🚀 sd35m-sfwbooru-v1.1

这是一个基于 stabilityai/stable-diffusion-3.5-medium 的全秩微调模型。它能够根据输入的文本生成逼真的图像，在图像生成领域具有广泛的应用前景。

🚀 快速开始

推理示例

以下是使用该模型进行推理的示例代码：

import torch
from diffusers import DiffusionPipeline

model_id = 'bghira/sd35m-sfwbooru-v1.1'
pipeline = DiffusionPipeline.from_pretrained(model_id, torch_dtype=torch.bfloat16) # loading directly in bf16

prompt = "A photo-realistic image of a cat"
negative_prompt = 'blurry, cropped, ugly'

pipeline.to('cuda' if torch.cuda.is_available() else 'mps' if torch.backends.mps.is_available() else 'cpu') # the pipeline is already in its target precision level
model_output = pipeline(
    prompt=prompt,
    negative_prompt=negative_prompt,
    num_inference_steps=30,
    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=3.2,
    skip_guidance_layers=[7, 8, 9],
).images[0]

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

✨ 主要特性

• 基于 stabilityai/stable-diffusion-3.5-medium 进行全秩微调。
• 文本编码器未进行训练，可复用基础模型的文本编码器进行推理。
• 提供了推理和继续微调所需的 EMA 权重文件。

📚 详细文档

验证设置

• CFG：3.2
• CFG Rescale：0.0
• 步数：30
• 采样器：FlowMatchEulerDiscreteScheduler
• 种子：42
• 分辨率：1024x1024
• 跳过层引导：skip_guidance_layers=[7, 8, 9]

注意：验证设置不一定与训练设置相同。

训练设置

数据集

sfwbooru-crop

• 重复次数：0
• 图像总数：约 363920
• 纵横比桶总数：1
• 分辨率：1.048576 兆像素
• 裁剪：是
• 裁剪样式：随机
• 裁剪纵横比：方形
• 用于正则化数据：否

指数移动平均 (EMA)

SimpleTuner 会生成 EMA 权重的 safetensors 变体和 pt 文件。safetensors 文件用于推理，pt 文件用于继续微调。EMA 模型可能会提供更全面的结果，但与完整模型相比，通常会感觉训练不足，因为它是模型权重的运行衰减平均值。

📄 许可证

本项目使用其他许可证。