2000 Ads Linoy Multi

🚀 SDXL LoRA DreamBooth - linoyts/2000_ads_linoy_multi

本项目是针对Stable Diffusion XL的LoRA模型，可用于文本到图像的生成，能以特定风格生成女性广告图像，为图像创作提供新的可能性。

🚀 快速开始

模型描述

这些是适用于 stabilityai/stable-diffusion-xl-base-1.0 的 linoyts/2000_ads_linoy_multi LoRA适配权重。

下载模型

可结合AUTOMATIC1111、Comfy UI、SD.Next、Invoke等用户界面使用。

• LoRA：点击 2000_ads_linoy_multi.safetensors 此处下载 💾。
  • 将其放置在 models/Lora 文件夹中。
  • 在AUTOMATIC1111中，通过在提示词中添加 <lora:2000_ads_linoy_multi:1> 来加载LoRA。在ComfyUI中，按照 常规LoRA加载方式 操作。
• 嵌入文件：点击 2000_ads_linoy_multi_emb.safetensors 此处下载 💾。
  • 将其放置在 embeddings 文件夹中。
  • 在提示词中添加 2000_ads_linoy_multi_emb 来使用。例如，an ad in the style of 2000_ads_linoy_multi_emb of a woman （此LoRA训练时同时使用了LoRA和嵌入文件，因此两者都需要）

使用 🧨 diffusers 库

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('linoyts/2000_ads_linoy_multi', weight_name='pytorch_lora_weights.safetensors')
embedding_path = hf_hub_download(repo_id='linoyts/2000_ads_linoy_multi', filename='2000_ads_linoy_multi_emb.safetensors', repo_type="model")
state_dict = load_file(embedding_path)
pipeline.load_textual_inversion(state_dict["clip_l"], token=["<s0>", "<s1>", "<s2>", "<s3>"], text_encoder=pipeline.text_encoder, tokenizer=pipeline.tokenizer)
pipeline.load_textual_inversion(state_dict["clip_g"], token=["<s0>", "<s1>", "<s2>", "<s3>"], text_encoder=pipeline.text_encoder_2, tokenizer=pipeline.tokenizer_2)

image = pipeline('<s0><s1> ad of a <s2><s3> woman wearing headphones').images[0]

更多细节，包括LoRA的加权、合并和融合，请查看 diffusers中加载LoRA的文档。

触发词

要触发训练概念的图像生成，在提示词中用新插入的标记替换每个概念标识符：

• 触发概念 TOK → 在提示词中使用 <s0><s1>
• 触发概念 T2K → 在提示词中使用 <s2><s3>

🔧 技术细节

• 所有文件和版本：Files & versions。
• 训练脚本：权重使用 🧨 diffusers高级Dreambooth训练脚本 进行训练。
• 文本编码器LoRA：未启用。
• 关键调优：已启用。
• 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。