标签:

• stable-diffusion-xl

• stable-diffusion-xl-diffusers

• diffusers-training

• 文本生成图像

• diffusers

• lora

• 模板:sd-lora 微件:

    - 文本: '以<s0><s1>风格的版画，展示骷髅与技术仪器'
      输出:
        url:
            "image_0.png"
    
    - 文本: '以<s0><s1>风格的版画，展示骷髅与技术仪器'
      输出:
        url:
            "image_1.png"
    
    - 文本: '以<s0><s1>风格的版画，展示骷髅与技术仪器'
      输出:
        url:
            "image_2.png"
    
    - 文本: '以<s0><s1>风格的版画，展示骷髅与技术仪器'
      输出:
        url:
            "image_3.png"
  

基础模型: stabilityai/stable-diffusion-xl-base-1.0 实例提示: 以风格的版画，展示骷髅与技术仪器 许可证: openrail++

SDXL LoRA DreamBooth - m7n/engraving-sdxl-lora-001

<画廊 />

模型描述

这是为stabilityai/stable-diffusion-xl-base-1.0定制的m7n/engraving-sdxl-lora-001 LoRA适配权重。

下载模型

可在AUTOMATIC1111、Comfy UI、SD.Next、Invoke等界面中使用

• LoRA: 点击此处下载 engraving-sdxl-lora-001.safetensors 💾。
  • 将其放入models/Lora文件夹。
  • 在AUTOMATIC1111中，通过在提示词中添加<lora:engraving-sdxl-lora-001:1>加载LoRA。在ComfyUI中只需作为常规LoRA加载。
• 嵌入向量: 点击此处下载 engraving-sdxl-lora-001_emb.safetensors 💾。
  • 放入embeddings文件夹
  • 通过在提示词中添加engraving-sdxl-lora-001_emb使用。例如：以engraving-sdxl-lora-001_emb风格的版画，展示骷髅与技术仪器 (需同时使用LoRA和嵌入向量，因它们是为该LoRA共同训练的)

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('m7n/engraving-sdxl-lora-001', weight_name='pytorch_lora_weights.safetensors')
embedding_path = hf_hub_download(repo_id='m7n/engraving-sdxl-lora-001', filename='engraving-sdxl-lora-001_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('以<s0><s1>风格的版画，展示骷髅与技术仪器').images[0]

更多详情，包括权重调整、合并与融合LoRA，请参阅diffusers中加载LoRA的文档

触发词

要生成训练概念（或多个概念）的图像，请在提示词中用新插入的标记替换每个概念标识符：

触发概念TOK → 在提示词中使用<s0><s1>

详情

所有文件与版本。

权重使用🧨 diffusers高级Dreambooth训练脚本训练。

文本编码器的LoRA已启用。否。

关键调优已启用：是。

训练使用的特殊VAE：madebyollin/sdxl-vae-fp16-fix。