2000 Ads

🚀 SDXL LoRA DreamBooth - LinoyTsaban/2000_ads

本項目是針對Stable Diffusion XL基礎模型的LoRA適配權重，可用於生成特定風格的廣告圖像，為文本到圖像的轉換提供了獨特的風格選擇。

🚀 快速開始

你可以通過以下方式使用本模型：

使用用戶界面（如AUTOMATIC1111、Comfy UI、SD.Next、Invoke）

• LoRA：點擊 2000_ads.safetensors 此處下載 💾。
  • 將其放置在你的 models/Lora 文件夾中。
  • 在AUTOMATIC1111中，通過在提示詞中添加 <lora:2000_ads:1> 來加載LoRA。在ComfyUI中，按照 常規LoRA加載方式 操作。
• 嵌入向量：點擊 2000_ads_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_emb 來使用它。例如，an ad in the style of 2000_ads_emb。 （你需要同時使用LoRA和嵌入向量，因為它們是一起訓練的）

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('LinoyTsaban/2000_ads', weight_name='pytorch_lora_weights.safetensors')
embedding_path = hf_hub_download(repo_id='LinoyTsaban/2000_ads', filename='2000_ads_emb.safetensors', repo_type="model")
state_dict = load_file(embedding_path)
pipeline.load_textual_inversion(state_dict["clip_l"], token=["<s0>", "<s1>"], text_encoder=pipeline.text_encoder, tokenizer=pipeline.tokenizer)
pipeline.load_textual_inversion(state_dict["clip_g"], token=["<s0>", "<s1>"], text_encoder=pipeline.text_encoder_2, tokenizer=pipeline.tokenizer_2)

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

更多詳細信息，包括權重設置、合併和融合LoRAs，請查看 diffusers中加載LoRAs的文檔。

✨ 主要特性

• 本模型是LinoyTsaban/2000_ads的LoRA適配權重，基於 stabilityai/stable-diffusion-xl-base-1.0 基礎模型。
• 可通過用戶界面（如AUTOMATIC1111、Comfy UI等）或 diffusers 庫方便地使用。
• 支持特定觸發詞，能生成特定風格的廣告圖像。

📦 安裝指南

下載模型

• LoRA：點擊 2000_ads.safetensors 此處下載 💾，並將其放置在 models/Lora 文件夾中。
• 嵌入向量：點擊 2000_ads_emb.safetensors 此處下載 💾，並將其放置在 embeddings 文件夾中。

💻 使用示例

基礎用法

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('LinoyTsaban/2000_ads', weight_name='pytorch_lora_weights.safetensors')
embedding_path = hf_hub_download(repo_id='LinoyTsaban/2000_ads', filename='2000_ads_emb.safetensors', repo_type="model")
state_dict = load_file(embedding_path)
pipeline.load_textual_inversion(state_dict["clip_l"], token=["<s0>", "<s1>"], text_encoder=pipeline.text_encoder, tokenizer=pipeline.tokenizer)
pipeline.load_textual_inversion(state_dict["clip_g"], token=["<s0>", "<s1>"], text_encoder=pipeline.text_encoder_2, tokenizer=pipeline.tokenizer_2)

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

📚 詳細文檔

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： 要觸發概念 TOK → 在提示詞中使用 <s0><s1>。

模型詳情

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

🔧 技術細節

本模型是基於Stable Diffusion XL基礎模型的LoRA適配權重。訓練過程中使用了特定的訓練腳本和特殊的VAE，並且在文本編碼器的LoRA和關鍵調優等方面有特定的設置。這些技術細節確保了模型能夠生成特定風格的廣告圖像。

📄 許可證

本模型使用 openrail++ 許可證。