simpletuner-lora-screenprinting開源模型 - 免費生成適配絲網印刷工藝的圖像

首頁

Simpletuner Lora Screenprinting

由DovahChikiin72開發

基於stabilityai/stable-diffusion-3.5-large訓練的LoRA模型，專門用於生成適合絲網印刷工藝的圖像。

圖像生成開源協議:其他 #絲網印刷優化 #LoRA微調 #圖像工藝適配

下載量 39

發布時間 : 3/26/2025

模型概述

這是一個標準的PEFT LoRA模型，專注於生成適合絲網印刷工藝的圖像，通過微調基礎模型實現特定風格和任務的優化。

模型特點

絲網印刷優化

專門針對絲網印刷工藝需求優化的圖像生成能力

LoRA微調

採用低秩適應(LoRA)技術對基礎模型進行高效微調

量化支持

支持int8-quanto量化，降低顯存需求

模型能力

文本生成圖像

圖像生成圖像

特定風格圖像生成

使用案例

藝術設計

絲網印刷設計

生成適合絲網印刷工藝的藝術圖案和設計

示例圖像可在模型圖庫中查看

🚀 simpletuner-lora-screenprinting

這是一個基於 stabilityai/stable-diffusion-3.5-large 的標準PEFT LoRA模型。它能夠將文本描述轉化為適合絲網印刷工藝的圖像，在文本到圖像的生成領域具有獨特的應用價值。

🚀 快速開始

你可以參考以下代碼示例進行推理：

import torch
from diffusers import DiffusionPipeline

model_id = 'stabilityai/stable-diffusion-3.5-large'
adapter_id = 'DovahChikiin72/simpletuner-lora-screenprinting'
pipeline = DiffusionPipeline.from_pretrained(model_id, torch_dtype=torch.bfloat16) # loading directly in bf16
pipeline.load_lora_weights(adapter_id)

prompt = "an image apt for screenprinting process."
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=20,
    generator=torch.Generator(device='cuda' if torch.cuda.is_available() else 'mps' if torch.backends.mps.is_available() else 'cpu').manual_seed(42),
    width=512,
    height=512,
    guidance_scale=5.0,
).images[0]

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