Rangerover Phase1 2e 4 Constant Wcrops

🚀 rangerover-phase1-2e-4-constant-wcrops

這是一個基於 black-forest-labs/FLUX.1-dev 的標準PEFT LoRA模型。該模型可用於文本到圖像的轉換，能生成高質量的圖像。

🚀 快速開始

本項目是一個基於特定基礎模型的標準PEFT LoRA模型。在使用模型時，需要了解驗證設置和訓練設置的相關參數，同時可以參考推理部分的代碼示例進行圖像生成。

📦 安裝指南

文檔未提及具體安裝步驟，可參考基礎模型 black-forest-labs/FLUX.1-dev 的安裝說明。

💻 使用示例

基礎用法

import torch
from diffusers import DiffusionPipeline

model_id = 'black-forest-labs/FLUX.1-dev'
adapter_id = 'mipat12/rangerover-phase1-2e-4-constant-wcrops'
pipeline = DiffusionPipeline.from_pretrained(model_id, torch_dtype=torch.bfloat16) # loading directly in bf16
pipeline.load_lora_weights(adapter_id)

prompt = "An astronaut is riding a horse through the jungles of Thailand."


## 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,
    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=1344,
    height=768,
    guidance_scale=3.0,
).images[0]

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

高級用法

文檔未提及高級用法相關代碼，可根據基礎用法進行拓展，例如調整更多的參數以獲得不同風格的圖像。

📚 詳細文檔

驗證設置

• CFG: 3.0
• CFG Rescale: 0.0
• Steps: 20
• Sampler: FlowMatchEulerDiscreteScheduler
• Seed: 42
• Resolution: 1344x768
• Skip-layer guidance:

注意：驗證設置不一定與訓練設置相同。

你可以在以下圖庫中找到一些示例圖像：