Sd35m Sfwbooru V1.1

🚀 sd35m-sfwbooru-v1.1

這是一個基於 stabilityai/stable-diffusion-3.5-medium 的全秩微調模型。它能夠根據輸入的文本生成逼真的圖像，在圖像生成領域具有廣泛的應用前景。

🚀 快速開始

推理示例

以下是使用該模型進行推理的示例代碼：

import torch
from diffusers import DiffusionPipeline

model_id = 'bghira/sd35m-sfwbooru-v1.1'
pipeline = DiffusionPipeline.from_pretrained(model_id, torch_dtype=torch.bfloat16) # loading directly in bf16

prompt = "A photo-realistic image of a cat"
negative_prompt = 'blurry, cropped, ugly'

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=30,
    generator=torch.Generator(device='cuda' if torch.cuda.is_available() else 'mps' if torch.backends.mps.is_available() else 'cpu').manual_seed(42),
    width=1024,
    height=1024,
    guidance_scale=3.2,
    skip_guidance_layers=[7, 8, 9],
).images[0]

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

✨ 主要特性

• 基於 stabilityai/stable-diffusion-3.5-medium 進行全秩微調。
• 文本編碼器未進行訓練，可複用基礎模型的文本編碼器進行推理。
• 提供了推理和繼續微調所需的 EMA 權重文件。

📚 詳細文檔

驗證設置

• CFG：3.2
• CFG Rescale：0.0
• 步數：30
• 採樣器：FlowMatchEulerDiscreteScheduler
• 種子：42
• 分辨率：1024x1024
• 跳過層引導：skip_guidance_layers=[7, 8, 9]

注意：驗證設置不一定與訓練設置相同。

訓練設置

數據集

sfwbooru-crop

• 重複次數：0
• 圖像總數：約 363920
• 縱橫比桶總數：1
• 分辨率：1.048576 兆像素
• 裁剪：是
• 裁剪樣式：隨機
• 裁剪縱橫比：方形
• 用於正則化數據：否

指數移動平均 (EMA)

SimpleTuner 會生成 EMA 權重的 safetensors 變體和 pt 文件。safetensors 文件用於推理，pt 文件用於繼續微調。EMA 模型可能會提供更全面的結果，但與完整模型相比，通常會感覺訓練不足，因為它是模型權重的運行衰減平均值。

📄 許可證

本項目使用其他許可證。