🚀 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:
- 下载模型权重文件。
- 按照代码示例配置环境并加载模型。
- 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。
属性 |
详情 |
基础模型 |
HiDream-ai/HiDream-I1-Full |
库名称 |
diffusers |
许可证 |
mit |
实例提示词 |
a dog, yarn art style |
标签 |
text-to-image、diffusers-training、diffusers、lora、hidream、hidream-diffusers、template:sd-lora |