2000 Ads Offset Noise Micro

🚀 SDXL LoRA DreamBooth - linoyts/2000_ads_offset_noise_micro

本项目提供了针对 stabilityai/stable-diffusion-xl-base-1.0 的 LoRA 适配权重，可用于文本到图像的生成任务，为图像生成带来独特的风格。

🚀 快速开始

模型下载

你可以将模型与 AUTOMATIC1111、Comfy UI、SD.Next、Invoke 等用户界面结合使用：

• LoRA：点击 2000_ads_offset_noise_micro.safetensors 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_offset_noise_micro:1> 来加载 LoRA。在 ComfyUI 中，按照 常规 LoRA 加载方式 进行加载。
• 嵌入文件：点击 2000_ads_offset_noise_micro_emb.safetensors 下载 💾。
  • 将其放置在 embeddings 文件夹中。
  • 在提示词中添加 2000_ads_offset_noise_micro_emb 来使用它。例如，an ad in the style of 2000_ads_offset_noise_micro_emb（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_offset_noise_micro', weight_name='pytorch_lora_weights.safetensors')
embedding_path = hf_hub_download(repo_id='linoyts/2000_ads_offset_noise_micro', filename='2000_ads_offset_noise_micro_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('<s0><s1> ad of a llama wearing headphones').images[0]

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

✨ 主要特性

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： 若要触发概念 TOK，可在提示词中使用 <s0><s1>。

🔧 技术细节

文件与版本

所有 文件与版本 均可查看。

训练信息

• 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。
• 关键调整已启用：是。
• 训练使用的特殊 VAE：madebyollin/sdxl-vae-fp16-fix。

📄 许可证

本项目采用 openrail++ 许可证。