Yellow Pop Flux Dev LoRA

🚀 Yellow-Pop-Flux-Dev-LoRA

Yellow-Pop-Flux-Dev-LoRA 是一个文本到图像的模型，基于 LoRA 技术，可生成具有特定风格的图像。该模型目前仍处于训练阶段，能够根据特定的提示词生成相应的图像。

🚀 快速开始

环境设置

import torch
from pipelines import DiffusionPipeline

base_model = "black-forest-labs/FLUX.1-dev"
pipe = DiffusionPipeline.from_pretrained(base_model, torch_dtype=torch.bfloat16)

lora_repo = "prithivMLmods/Yellow-Pop-Flux-Dev-LoRA"
trigger_word = "Yellow Pop"  
pipe.load_lora_weights(lora_repo)

device = torch.device("cuda")
pipe.to(device)

触发图像生成

你应该使用 Yellow Pop 来触发图像生成。

模型下载

该模型的权重以 Safetensors 格式提供。 点击下载，可在 Files & versions 选项卡中获取。

✨ 主要特性

• 文本到图像转换：根据输入的文本提示生成相应的图像。
• 特定风格：生成具有 “Yellow Pop” 风格的图像。
• LoRA 技术：基于 LoRA 技术进行训练，提高模型效率。

📦 安装指南

文档中未提及具体的安装步骤，可参考上述快速开始部分的代码示例进行环境设置。

💻 使用示例

基础用法

以下是一个简单的使用示例，展示了如何加载模型并进行图像生成：

import torch
from pipelines import DiffusionPipeline

base_model = "black-forest-labs/FLUX.1-dev"
pipe = DiffusionPipeline.from_pretrained(base_model, torch_dtype=torch.bfloat16)

lora_repo = "prithivMLmods/Yellow-Pop-Flux-Dev-LoRA"
trigger_word = "Yellow Pop"  
pipe.load_lora_weights(lora_repo)

device = torch.device("cuda")
pipe.to(device)

# 这里可以添加具体的图像生成代码

高级用法

文档中未提及高级用法的代码示例，可根据具体需求进一步探索模型的功能。

📚 详细文档

模型描述

prithivMLmods/Yellow-Pop-Flux-Dev-LoRA

图像处理参数

标注

使用 florence2 - en（自然语言 & 英语）进行标注。

训练使用的总图像数

22 张

最佳尺寸

• 1024 x 1024（默认）

数据来源

• https://freeflo.ai/

🔧 技术细节

该模型基于 LoRA 技术，结合了 black-forest-labs/FLUX.1-dev 基础模型进行训练。在训练过程中，使用了特定的图像处理参数，如 LR Scheduler、Optimizer 等，以优化模型性能。同时，使用了 22 张图像进行训练，并采用了 florence2 - en 进行标注。

📄 许可证

该模型使用 creativeml-openrail-m 许可证。

⚠️ 重要提示

该模型仍处于训练阶段，这不是最终版本，可能会包含伪影，并且在某些情况下表现不佳。

💡 使用建议

建议在使用时使用 Yellow Pop 作为触发词，以获得最佳的图像生成效果。同时，可根据具体需求调整图像处理参数，以满足不同的应用场景。

模型展示