Низкая адаптация для стирания концепций из диффузионных моделей.
Оригинальный репозиторий: стирание концепций из диффузионных моделей
и страница проекта: https://erasing.baulab.info/
(Не только для стирания концепций, но и подчеркивания или обмена их путем разработки подсказок и веса Lora. См. ConceptMod для более подробной информации)
conda create -n leco python=3.10
pip install torch torchvision --index-url https://download.pytorch.org/whl/cu118
pip install xformers
pip install -r requirements.txtПо крайней мере, вам нужен 8 ГБ VRAM.
python ./train_lora.py --config_file " ./examples/config.yaml " config.yaml :
prompts_file : " ./prompts.yaml "
pretrained_model :
name_or_path : " stabilityai/stable-diffusion-2-1 " # you can also use .ckpt or .safetensors models
v2 : true # true if model is v2.x
v_pred : true # true if model uses v-prediction
network :
type : " lierla " # or "c3lier"
rank : 4
alpha : 1.0
train :
precision : " bfloat16 "
noise_scheduler : " ddim " # or "ddpm", "lms", "euler_a"
iterations : 500
lr : 1e-4
optimizer : " AdamW "
lr_scheduler : " constant "
save :
name : " van_gogh "
path : " ./output "
per_steps : 200
precision : " bfloat16 "
logging :
use_wandb : false
verbose : false
other :
use_xformers : true prompts.yaml :
- target : " van gogh " # what word for erasing the positive concept from
positive : " van gogh " # concept to erase
unconditional : " " # word to take the difference from the positive concept
neutral : " " # starting point for conditioning the target
action : " erase " # erase or enhance
guidance_scale : 1.0
resolution : 512
dynamic_resolution : false
batch_size : 2См. Пример конфигурации для более подробной информации.
Примечание. Вы можете использовать Float16, но он нестабилен и не рекомендуется. Пожалуйста, используйте Bfloat16 или Float32.
Вы можете использовать предварительно подготовленные веса на WebUI Automatic1111111111111111111111111111111111111111111.
? Huggingface: https://huggingface.co/p1atdev/leco
Результаты oil painting of van gogh by himself :

oil painting of van gogh by himself
Steps : 20, Sampler: Euler a, CFG scale: 7, Seed: 3870472781, Size: 512x512, Model hash: cc6cb27103, Model: v1-5-pruned-emaonly, Clip skip: 2, AddNet Enabled: True, AddNet Module 1: LoRA, AddNet Model 1: van_gogh_4_last(db68853d039b), AddNet Weight A 1: -1.0, AddNet Weight B 1: -1.0, Script: X/Y/Z plot, X Type: AddNet Weight 1, X Values: "-1, 0, 1", Version: v1.3.0 Результаты painting of scenery by monet :

painting of scenery by monet
Steps : 20, Sampler: Euler a, CFG scale: 7, Seed: 1284787312, Size: 512x512, Model hash: cc6cb27103, Model: v1-5-pruned-emaonly, Clip skip: 2, AddNet Enabled: True, AddNet Module 1: LoRA, AddNet Model 1: van_gogh_4_last(db68853d039b), AddNet Weight A 1: -1.0, AddNet Weight B 1: -1.0, Script: X/Y/Z plot, X Type: AddNet Weight 1, X Values: "-1, 0, 1", Version: v1.3.0 Результаты mona lisa with jewelry :

mona lisa with jewelry
Steps : 20, Sampler: Euler a, CFG scale: 7, Seed: 3630495347, Size: 512x512, Model hash: 832eb50c0c, Model: v2-1_768-ema-pruned, Clip skip: 2, AddNet Enabled: True, AddNet Module 1: LoRA, AddNet Model 1: mona_lisa2_last(393beb35c4b1), AddNet Weight A 1: -1.0, AddNet Weight B 1: -1.0, Script: X/Y/Z plot, X Type: AddNet Weight 1, X Values: "-1, 0, 1", Version: v1.3.0 Результаты photo of a cute cat :

photo of a cute cat
Steps : 20, Sampler: Euler a, CFG scale: 7, Seed: 900866192, Size: 512x512, Model hash: 832eb50c0c, Model: v2-1_768-ema-pruned, Clip skip: 2, AddNet Enabled: True, AddNet Module 1: LoRA, AddNet Model 1: mona_lisa2_last(393beb35c4b1), AddNet Weight A 1: -1.0, AddNet Weight B 1: -1.0, Script: X/Y/Z plot, X Type: AddNet Weight 1, X Values: "-1, 0, 1", Version: v1.3.0Уши кошек будут принудительно прикреплены при использовании веса 1,0 ~ 3,0.
Если -1,0 ~ -3,0, кошачьи уши никогда не появятся.
Настройки обучения: см. Config.

masterpiece, best quality, exceptional, best aesthetic, anime, 1girl, school uniform, upper body, smile
Negative prompt : worst quality, low quality, bad aesthetic, oldest, bad anatomy, bad hands, text, error, missing fingers, extra digit, fewer digits, cropped, jpeg artifacts, signature, watermark, username, blurry
Steps : 20, Sampler: Euler a, CFG scale: 7, Seed: 4103955758, Size: 512x512, Model hash: d38e779546, Model: wd-beta3-base-fp16, Clip skip: 2, Script: X/Y/Z plot, X Type: AddNet Weight 1, X Values: "0, 2, 3, 4", Version: v1.3.0Настройки обучения: см. Config.
С "реальной жизни, Instagram":

real life, instagram, masterpiece, best quality, exceptional, best aesthetic, 1girl, cat ears, blue hair, school uniform, upper body
Negative prompt : worst quality, low quality, bad aesthetic, oldest, bad anatomy, bad hands, text, error, missing fingers, extra digit, fewer digits, cropped, jpeg artifacts, signature, watermark, username, blurry
Steps : 20, Sampler: Euler a, CFG scale: 7, Seed: 757542759, Size: 768x768, Model hash: d38e779546, Model: wd-beta3-base-fp16, Clip skip: 2, AddNet Enabled: True, AddNet Module 1: LoRA, AddNet Model 1: unreal_6_many_prompts_200steps(fff5917285da), AddNet Weight A 1: -1.0, AddNet Weight B 1: -1.0, Script: X/Y/Z plot, X Type: AddNet Weight 1, X Values: "-1, 0, 1", Version: v1.3.0Без "реальной жизни, Instagram":

masterpiece, best quality, exceptional, best aesthetic,, 1girl, aqua eyes, baseball cap, blonde hair, closed mouth, earrings, green background, hat, hoop earrings, jewelry, looking at viewer, shirt, short hair, simple background, solo, upper body, yellow shirt,
Negative prompt : worst quality, low quality, bad aesthetic, oldest, bad anatomy, bad hands, text, error, missing fingers, extra digit, fewer digits, cropped, jpeg artifacts, signature, watermark, username, blurry
Steps : 20, Sampler: Euler a, CFG scale: 7, Seed: 2867636749, Size: 768x768, Model hash: d38e779546, Model: wd-beta3-base-fp16, Clip skip: 2, AddNet Enabled: True, AddNet Module 1: LoRA, AddNet Model 1: unreal_6_many_prompts_200steps(fff5917285da), AddNet Weight A 1: -1.0, AddNet Weight B 1: -1.0, Script: X/Y/Z plot, X Type: AddNet Weight 1, X Values: "-1, 0, 1", Version: v1.3.0 Я глубоко вдохновлен, и моя работа опирается на выдающиеся усилия следующих проектов. Я хочу выразить свою глубокую благодарность этим проектам и их разработчикам:
https://github.com/rohitgandikota/erasing: стирание концепций из диффузионных моделей
https://github.com/cloneofsimo/lora: адаптация с низким рейтингом для быстрой диффузии текста к Image Fine-Tuning
https://github.com/kohya-ss/sd-scripts: обучение, генерация и коммунальные сценарии для стабильной диффузии
https://github.com/ntc-ai/conceptmod: изменить концепции из диффузионных моделей с помощью DSL