标签:

• 文本到图像
• 稳定扩散
• LoRA
• 扩散器

基础模型: runwayml/stable-diffusion-v1-5
许可证: mit
库名称: diffusers

模型描述

论文轨迹一致性蒸馏中Stable Diffusion v1.5的官方TCD LoRA模型。

更多使用方式请访问项目页面。

以下是一个简单示例：

import torch
from diffusers import StableDiffusionPipeline, TCDScheduler
device = "cuda"
base_model_id = "runwayml/stable-diffusion-v1-5"
tcd_lora_id = "h1t/TCD-SD15-LoRA"
pipe = StableDiffusionPipeline.from_pretrained(base_model_id, torch_dtype=torch.float16, variant="fp16").to(device)
pipe.scheduler = TCDScheduler.from_config(pipe.scheduler.config)
pipe.load_lora_weights(tcd_lora_id)
pipe.fuse_lora()
prompt = "美丽女性，泡泡糖粉，柠檬黄，薄荷蓝，未来感，高细节，史诗构图，水彩风格。"
image = pipe(
    prompt=prompt,
    num_inference_steps=4,
    guidance_scale=0,
    # Eta（论文中称为`gamma`）用于控制每一步的随机性。
    # 0.3的值通常能产生良好效果。
    # 当增加推理步数时，建议使用更高的eta值。
    eta=0.3,
    generator=torch.Generator(device=device).manual_seed(42),
).images[0]