模型描述

这是greerben0/leo-cat-sdxl-lora-v2针对stabilityai/stable-diffusion-xl-base-1.0的LoRA适配权重。

下载模型

可与AUTOMATIC1111、Comfy UI、SD.Next、Invoke等界面配合使用

• LoRA: 点击此处下载 leo-cat-sdxl-lora-v2.safetensors 💾。
  • 将其放入models/Lora文件夹。
  • 在AUTOMATIC1111中，通过在提示词中添加<lora:leo-cat-sdxl-lora-v2:1>加载LoRA。在ComfyUI中只需作为常规LoRA加载。
• 嵌入: 点击此处下载 leo-cat-sdxl-lora-v2_emb.safetensors 💾。
  • 放入embeddings文件夹
  • 通过在提示词中添加leo-cat-sdxl-lora-v2_emb使用。例如，LEO猫的照片 （需要同时使用LoRA和嵌入，因为它们是为该LoRA一起训练的）

与🧨扩散器库配合使用

from diffusers import AutoPipelineForText2Image
import torch
from huggingface_hub import hf_hub_download
from safetensors.torch import load_file
        
pipeline = AutoPipelineForText2Image.from_pretrained('stabilityai/stable-diffusion-xl-base-1.0', torch_dtype=torch.float16).to('cuda')
pipeline.load_lora_weights('greerben0/leo-cat-sdxl-lora-v2', weight_name='pytorch_lora_weights.safetensors')
embedding_path = hf_hub_download(repo_id='greerben0/leo-cat-sdxl-lora-v2', filename='leo-cat-sdxl-lora-v2_emb.safetensors', repo_type="model")
state_dict = load_file(embedding_path)
pipeline.load_textual_inversion(state_dict["clip_l"], token=[], text_encoder=pipeline.text_encoder, tokenizer=pipeline.tokenizer)
pipeline.load_textual_inversion(state_dict["clip_g"], token=[], text_encoder=pipeline.text_encoder_2, tokenizer=pipeline.tokenizer_2)
        
image = pipeline('地板上的LEO猫').images[0]

更多详情，包括权重、合并和融合LoRA，请查看扩散器中加载LoRA的文档

触发词

要触发训练概念（或多个概念）的图像生成，请在提示词中用新插入的标记替换每个概念标识符：

触发概念TOK → 在提示词中使用<s0><s1>