Hidream5m Photo 1mp Prodigy

🚀 hidream5m-photo-1mp-Prodigy

这是一个从 HiDream-ai/HiDream-I1-Full 派生而来的 LyCORIS 适配器。它主要用于文本到图像的转换任务，能够生成特定描述的图像。

🚀 快速开始

本项目是基于 HiDream-ai/HiDream-I1-Full 的 LyCORIS 适配器，可用于文本到图像的生成。以下是使用示例代码：

import torch
from diffusers import DiffusionPipeline
from lycoris import create_lycoris_from_weights


def download_adapter(repo_id: str):
    import os
    from huggingface_hub import hf_hub_download
    adapter_filename = "pytorch_lora_weights.safetensors"
    cache_dir = os.environ.get('HF_PATH', os.path.expanduser('~/.cache/huggingface/hub/models'))
    cleaned_adapter_path = repo_id.replace("/", "_").replace("\\", "_").replace(":", "_")
    path_to_adapter = os.path.join(cache_dir, cleaned_adapter_path)
    path_to_adapter_file = os.path.join(path_to_adapter, adapter_filename)
    os.makedirs(path_to_adapter, exist_ok=True)
    hf_hub_download(
        repo_id=repo_id, filename=adapter_filename, local_dir=path_to_adapter
    )

    return path_to_adapter_file
    
model_id = 'HiDream-ai/HiDream-I1-Full'
adapter_repo_id = 'bghira/hidream5m-photo-1mp-Prodigy'
adapter_filename = 'pytorch_lora_weights.safetensors'
adapter_file_path = download_adapter(repo_id=adapter_repo_id)
pipeline = DiffusionPipeline.from_pretrained(model_id, torch_dtype=torch.bfloat16) # loading directly in bf16
lora_scale = 1.0
wrapper, _ = create_lycoris_from_weights(lora_scale, adapter_file_path, pipeline.transformer)
wrapper.merge_to()

prompt = "An ugly hillbilly woman with missing teeth and a mediocre smile"
negative_prompt = 'ugly, cropped, blurry, low-quality, mediocre average'

## 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=30,
    generator=torch.Generator(device='cuda' if torch.cuda.is_available() else 'mps' if torch.backends.mps.is_available() else 'cpu').manual_seed(42),
    width=1024,
    height=1024,
    guidance_scale=3.0,
).images[0]

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

✨ 主要特性

• 基于 HiDream-ai/HiDream-I1-Full 模型派生，可用于文本到图像、图像到图像的转换。
• 训练过程使用特定验证提示，确保生成图像的质量。
• 提供了详细的验证设置和训练设置。

📚 详细文档

验证设置

• CFG：3.0
• CFG Rescale：0.0
• 步数：30
• 采样器：FlowMatchEulerDiscreteScheduler
• 种子：42
• 分辨率：1024x1024

注意：验证设置不一定与训练设置相同。

你可以在以下图库中找到一些示例图像：

文本编码器未进行训练，你可以重用基础模型的文本编码器进行推理。

训练设置

LyCORIS 配置

{
    "bypass_mode": true,
    "algo": "lokr",
    "multiplier": 1.0,
    "full_matrix": true,
    "linear_dim": 10000,
    "linear_alpha": 1,
    "factor": 4,
    "apply_preset": {
        "target_module": [
            "Attention"
        ],
        "module_algo_map": {
            "Attention": {
                "factor": 24
            }
        }
    }
}

数据集

cheechandchong - 1024

• 重复次数：0
• 图像总数：17
• 纵横比桶总数：1
• 分辨率：1.048576 兆像素
• 裁剪：是
• 裁剪样式：随机
• 裁剪纵横比：方形
• 是否用于正则化数据：否

🔧 技术细节

本项目基于 LyCORIS 技术，从 HiDream-ai/HiDream-I1-Full 模型派生而来。在训练过程中，使用了特定的验证提示和训练设置，以确保生成图像的质量。同时，在推理过程中，可以根据需要对模型进行量化以节省显存。

📄 许可证

本项目使用其他许可证。