Hidream I1

🚀 hidream-controlnet-lora-test

这是一个基于 HiDream-ai/HiDream-I1-Full 的 ControlNet PEFT LoRA。本项目可用于文本到图像、图像到图像的转换，具有一定的图像生成能力。

🚀 快速开始

推理示例

import torch
from diffusers import DiffusionPipeline

model_id = 'HiDream-ai/HiDream-I1-Full'
adapter_id = 'bghira/hidream-controlnet-lora-test'
pipeline = DiffusionPipeline.from_pretrained(model_id, torch_dtype=torch.bfloat16) # loading directly in bf16
pipeline.load_lora_weights(adapter_id)

prompt = "A photo-realistic image of a cat"
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=16,
    generator=torch.Generator(device='cuda' if torch.cuda.is_available() else 'mps' if torch.backends.mps.is_available() else 'cpu').manual_seed(42),
    width=256,
    height=256,
    guidance_scale=4.0,
).images[0]

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

✨ 主要特性

• 基于 ControlNet PEFT LoRA 技术，从 HiDream-ai/HiDream-I1-Full 模型派生而来。
• 文本编码器未进行训练，推理时可复用基础模型的文本编码器。

🔧 技术细节

验证设置

• CFG：4.0
• CFG Rescale：0.0
• 步数：16
• 采样器：FlowMatchEulerDiscreteScheduler
• 种子：42
• 分辨率：256x256

注意：验证设置不一定与训练设置相同。

训练设置

数据集

antelope - data - 256

• 重复次数：0
• 图像总数：29
• 纵横比桶总数：1
• 分辨率：0.065536 兆像素
• 是否裁剪：是
• 裁剪风格：居中
• 裁剪纵横比：方形
• 是否用于正则化数据：否

📄 许可证

本项目使用其他许可证。