🚀 lora-anime-test-02
这是一个从 black-forest-labs/FLUX.1-dev 派生而来的LoRA模型。它可用于文本到图像的生成,特别是在动漫风格数字艺术图像生成方面有一定效果。
🚀 快速开始
推理示例
以下是使用该LoRA模型进行推理的示例代码:
import torch
from diffusers import DiffusionPipeline
model_id = 'black-forest-labs/FLUX.1-dev'
adapter_id = 'Disra/lora-anime-test-02'
pipeline = DiffusionPipeline.from_pretrained(model_id)
pipeline.load_lora_weights(adapter_id)
prompt = "anime style digital art of a girl with blue-green hair and green eyes wearing a one piece swimsuit"
pipeline.to('cuda' if torch.cuda.is_available() else 'mps' if torch.backends.mps.is_available() else 'cpu')
image = 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(1641421826),
width=1024,
height=1024,
guidance_scale=3.5,
).images[0]
image.save("output.png", format="PNG")
💻 使用示例
基础用法
上述推理示例代码就是基础的使用方式,通过加载基础模型和LoRA适配器,输入提示词,即可生成图像。
高级用法
你可以根据自己的需求调整推理参数,如 num_inference_steps
(推理步数)、guidance_scale
(引导比例)等,以获得不同风格和质量的图像。
📚 详细文档
验证设置
- CFG:
3.5
- CFG Rescale:
0.0
- 步数:
20
- 采样器:
None
- 种子:
42
- 分辨率:
1024
注意:验证设置不一定与训练设置相同。
训练设置
属性 |
详情 |
训练轮数 |
142 |
训练步数 |
5000 |
学习率 |
0.0001 |
有效批次大小 |
1 |
微批次大小 |
1 |
梯度累积步数 |
1 |
GPU数量 |
1 |
预测类型 |
flow-matching |
重新缩放的贝塔零SNR |
False |
优化器 |
adamw_bf16 |
精度 |
bf16 |
量化 |
是:int8 - quanto |
Xformers |
未使用 |
LoRA秩 |
4 |
LoRA Alpha |
无 |
LoRA Dropout |
0.1 |
LoRA初始化风格 |
默认 |
数据集
anime - test - 01
属性 |
详情 |
重复次数 |
0 |
图像总数 |
35 |
纵横比桶总数 |
1 |
分辨率 |
0.262144兆像素 |
是否裁剪 |
是 |
裁剪风格 |
居中 |
裁剪纵横比 |
正方形 |
🔧 技术细节
训练时使用的主要验证提示词为:
anime style digital art of a girl with blue-green hair and green eyes wearing a one piece swimsuit
文本编码器未进行训练,推理时可复用基础模型的文本编码器。
📄 许可证
本项目采用 creativeml - openrail - m 许可证。
示例图像
基础模型(无LoRA)生成的图像在上方,使用LoRA模型(相同提示词和种子)生成的图像在下方。

你可以在以下图库中找到一些示例图像: