Sd35m Sfwbooru V1.1ds

🚀 sd35m-sfwbooru-v1.1ds

這是一個基於 stabilityai/stable-diffusion-3.5-medium 的全秩微調模型。該模型在圖像生成方面有著出色的表現，能夠根據輸入的文本提示生成高質量的圖像。

🚀 快速開始

推理示例

import torch
from diffusers import DiffusionPipeline

model_id = 'bghira/sd35m-sfwbooru-v1.1ds'
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=50,
    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=1.0,
    skip_guidance_layers=[],
).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，繼承了基礎模型的強大能力。
• 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。
• 提供了豐富的訓練和推理設置，可根據需求進行調整。

📚 詳細文檔

驗證設置

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：~363920
• 縱橫比桶總數：1
• 分辨率：1.048576 兆像素
• 裁剪：True
• 裁剪風格：隨機
• 裁剪縱橫比：方形
• 是否用於正則化數據：否

dalle3

• 重複次數：0
• 圖像總數：~1188408
• 縱橫比桶總數：40
• 分辨率：1.048576 兆像素
• 裁剪：False
• 裁剪風格：無
• 裁剪縱橫比：無
• 是否用於正則化數據：否

指數移動平均 (EMA)

SimpleTuner 會生成 EMA 權重的 safetensors 變體和一個 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。