simpletuner-lora-screenprinting开源模型 - 免费生成适配丝网印刷工艺的图像

首页

Simpletuner Lora Screenprinting

由 DovahChikiin72 开发

基于stabilityai/stable-diffusion-3.5-large训练的LoRA模型，专门用于生成适合丝网印刷工艺的图像。

图像生成开源协议:其他 #丝网印刷优化 #LoRA微调 #图像工艺适配

下载量 39

发布时间 : 3/26/2025

模型简介

这是一个标准的PEFT LoRA模型，专注于生成适合丝网印刷工艺的图像，通过微调基础模型实现特定风格和任务的优化。

模型特点

丝网印刷优化

专门针对丝网印刷工艺需求优化的图像生成能力

LoRA微调

采用低秩适应(LoRA)技术对基础模型进行高效微调

量化支持

支持int8-quanto量化，降低显存需求

模型能力

文本生成图像

图像生成图像

特定风格图像生成

使用案例

艺术设计

丝网印刷设计

生成适合丝网印刷工艺的艺术图案和设计

示例图像可在模型图库中查看

🚀 simpletuner-lora-screenprinting

这是一个基于 stabilityai/stable-diffusion-3.5-large 的标准PEFT LoRA模型。它能够将文本描述转化为适合丝网印刷工艺的图像，在文本到图像的生成领域具有独特的应用价值。

🚀 快速开始

你可以参考以下代码示例进行推理：

import torch
from diffusers import DiffusionPipeline

model_id = 'stabilityai/stable-diffusion-3.5-large'
adapter_id = 'DovahChikiin72/simpletuner-lora-screenprinting'
pipeline = DiffusionPipeline.from_pretrained(model_id, torch_dtype=torch.bfloat16) # loading directly in bf16
pipeline.load_lora_weights(adapter_id)

prompt = "an image apt for screenprinting process."
negative_prompt = 'blurry, cropped, ugly'

## Optional: quantise the model to save on vram.
## Note: The model was quantised during training, and so it is recommended to do the same during inference time.
from optimum.quanto import quantize, freeze, qint8
quantize(pipeline.transformer, weights=qint8)
freeze(pipeline.transformer)
    
pipeline.to('cuda' if torch.cuda.is_available() else 'mps' if torch.backends.mps.is_available() else 'cpu') # the pipeline is already in its target precision level
model_output = pipeline(
    prompt=prompt,
    negative_prompt=negative_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(42),
    width=512,
    height=512,
    guidance_scale=5.0,
).images[0]

model_output.save("output.png", format="PNG")