模型描述

这是linoyts/2000_ads_offset_noise_micro针对stabilityai/stable-diffusion-xl-base-1.0的LoRA适配权重。

下载模型

可与AUTOMATIC1111、Comfy UI、SD.Next、Invoke等界面一起使用

• LoRA: 下载 2000_ads_offset_noise_micro.safetensors 这里 💾。
  • 将其放在您的models/Lora文件夹中。
  • 在AUTOMATIC1111中，通过在提示中添加<lora:2000_ads_offset_noise_micro:1>来加载LoRA。在ComfyUI中只需将其作为常规LoRA加载。
• 嵌入: 下载 2000_ads_offset_noise_micro_emb.safetensors 这里 💾。
  • 将其放在您的embeddings文件夹中
  • 通过在提示中添加2000_ads_offset_noise_micro_emb来使用。例如，以2000_ads_offset_noise_micro_emb风格的广告 （您需要同时使用LoRA和嵌入，因为它们是为这个LoRA一起训练的）

与🧨 diffusers库一起使用

from diffusers import AutoPipelineForText2Image
import torch
from huggingface_hub import hf_hub_download
from safetensors.torch import load_file
        
pipeline = AutoPipelineForText2Image.from_pretrained('stabilityai/stable-diffusion-xl-base-1.0', torch_dtype=torch.float16).to('cuda')
pipeline.load_lora_weights('linoyts/2000_ads_offset_noise_micro', weight_name='pytorch_lora_weights.safetensors')
embedding_path = hf_hub_download(repo_id='linoyts/2000_ads_offset_noise_micro', filename='2000_ads_offset_noise_micro_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)
pipeline.load_textual_inversion(state_dict["clip_g"], token=["<s0>", "<s1>"], text_encoder=pipeline.text_encoder_2, tokenizer=pipeline.tokenizer_2)
        
image = pipeline('<s0><s1> 戴着耳机的羊驼广告').images[0]

更多详情，包括权重、合并和融合LoRA，请查看在diffusers中加载LoRA的文档

触发词

要触发训练概念（或多个概念）的图像生成，请在提示中用新插入的令牌替换每个概念标识符：

触发概念TOK → 在提示中使用<s0><s1>