🚀 kraken-flux-lora

kraken-flux-lora 是一个基于 black-forest-labs/FLUX.1-dev 的标准 PEFT LoRA。该项目主要用于文本到图像的转换，在训练过程中使用了特定的验证提示和设置，同时提供了推理代码示例。

🚀 快速开始

推理示例

import torch
from diffusers import DiffusionPipeline

model_id = 'black-forest-labs/FLUX.1-dev'
adapter_id = 'hbxartdev/kraken-flux-lora'
pipeline = DiffusionPipeline.from_pretrained(model_id, torch_dtype=torch.bfloat16) # loading directly in bf16
pipeline.load_lora_weights(adapter_id)

prompt = "editorial close-up of a woman, glowing flawless skin, peach blush and gloss, nude shimmer lips, editorial studio light"


## Optional: quantise the model to save on vram.
## Note: The model was not quantised during training, so it is not necessary to quantise it during inference time.
#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') # the pipeline is already in its target precision level
model_output = 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(42),
    width=1024,
    height=1024,
    guidance_scale=3.0,
).images[0]

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

✨ 主要特性

• 基于 black-forest-labs/FLUX.1-dev 模型派生的标准 PEFT LoRA。
• 提供了验证设置和训练设置的详细信息。
• 包含推理代码示例，方便用户进行文本到图像的转换。

📚 详细文档

验证设置

• CFG: 3.0
• CFG Rescale: 0.0
• Steps: 20
• Sampler: FlowMatchEulerDiscreteScheduler
• Seed: 42
• Resolution: 1024x1024
• Skip-layer guidance:

注意：验证设置不一定与训练设置相同。

训练设置

• 训练轮数：15
• 训练步数：2000
• 学习率：0.0002
  • 学习率调度：常量
  • 热身步数：100
• 最大梯度值：2.0
• 有效批量大小：1
  • 微批量大小：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', 'flux_lora_target=all'])
• 优化器：adamw_bf16
• 可训练参数精度：纯 BF16
• 基础模型精度：no_change
• 字幕丢弃概率：0.05%
• LoRA 秩：16
• LoRA Alpha：无
• LoRA 丢弃率：0.1
• LoRA 初始化风格：默认

数据集

默认数据集

• 重复次数：0
• 图像总数：125
• 纵横比桶总数：1
• 分辨率：0.147456 兆像素
• 裁剪：是
• 裁剪风格：居中
• 裁剪纵横比：方形
• 用于正则化数据：否

📄 许可证

本项目使用其他许可证。