🚀 simpletuner-finetuned-sd3

这是一个基于 sd3/unknown-model 的全秩微调模型。该模型主要用于文本到图像的生成任务，能够根据输入的文本生成高质量的图像。

🚀 快速开始

此模型是基于 sd3/unknown-model 的全秩微调模型。训练期间使用的主要验证提示为：

A photo-realistic pathology image

✨ 主要特性

• 文本到图像生成：支持根据输入的文本生成相应的图像。
• 图像到图像转换：可对输入的图像进行转换。
• 多种参数设置：提供丰富的训练和验证参数设置。

📦 安装指南

文档未提及安装步骤，暂不提供。

💻 使用示例

基础用法

import torch
from diffusers import DiffusionPipeline

model_id = 'Minh-Ha/simpletuner-finetuned-sd3'
pipeline = DiffusionPipeline.from_pretrained(model_id, torch_dtype=torch.bfloat16) # loading directly in bf16

prompt = "A photo-realistic pathology image"
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=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")

📚 详细文档

验证设置

• CFG: 3.0
• CFG Rescale: 0.0
• 步数: 20
• 采样器: FlowMatchEulerDiscreteScheduler
• 种子: 42
• 分辨率: 1024x1024
• 跳过层引导:

注意：验证设置不一定与训练设置相同。

你可以在以下图库中找到一些示例图像：