文本编码器未进行训练。
您可以复用基础模型的文本编码器进行推理。

训练设置

• 训练周期：99
• 训练步数：4000
• 学习率：1e-05
  • 学习率调度：多项式
  • 预热步数：100
• 最大梯度值：2.0
• 有效批次大小：1
  • 微批次大小：1
  • 梯度累积步数：1
  • GPU数量：1
• 梯度检查点：启用
• 预测类型：flow_matching（额外参数=['shift=3', 'flux_guidance_mode=constant', 'flux_guidance_value=1.0']）
• 优化器：adamw_bf16
• 可训练参数精度：纯BF16
• 基础模型精度：不变
• 标题丢弃概率：5.0%

LyCORIS配置：

{
    "algo": "lora",
    "multiplier": 1.0,
    "linear_dim": 64,
    "linear_alpha": 32,
    "apply_preset": {
        "target_module": [
            "Attention",
            "FeedForward"
        ],
        "module_algo_map": {
            "Attention": {
                "factor": 16
            },
            "FeedForward": {
                "factor": 8
            }
        }
    }
}

数据集

hidream-test-dataset-256

• 重复次数：0
• 总图片数：5
• 总宽高比分组数：2
• 分辨率：0.065536百万像素
• 裁剪：否
• 裁剪风格：无
• 裁剪宽高比：无
• 用于正则化数据：否

hidream-test-dataset-crop-256

• 重复次数：0
• 总图片数：5
• 总宽高比分组数：1
• 分辨率：0.065536百万像素
• 裁剪：是
• 裁剪风格：居中
• 裁剪宽高比：正方形
• 用于正则化数据：否

hidream-test-dataset-512

• 重复次数：0
• 总图片数：5
• 总宽高比分组数：3
• 分辨率：0.262144百万像素
• 裁剪：否
• 裁剪风格：无
• 裁剪宽高比：无
• 用于正则化数据：否

hidream-test-dataset-crop-512

• 重复次数：0
• 总图片数：5
• 总宽高比分组数：1
• 分辨率：0.262144百万像素
• 裁剪：是
• 裁剪风格：居中
• 裁剪宽高比：正方形
• 用于正则化数据：否

hidream-test-dataset-768

• 重复次数：0
• 总图片数：5
• 总宽高比分组数：1
• 分辨率：0.589824百万像素
• 裁剪：否
• 裁剪风格：无
• 裁剪宽高比：无
• 用于正则化数据：否

hidream-test-dataset-crop-768

• 重复次数：0
• 总图片数：5
• 总宽高比分组数：1
• 分辨率：0.589824百万像素
• 裁剪：是
• 裁剪风格：居中
• 裁剪宽高比：正方形
• 用于正则化数据：否

hidream-test-dataset-1024

• 重复次数：0
• 总图片数：5
• 总宽高比分组数：3
• 分辨率：1.048576百万像素
• 裁剪：否
• 裁剪风格：无
• 裁剪宽高比：无
• 用于正则化数据：否

hidream-test-dataset-crop-1024

• 重复次数：0
• 总图片数：5
• 总宽高比分组数：1
• 分辨率：1.048576百万像素
• 裁剪：是
• 裁剪风格：居中
• 裁剪宽高比：正方形
• 用于正则化数据：否

推理

import torch
from diffusers import DiffusionPipeline
from lycoris import create_lycoris_from_weights


def download_adapter(repo_id: str):
    import os
    from huggingface_hub import hf_hub_download
    adapter_filename = "pytorch_lora_weights.safetensors"
    cache_dir = os.environ.get('HF_PATH', os.path.expanduser('~/.cache/huggingface/hub/models'))
    cleaned_adapter_path = repo_id.replace("/", "_").replace("\\", "_").replace(":", "_")
    path_to_adapter = os.path.join(cache_dir, cleaned_adapter_path)
    path_to_adapter_file = os.path.join(path_to_adapter, adapter_filename)
    os.makedirs(path_to_adapter, exist_ok=True)
    hf_hub_download(
        repo_id=repo_id, filename=adapter_filename, local_dir=path_to_adapter
    )

    return path_to_adapter_file
    
model_id = 'black-forest-labs/FLUX.1-dev'
adapter_repo_id = 'PixelWormhole/mani-flux-dress'
adapter_filename = 'pytorch_lora_weights.safetensors'
adapter_file_path = download_adapter(repo_id=adapter_repo_id)
pipeline = DiffusionPipeline.from_pretrained(model_id, torch_dtype=torch.bfloat16) # 直接加载为bf16
lora_scale = 1.0
wrapper, _ = create_lycoris_from_weights(lora_scale, adapter_file_path, pipeline.transformer)
wrapper.merge_to()

prompt = "一张高级时装摄影的电影剧照，展示了_8FSL39XP1_礼服，这是一款优雅的露肩设计，采用精致的白色蕾丝面料并饰有花卉图案。礼服修身，迷你长度，长袖袖口略微展开。场景设定在一个豪华的现代地中海风格建筑空间，可俯瞰海景。一位年轻貌美、自然长相的欧洲长发女性被捕捉在动态的中途姿势中，可能是迈步中或轻轻转身。她站在由纯净白色石材和中性色调的精选设计师家具构成的背景前，远处可见平静开阔的海面。她的表情宁静自信，姿态优雅端庄。自然日光增强了柔和质感，并在场景中投下柔和的阴影。调色板融合了奶油白、石质米色和一丝海洋蓝。"


## 可选：量化模型以节省显存。
## 注意：训练期间未对模型进行量化，因此推理时无需量化。
#from optimum.quanto import quantize, freeze, qint8
#quantize(pipeline.transformer, weights=qint8)
#freeze(pipeline.transformer)
    
pipeline.to('cuda' if torch.cuda.is_available() else 'mps' if torch.backends.mps.is_available() else 'cpu') # 管道已处于目标精度级别
model_output = pipeline(
    prompt=prompt,
    num_inference_steps=28,
    generator=torch.Generator(device='cuda' if torch.cuda.is_available() else 'mps' if torch.backends.mps.is_available() else 'cpu').manual_seed(42),
    width=1024,
    height=1024,
    guidance_scale=3.0,
).images[0]

model_output.save("output.png", format="PNG")