标签:

• 稳定扩散XL

• 稳定扩散XL扩散器

• 文本到图像

• 扩散器

• LoRA

• 模板:sd-lora 小部件:

    - 文本: '<s0><s1> 戴着耳机的羊驼广告'
      输出:
        url:
            "<s0><s1>戴着耳机的羊驼广告.jpeg"
    
    - 文本: '<s0><s1> 香蕉味牙膏广告'
      输出:
        url:
            "<s0><s1>香蕉味牙膏广告.jpeg"
    
    - 文本: '<s0><s1> 吃拉面的蒙娜丽莎广告'
      输出:
        url:
            "<s0><s1>吃拉面的蒙娜丽莎广告.jpeg"
    
    - 文本: '<s0><s1> 扬声器广告'
      输出:
        url:
            "<s0><s1>扬声器广告.jpeg"
    - 文本: '<s0><s1> 吃麦片的圣诞老人广告'
      输出:
        url:
            "<s0><s1>吃麦片的圣诞老人广告.jpeg"
    - 文本: '<s0><s1> 骑马的宇航员广告'
      输出:
        url:
            "<s0><s1>骑马的宇航员广告.jpeg"
  

基础模型: stabilityai/stable-diffusion-xl-base-1.0 实例提示: 以风格的广告 许可证: openrail++

SDXL LoRA DreamBooth - LinoyTsaban/2000_ads

<画廊 />

模型描述

这是LinoyTsaban/2000_ads LoRA适配权重，适用于stabilityai/stable-diffusion-xl-base-1.0。

下载模型

可与AUTOMATIC1111、Comfy UI、SD.Next、Invoke等UI一起使用

• LoRA: 下载 2000_ads.safetensors 这里 💾。
  • 将其放在你的models/Lora文件夹中。
  • 在AUTOMATIC1111中，通过在提示中添加<lora:2000_ads:1>来加载LoRA。在ComfyUI中只需像常规LoRA一样加载。
• 嵌入: 下载 2000_ads_emb.safetensors 这里 💾。
  • 将其放在你的embeddings文件夹中
  • 通过在提示中添加2000_ads_emb来使用。例如，以2000_ads_emb风格的广告 （你需要同时使用LoRA和嵌入，因为它们是为这个LoRA一起训练的）

与🧨扩散器库一起使用

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('LinoyTsaban/2000_ads', weight_name='pytorch_lora_weights.safetensors')
embedding_path = hf_hub_download(repo_id='LinoyTsaban/2000_ads', filename='2000_ads_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，包括加权、合并和融合LoRA，请查看在扩散器中加载LoRA的文档

触发词

要触发训练概念（或概念）的图像生成，请在提示中用新插入的标记替换每个概念标识符：

触发概念TOK → 在提示中使用<s0><s1>