标签:

• 文本生成图像
• LoRA（低秩适应）
• 扩散模型
• 模板:扩散-LoRA

示例:

• 文本: '微缩世界NFT，一个被雪覆盖的山脉微缩模型，左侧停着一辆红色皮卡车。模型以纯白背景衬托，与场景形成鲜明对比。蓝色屋顶的小屋覆满积雪，为构图增添节日氛围。卡车位于模型中央，处于房屋右侧，增强了视觉焦点深度。' 输出: 图片链接: images/4.png
• 文本: '微缩世界NFT：宁静森林场景的迷你模型，原木小屋偎依在两棵高大常青树之间。地面铺着薄薄苔藓和落叶，形成自然肌理。清澈小溪蜿蜒流过屋前，迷你木桥横跨其上。纯白背景突显森林场景的精细细节。' 输出: 图片链接: images/5.png
• 文本: '微缩世界NFT：白色台面上展示的繁华街市微缩模型。市场设有红黄绿三色遮阳棚的摊位，陈列着迷你水果、蔬菜和手工艺品。零星分布的商贩与顾客微缩人偶为场景注入生机。纯白背景强化了市场的鲜艳色彩。' 输出: 图片链接: images/6.png
• 文本: '微缩世界NFT，白色台面上的乡村木屋小模型。深棕色木屋配有褐色屋顶，右侧带褐色雨篷。棕色马匹立于屋前地面，头部转向画面左侧。房屋后方投下阴影。纯白背景与木质形成强烈对比。' 输出: 图片链接: images/1.png
• 文本: '微缩世界NFT，中视角展示的 rustic风格木谷仓坐落于大型矩形基座上。黑色屋顶的谷仓窗户饰有白色字样。左侧耸立的风车为场景增添暖意。纯白背景与谷仓形成鲜明对比。' 输出: 图片链接: images/2.png
• 文本: '微缩世界NFT，白色台面展示的城市微缩模型。深灰色混凝土建筑体块左侧带有双拱门。由众多高层建筑组成的模型布满窗户与阳台。建筑呈线性排列，右侧停泊数辆汽车。人行道上的微型行人点缀场景细节。纯白背景与模型形成强烈反差。' 输出: 图片链接: images/3.png

基础模型: black-forest-labs/FLUX.1-dev 触发词: 微缩世界NFT 许可证: creativeml-openrail-m

<画廊组件 />

Flux微缩世界NFT-LoRA模型说明

图像处理参数

标注: florence2-en(自然语言&英语) 训练所用高清图像总数: 18张

最佳尺寸与推理建议

推理范围

• 推荐推理步数: 30–35步

环境配置

import torch
from pipelines import DiffusionPipeline

base_model = "black-forest-labs/FLUX.1-dev"
pipe = DiffusionPipeline.from_pretrained(base_model, torch_dtype=torch.bfloat16)

lora_repo = "strangerzonehf/Flux-Microworld-NFT-LoRA"
trigger_word = "微缩世界NFT"  
pipe.load_lora_weights(lora_repo)

device = torch.device("cuda")
pipe.to(device)

触发词

使用微缩世界NFT作为图像生成触发词。

模型下载

本模型权重提供Safetensors格式。 在文件与版本选项卡中下载。