📚 详细文档

模型描述

这些是适用于black-forest-labs/FLUX.1-dev的rangwani-harsh/3d-icon-Flux-LoRA DreamBooth LoRA权重。

这些权重是使用DreamBooth结合Flux diffusers训练器进行训练的。

是否启用文本编码器的LoRA？否。

是否启用关键调优？是。

触发词

要触发已训练概念的图像生成，需在提示词中用新插入的标记替换每个概念标识符：

要触发概念 TOK → 在提示词中使用 <s0><s1>

下载模型

在“文件与版本”选项卡中下载 *.safetensors LoRA。

💻 使用示例

基础用法

使用 🧨 diffusers库 进行图像生成：

from diffusers import AutoPipelineForText2Image
import torch
from huggingface_hub import hf_hub_download
from safetensors.torch import load_file

pipeline = AutoPipelineForText2Image.from_pretrained("black-forest-labs/FLUX.1-dev", torch_dtype=torch.bfloat16).to('cuda')

embedding_path = hf_hub_download(repo_id='rangwani-harsh/3d-icon-Flux-LoRA', filename='3d-icon-Flux-LoRA_emb.safetensors', repo_type="model")
state_dict = load_file(embedding_path)
pipeline.load_textual_inversion(state_dict["clip_l"], token=["<s0>", "<s1>"], text_encoder=pipeline.text_encoder, tokenizer=pipeline.tokenizer)

image = pipeline('a <s0><s1> icon of an astronaut riding a horse, in the style of <s0><s1>').images[0]

高级用法

关于更多细节，包括LoRA的加权、合并和融合，请查看 diffusers中加载LoRA的文档。

📄 许可证

请遵守此处所述的许可条款。

⚠️ 预期用途与限制

使用方法

# TODO: add an example code snippet for running this diffusion pipeline

限制与偏差

[TODO: provide examples of latent issues and potential remediations]

🔧 技术细节

[TODO: describe the data used to train the model]