基础模型: black-forest-labs/FLUX.1-dev
库名称: diffusers
许可证: 其他
示例输入:

• 文本: "繁华的漫画街道，没有车辆，充满活力的色彩和动态线条细节，背景角色增添生机与动感，柔和的黄金时刻光线，丰富的纹理和活泼氛围，高分辨率，清晰对焦"
  输出:
  url: images/example_v9pjueoq1.png
• 文本: "威尼斯运河中的船只，采用不透明水彩绘制，笔触柔和流畅，色彩鲜艳通透，薄雾氛围下捕捉水面的宁静倒影，富有纹理和动态透视"
  输出:
  url: images/example_jx5b3cugc.png
• 文本: "一朵鲜艳的橙色罂粟花，镶嵌在华丽的金色画框中，黑色背景衬托，动漫风格呈现，粗轮廓线，夸张细节，戏剧性的明暗对比光线"
  输出:
  url: images/example_tphrlr123.png
• 文本: "装甲犰狳，精细解剖结构，精准阴影处理，带标签的示意图，横截面展示，高分辨率"
  输出:
  url: images/example_5cml5u298.png
• 文本: "森林中刺猬的4K摄影照片"
  输出:
  url: images/example_9tr56cjcn.png
• 文本: "颗粒感镜头下的机器人在厨房烹饪，柔和阴影与怀旧胶片质感"
  输出:
  url: images/example_brq7cz6kd.png

标签:

• 文本生成图像
• diffusers训练
• diffusers
• lora
• flux
• flux-diffusers
• 模板:sd-lora

数据集:

• data-is-better-together/image-preferences-results-binarized
• data-is-better-together/open-image-preferences-v1-results

Flux DreamBooth LoRA - data-is-better-together/image-preferences-flux-dev-lora

from diffusers import AutoPipelineForText2Image
import torch
pipeline = AutoPipelineForText2Image.from_pretrained("black-forest-labs/FLUX.1-dev", torch_dtype=torch.bfloat16).to('cuda')
pipeline.load_lora_weights('davidberenstein1957/image-preferences-flux-dev-lora', weight_name='pytorch_lora_weights.safetensors')
image = pipeline('["电影感", "摄影级", "动漫", "漫画", "数字艺术", "像素艺术", "奇幻艺术", "霓虹朋克", "3D模型", "油画", "动画", "插画"]').images[0]

# TODO: 添加运行此扩散管道的示例代码片段