Hidream I1

🚀 hidream-controlnet-lora-test

這是一個基於 HiDream-ai/HiDream-I1-Full 的 ControlNet PEFT LoRA。本項目可用於文本到圖像、圖像到圖像的轉換，具有一定的圖像生成能力。

🚀 快速開始

推理示例

import torch
from diffusers import DiffusionPipeline

model_id = 'HiDream-ai/HiDream-I1-Full'
adapter_id = 'bghira/hidream-controlnet-lora-test'
pipeline = DiffusionPipeline.from_pretrained(model_id, torch_dtype=torch.bfloat16) # loading directly in bf16
pipeline.load_lora_weights(adapter_id)

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

## 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=16,
    generator=torch.Generator(device='cuda' if torch.cuda.is_available() else 'mps' if torch.backends.mps.is_available() else 'cpu').manual_seed(42),
    width=256,
    height=256,
    guidance_scale=4.0,
).images[0]

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

✨ 主要特性

• 基於 ControlNet PEFT LoRA 技術，從 HiDream-ai/HiDream-I1-Full 模型派生而來。
• 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。

🔧 技術細節

驗證設置

• CFG：4.0
• CFG Rescale：0.0
• 步數：16
• 採樣器：FlowMatchEulerDiscreteScheduler
• 種子：42
• 分辨率：256x256

注意：驗證設置不一定與訓練設置相同。

訓練設置

數據集

antelope - data - 256

• 重複次數：0
• 圖像總數：29
• 縱橫比桶總數：1
• 分辨率：0.065536 兆像素
• 是否裁剪：是
• 裁剪風格：居中
• 裁剪縱橫比：方形
• 是否用於正則化數據：否

📄 許可證

本項目使用其他許可證。