2000 Ads Linoy Multi

🚀 SDXL LoRA DreamBooth - linoyts/2000_ads_linoy_multi

本項目是針對Stable Diffusion XL的LoRA模型，可用於文本到圖像的生成，能以特定風格生成女性廣告圖像，為圖像創作提供新的可能性。

🚀 快速開始

模型描述

這些是適用於 stabilityai/stable-diffusion-xl-base-1.0 的 linoyts/2000_ads_linoy_multi LoRA適配權重。

下載模型

可結合AUTOMATIC1111、Comfy UI、SD.Next、Invoke等用戶界面使用。

• LoRA：點擊 2000_ads_linoy_multi.safetensors 此處下載 💾。
  • 將其放置在 models/Lora 文件夾中。
  • 在AUTOMATIC1111中，通過在提示詞中添加 <lora:2000_ads_linoy_multi:1> 來加載LoRA。在ComfyUI中，按照 常規LoRA加載方式 操作。
• 嵌入文件：點擊 2000_ads_linoy_multi_emb.safetensors 此處下載 💾。
  • 將其放置在 embeddings 文件夾中。
  • 在提示詞中添加 2000_ads_linoy_multi_emb 來使用。例如，an ad in the style of 2000_ads_linoy_multi_emb of a woman （此LoRA訓練時同時使用了LoRA和嵌入文件，因此兩者都需要）

使用 🧨 diffusers 庫

from diffusers import AutoPipelineForText2Image
import torch
from huggingface_hub import hf_hub_download
from safetensors.torch import load_file

pipeline = AutoPipelineForText2Image.from_pretrained('stabilityai/stable-diffusion-xl-base-1.0', torch_dtype=torch.float16).to('cuda')
pipeline.load_lora_weights('linoyts/2000_ads_linoy_multi', weight_name='pytorch_lora_weights.safetensors')
embedding_path = hf_hub_download(repo_id='linoyts/2000_ads_linoy_multi', filename='2000_ads_linoy_multi_emb.safetensors', repo_type="model")
state_dict = load_file(embedding_path)
pipeline.load_textual_inversion(state_dict["clip_l"], token=["<s0>", "<s1>", "<s2>", "<s3>"], text_encoder=pipeline.text_encoder, tokenizer=pipeline.tokenizer)
pipeline.load_textual_inversion(state_dict["clip_g"], token=["<s0>", "<s1>", "<s2>", "<s3>"], text_encoder=pipeline.text_encoder_2, tokenizer=pipeline.tokenizer_2)

image = pipeline('<s0><s1> ad of a <s2><s3> woman wearing headphones').images[0]

更多細節，包括LoRA的加權、合併和融合，請查看 diffusers中加載LoRA的文檔。

觸發詞

要觸發訓練概念的圖像生成，在提示詞中用新插入的標記替換每個概念標識符：

• 觸發概念 TOK → 在提示詞中使用 <s0><s1>
• 觸發概念 T2K → 在提示詞中使用 <s2><s3>

🔧 技術細節

• 所有文件和版本：Files & versions。
• 訓練腳本：權重使用 🧨 diffusers高級Dreambooth訓練腳本 進行訓練。
• 文本編碼器LoRA：未啟用。
• 關鍵調優：已啟用。
• 訓練使用的特殊VAE：madebyollin/sdxl-vae-fp16-fix。

📄 許可證

本模型採用 openrail++ 許可證。