Hidream Yarn Art LoRA

🚀 HiDream图像DreamBooth LoRA - linoyts/HiDream-yarn-art-LoRA

HiDream图像DreamBooth LoRA是用于图像生成的模型，基于HiDream-ai/HiDream-I1-Full进行训练，能以毛线艺术风格生成特定图像，使用方便且功能强大。

🚀 快速开始

你可以按照以下步骤使用该模型进行图像生成：

1. 下载模型权重文件。
2. 按照代码示例配置环境并加载模型。
3. 输入触发词进行图像生成。

✨ 主要特性

• 特定风格生成：能够以毛线艺术风格生成图像，为图像创作带来独特的视觉效果。
• 基于DreamBooth训练：使用DreamBooth方法进行训练，能更好地学习特定对象的特征。
• 与diffusers库兼容：可以方便地与🧨 diffusers库集成，便于开发者使用。

📦 安装指南

此部分原文档未提供具体安装命令，故跳过。

💻 使用示例

基础用法

    >>> import torch
    >>> from transformers import PreTrainedTokenizerFast, LlamaForCausalLM
    >>> from diffusers import HiDreamImagePipeline

    >>> tokenizer_4 = PreTrainedTokenizerFast.from_pretrained("meta-llama/Meta-Llama-3.1-8B-Instruct")
    >>> text_encoder_4 = LlamaForCausalLM.from_pretrained(
    ...     "meta-llama/Meta-Llama-3.1-8B-Instruct",
    ...     output_hidden_states=True,
    ...     output_attentions=True,
    ...     torch_dtype=torch.bfloat16,
    ... )

    >>> pipe = HiDreamImagePipeline.from_pretrained(
    ...     "HiDream-ai/HiDream-I1-Full",
    ...     scheduler=scheduler,
    ...     tokenizer_4=tokenizer_4,
    ...     text_encoder_4=text_encoder_4,
    ...     torch_dtype=torch.bfloat16,
    ... )
    >>> pipe.enable_model_cpu_offload()
    >>> pipe.load_lora_weights(f"linoyts/HiDream-yarn-art-LoRA")
    >>> image = pipe(f"yoda, yarn art style").images[0]

高级用法

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

📚 详细文档

模型描述

这些是linoyts/dog-hidream-lora-offload-mini-test的DreamBooth LoRA权重，适用于HiDream-ai/HiDream-I1-Full。权重是使用DreamBooth和HiDream Image diffusers训练器进行训练的。

触发词

你应该使用yarn art style来触发图像生成。

下载模型

在“Files & versions”标签中下载*.safetensors LoRA。

📄 许可证

本模型采用MIT许可证。