Simpletuner Lora

🚀 simpletuner-lora

simpletuner-lora是一個標準的PEFT LoRA，源自black-forest-labs/FLUX.1-dev，可用於文本到圖像、圖像到圖像等轉換任務。

🚀 快速開始

推理示例

import torch
from diffusers import DiffusionPipeline

model_id = 'black-forest-labs/FLUX.1-dev'
adapter_id = 'binarydaddy/simpletuner-lora'
pipeline = DiffusionPipeline.from_pretrained(model_id, torch_dtype=torch.bfloat16) # loading directly in bf16
pipeline.load_lora_weights(adapter_id)

prompt = "A 2D vfx of flame effect in red and yellow, glazing against black background"


## Optional: quantise the model to save on vram.
## Note: The model was not quantised during training, so it is not necessary to quantise it 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=1024,
    height=1024,
    guidance_scale=3.0,
).images[0]

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

✨ 主要特性

• 基於black-forest-labs/FLUX.1-dev模型派生，可用於文本到圖像、圖像到圖像等轉換。
• 訓練過程中使用特定的驗證提示和設置，以確保模型效果。
• 文本編碼器未進行訓練，推理時可複用基礎模型的文本編碼器。

📚 詳細文檔

驗證設置

• CFG：3.0
• CFG Rescale：0.0
• 步數：20
• 採樣器：FlowMatchEulerDiscreteScheduler
• 種子：42
• 分辨率：1024x1024
• 跳過層引導：

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：

訓練設置

數據集

mapledata_aug

• 重複次數：5
• 圖像總數：~9560
• 縱橫比桶總數：1
• 分辨率：1.0 兆像素
• 裁剪：否
• 裁剪風格：無
• 裁剪縱橫比：無
• 是否用於正則化數據：否

📄 許可證

許可證類型：其他