Lora Maurice Prendergast Flux

由 davidrd123 开发

基于FLUX.1-dev训练的LoRA模型，专为生成莫里斯·普伦德加斯特艺术风格的图像而设计。

图像生成开源协议:Openrail #印象派油画风格 #高密度人群场景 #多元素构图

下载量 1,047

发布时间 : 8/13/2024

模型介绍

内容详情

替代品

模型简介

该LoRA模型通过微调FLUX.1-dev基础模型，能够生成具有莫里斯·普伦德加斯特艺术风格的图像，特别擅长处理复杂场景和人物群像。

模型特点

艺术风格转换

能够将基础模型的生成结果转换为莫里斯·普伦德加斯特的独特艺术风格

复杂场景处理

擅长处理包含大量人物和复杂元素的场景，如街道、公园等公共场所

色彩控制

支持通过提示词精确控制画面中的色彩分布和搭配

细节保留

在风格转换的同时保持场景细节和元素完整性

模型能力

文本到图像生成

艺术风格转换

复杂场景渲染

色彩控制

使用案例

艺术创作

艺术风格再现

生成具有莫里斯·普伦德加斯特风格的原创艺术作品

可生成包含签名、符合艺术家风格特征的图像

场景重现

创建具有特定历史时期特征的公共场所场景

能准确呈现人物服饰、建筑风格等时代特征

设计辅助

概念设计

为插画、舞台设计等提供风格化概念图

快速生成多种风格化方案

许可协议：creativeml-openrail-m
基础模型："black-forest-labs/FLUX.1-dev"
标签：

stable-diffusion
stable-diffusion-diffusers
text-to-image
diffusers
simpletuner
lora
模板：sd-lora
推理支持：true

示例展示：

文本：'无条件（空白提示）'
参数：
负面提示：'模糊、裁剪、丑陋'
输出：
图片链接：./assets/image_0_0.png
文本：'mp_风格，街道场景，50个人物（多位女性：彩色连衣裙，多位男性：西装），23把伞（橙、红、黄、绿），桥梁，建筑背景，水面，船只，意大利国旗，台阶，路灯，上下桥的人群，左下角签名'
参数：
负面提示：'模糊、裁剪、丑陋'
输出：
图片链接：./assets/image_1_0.png
文本：'mp_风格，户外场景，30个人物，多为穿长裙的女性，部分男性与儿童，14把伞（橙、红、蓝），大型哥特式拱门，带装饰图案的上层立面，石砌路面，黑色灯柱，左下角签名。'
参数：
负面提示：'模糊、裁剪、丑陋'
输出：
图片链接：./assets/image_2_0.png
文本：'mp_风格，公园场景，喷泉，秋叶，橙黄红色调，树木，人群，白色椅子，站立，蓝天白云，鲜艳色彩，宁静祥和。'
参数：
负面提示：'模糊、裁剪、丑陋'
输出：
图片链接：./assets/image_3_0.png
文本：'mp_风格，街道场景，50个人物（多位女性：彩色连衣裙，多位男性：西装），23把伞（橙、红、黄、绿），桥梁，建筑背景，水面，船只，意大利国旗，台阶，路灯，上下桥的人群，左下角签名'
参数：
负面提示：'模糊、裁剪、丑陋'
输出：
图片链接：./assets/image_4_0.png

莫里斯·普伦德加斯特风格LoRA（Flux版）

此LoRA基于black-forest-labs/FLUX.1-dev训练而成。

训练期间使用的主要验证提示词：

mp_风格，街道场景，50个人物（多位女性：彩色连衣裙，多位男性：西装），23把伞（橙、红、黄、绿），桥梁，建筑背景，水面，船只，意大利国旗，台阶，路灯，上下桥的人群，左下角签名

验证参数

分类器自由引导系数：7.5
CFG重缩放：0.0
步数：20
采样器：未指定
种子：42
分辨率：1024

注：验证参数与训练参数可能不同。

示例图库见下方：

文本编码器未参与训练，推理时可复用基础模型的文本编码器。

训练参数

训练轮次：235
训练步数：4000
学习率：0.0004
有效批次大小：6
- 微批次大小：6
- 梯度累积步数：1
- GPU数量：1
预测类型：flow-matching
零信噪比重缩放：False
优化器：AdamW（随机bf16）
精度：纯BF16
Xformers：未使用
LoRA秩：64
LoRA Alpha：未设置
LoRA丢弃率：0.1
LoRA初始化风格：默认

数据集

MauricePrendergastRedo3

重复次数：0
总图片数：102
宽高比分桶数：1
分辨率：1024像素
裁剪：是
裁剪方式：居中
裁剪比例：正方形

推理代码

import torch  
from diffusers import DiffusionPipeline  

model_id = 'black-forest-labs/FLUX.1-dev'  
adapter_id = 'davidrd123/lora-Maurice-Prendergast-Flux'  
pipeline = DiffusionPipeline.from_pretrained(model_id)  
pipeline.load_lora_weights(adapter_id)  

prompt = "mp_风格，街道场景，50个人物（多位女性：彩色连衣裙，多位男性：西装），23把伞（橙、红、黄、绿），桥梁，建筑背景，水面，船只，意大利国旗，台阶，路灯，上下桥的人群，左下角签名"  

pipeline.to('cuda' if torch.cuda.is_available() else 'mps' if torch.backends.mps.is_available() else 'cpu')  
image = pipeline(  
    prompt=prompt,  
    num_inference_steps=20,  
    generator=torch.Generator(device='cuda' if torch.cuda.is_available() else 'mps' if torch.backends.mps.is_available() else 'cpu').manual_seed(1641421826),  
    width=1024,  
    height=1024,  
    guidance_scale=7.5,  
).images[0]  
image.save("output.png", format="PNG")