Watercolor Illustration

🚀 SDXL LoRA DreamBooth - op74185/水彩插画

这是一个基于Stable Diffusion XL的LoRA模型，可用于生成具有水彩插画风格的图像，能为文本到图像的转换带来独特的艺术效果。

🚀 快速开始

模型描述

这些是适用于 stabilityai/stable-diffusion-xl-base-1.0 的 op74185/水彩插画 LoRA适配权重。

下载模型

可将其与AUTOMATIC1111、Comfy UI、SD.Next、Invoke等用户界面一起使用：

• LoRA：点击 水彩插画.safetensors 此处下载 💾。
  • 将其放置在 models/Lora 文件夹中。
  • 在AUTOMATIC1111上，通过在提示词中添加 <lora:水彩插画:1> 来加载LoRA。在ComfyUI上，只需 像加载常规LoRA一样加载。
• 嵌入层：点击 水彩插画_emb.safetensors 此处下载 💾。
  • 将其放置在 embeddings 文件夹中。
  • 通过在提示词中添加 水彩插画_emb 来使用它。例如，以水彩插画_emb的风格 （由于此LoRA是将LoRA和嵌入层一起训练的，因此两者都需要）

使用示例

基础用法

from diffusers import AutoPipelineForText2Image
import torch
from huggingface_hub import hf_hub_download
from safetensors.torch import load_file
        
pipeline = AutoPipelineForText2Image.from_pretrained('stabilityai/stable-diffusion-xl-base-1.0', torch_dtype=torch.float16).to('cuda')
pipeline.load_lora_weights('op74185/水彩插画', weight_name='pytorch_lora_weights.safetensors')
embedding_path = hf_hub_download(repo_id='op74185/水彩插画', filename='水彩插画_emb.safetensors', repo_type="model")
state_dict = load_file(embedding_path)
pipeline.load_textual_inversion(state_dict["clip_l"], token=["<s0>", "<s1>"], text_encoder=pipeline.text_encoder, tokenizer=pipeline.tokenizer)
pipeline.load_textual_inversion(state_dict["clip_g"], token=["<s0>", "<s1>"], text_encoder=pipeline.text_encoder_2, tokenizer=pipeline.tokenizer_2)
        
image = pipeline('以 <s0><s1> 的风格').images[0]

触发词

要触发已训练概念的图像生成，需在提示词中用新插入的标记替换每个概念标识符： 要触发概念 TOK → 在提示词中使用 <s0><s1>

详细文档

有关更多详细信息，包括加权、合并和融合LoRA，请查看 diffusers中加载LoRA的文档

技术细节

• 所有 文件和版本。
• 权重使用 🧨 diffusers高级Dreambooth训练脚本 进行训练。
• 文本编码器的LoRA已启用：否。
• 关键调优已启用：是。
• 训练使用的特殊VAE：madebyollin/sdxl-vae-fp16-fix。

📄 许可证

本模型采用 openrail++ 许可证。