Yellow Pop Flux Dev LoRA

🚀 Yellow-Pop-Flux-Dev-LoRA

Yellow-Pop-Flux-Dev-LoRA 是一個文本到圖像的模型，基於 LoRA 技術，可生成具有特定風格的圖像。該模型目前仍處於訓練階段，能夠根據特定的提示詞生成相應的圖像。

🚀 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 = "prithivMLmods/Yellow-Pop-Flux-Dev-LoRA"
trigger_word = "Yellow Pop"  
pipe.load_lora_weights(lora_repo)

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

觸發圖像生成

你應該使用 Yellow Pop 來觸發圖像生成。

模型下載

該模型的權重以 Safetensors 格式提供。 點擊下載，可在 Files & versions 選項卡中獲取。

✨ 主要特性

• 文本到圖像轉換：根據輸入的文本提示生成相應的圖像。
• 特定風格：生成具有 “Yellow Pop” 風格的圖像。
• LoRA 技術：基於 LoRA 技術進行訓練，提高模型效率。

📦 安裝指南

文檔中未提及具體的安裝步驟，可參考上述快速開始部分的代碼示例進行環境設置。

💻 使用示例

基礎用法

以下是一個簡單的使用示例，展示瞭如何加載模型並進行圖像生成：

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 = "prithivMLmods/Yellow-Pop-Flux-Dev-LoRA"
trigger_word = "Yellow Pop"  
pipe.load_lora_weights(lora_repo)

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

# 這裡可以添加具體的圖像生成代碼

高級用法

文檔中未提及高級用法的代碼示例，可根據具體需求進一步探索模型的功能。

📚 詳細文檔

模型描述

prithivMLmods/Yellow-Pop-Flux-Dev-LoRA

圖像處理參數

標註

使用 florence2 - en（自然語言 & 英語）進行標註。

訓練使用的總圖像數

22 張

最佳尺寸

• 1024 x 1024（默認）

數據來源

• https://freeflo.ai/

🔧 技術細節

該模型基於 LoRA 技術，結合了 black-forest-labs/FLUX.1-dev 基礎模型進行訓練。在訓練過程中，使用了特定的圖像處理參數，如 LR Scheduler、Optimizer 等，以優化模型性能。同時，使用了 22 張圖像進行訓練，並採用了 florence2 - en 進行標註。

📄 許可證

該模型使用 creativeml-openrail-m 許可證。

⚠️ 重要提示

該模型仍處於訓練階段，這不是最終版本，可能會包含偽影，並且在某些情況下表現不佳。

💡 使用建議

建議在使用時使用 Yellow Pop 作為觸發詞，以獲得最佳的圖像生成效果。同時，可根據具體需求調整圖像處理參數，以滿足不同的應用場景。

模型展示