🚀 SD3.5-4/8Step-Large-Turbo-HyperRealistic-LoRA
本项目是一个基于Stable Diffusion 3.5 Large Turbo的LoRA模型,可用于生成超逼真的图像。它能在多种场景下生成高质量的图像,满足不同用户的创意需求。
🚀 快速开始
环境设置
from diffusers import DiffusionPipeline
import torch
device = "cuda" if torch.cuda.is_available() else "cpu"
model_repo_id = "stabilityai/stable-diffusion-3.5-large-turbo"
torch_dtype = torch.bfloat16 if torch.cuda.is_available() else torch.float32
pipe = DiffusionPipeline.from_pretrained(model_repo_id, torch_dtype=torch_dtype)
pipe = pipe.to(device)
pipe.load_lora_weights("prithivMLmods/SD3.5-Large-Turbo-HyperRealistic-LoRA", weight_name="SD3.5-4Step-Large-Turbo-HyperRealistic-LoRA.safetensors")
trigger_word = "hyper realistic"
pipe.fuse_lora(lora_scale=1.0)
触发词使用
⚠️ 重要提示
你应该使用 hyper realistic
来触发图像生成。
模型下载
此模型的权重以Safetensors格式提供。
点击下载,可在“文件与版本”选项卡中获取。
✨ 主要特性
- 文本到图像转换:能够根据输入的文本描述生成相应的图像。
- LoRA技术:使用低秩自适应(LoRA)技术,提高模型训练效率和性能。
- 超逼真效果:生成的图像具有高度的真实感和细节。
📦 安装指南
本模型的安装主要通过代码实现,具体步骤见上述“快速开始”部分的环境设置代码。
💻 使用示例
基础用法
from diffusers import DiffusionPipeline
import torch
device = "cuda" if torch.cuda.is_available() else "cpu"
model_repo_id = "stabilityai/stable-diffusion-3.5-large-turbo"
torch_dtype = torch.bfloat16 if torch.cuda.is_available() else torch.float32
pipe = DiffusionPipeline.from_pretrained(model_repo_id, torch_dtype=torch_dtype)
pipe = pipe.to(device)
pipe.load_lora_weights("prithivMLmods/SD3.5-Large-Turbo-HyperRealistic-LoRA", weight_name="SD3.5-4Step-Large-Turbo-HyperRealistic-LoRA.safetensors")
trigger_word = "hyper realistic"
pipe.fuse_lora(lora_scale=1.0)
prompt = f"{trigger_word}, a beautiful sunset over the ocean"
image = pipe(prompt).images[0]
image.show()
📚 详细文档
模型描述
prithivMLmods/SD3.5-Large-Turbo-HyperRealistic-LoRA
图像参数设置如下:
参数 |
值 |
LR调度器 |
constant |
噪声偏移 |
0.03 |
优化器 |
AdamW |
多分辨率噪声折扣 |
0.1 |
网络维度 |
64 |
多分辨率噪声迭代次数 |
10 |
网络Alpha |
32 |
重复次数与步数 |
20 & 2.2k |
训练轮数 |
15 |
每N轮保存一次 |
1 |
标注信息:florence2-en(自然语言 & 英语)
训练使用的总图像数:30
示例图像

应用文件结构
/project-root/
├── .gitattributes
├── README.md
├── app.py
├── pythonproject.py
📄 许可证
本模型使用的许可证为 creativeml-openrail-m
。