoRA技術進行微調。在訓練過程中，採用了特定的圖像生成參數，如LR Scheduler設置為constant，Optimizer使用AdamW等。通過對29張4K圖像的訓練，使得模型在生成人物肖像圖像方面具有較好的效果。同時，模型在特定的尺寸和寬高比下能達到最佳的生成效果，推薦的推理步數為30 - 35步。

📄 許可證

本模型遵循 creativeml-openrail-m 許可證。