使用中文微調的控制Stable Diffusion的空間信息的輕量級網絡
In English
ControlLoRA是使用LoRA技術可以簡單調試stable diffusion來控制其空間信息的工程。一般使用的是簡單微小的網絡(~7M 參數個數, ~25M 存儲)。更多的信息可以從ControlLoRA獲得。
這個工程可以看作是ControlLoRA的一個fork。並依據ControlLoRA的方法給出兩個中文領域的模型。
你可以使用在線的huggingface space,上傳你的圖片和中文提示文本看輸出結果。由於是在cpu上進行部署使用,我推薦你下載這些工程到本地並使用你的gpu進行運行。 (由於"is_available"的設定,將會動態根據是否有gpu切換設備)
| 名稱 | HuggingFace 模型鏈接 | HuggingFace 空間鏈接 |
|---|---|---|
| ControlNet By Canny Chinese ? | https://huggingface.co/svjack/canny-control-lora-zh | https://huggingface.co/spaces/svjack/ControlNet-Canny-Chinese |
| ControlNet By Pose Chinese ? | https://huggingface.co/svjack/pose-control-lora-zh | https://huggingface.co/spaces/svjack/ControlNet-Pose-Chinese |
pip install -r requirements.txt在安裝後,可以cd進入ControlNet-Canny-Chinese 和ControlNet-Pose-Chinese 分別運行
python app.py打開你的瀏覽器,進入http://localhost:7860 在瀏覽器進行實驗。
| Name | Prompt | Original Image | Backbone Image | Transformed Image |
|---|---|---|---|---|
| ControlNet By Canny Chinese ? | 表情俏皮的小丑 | ![]() | ![]() | ![]() |
| ControlNet By Canny Chinese ? | 滿佈流星的夜晚 | ![]() | ![]() | ![]() |
| ControlNet By Canny Chinese ? | 貓咪吸血鬼 | ![]() | ![]() | ![]() |
| ControlNet By Pose Chinese ? | 麥田守望者 | ![]() | ![]() | ![]() |
| ControlNet By Pose Chinese ? | 身穿軍服的軍官 | ![]() | ![]() | ![]() |
LoRA: Low-Rank Adaptation of Large Language Models LoRA通過學習秩分解矩陣對並凍結原來的權重減少了訓練參數的個數。這極大地減少了大模型對下游任務微調和任務切換的存儲限制,開放部署時的推斷潛力。 LoRA也超過了其它很多調節模型(如:adapter, prefix-tuning, 和fine-tuning)
在Stable Diffusion領域,我也提供了3個使用Lora進行微調的Stable Diffusion模型。 CC3M數據集由svjack/img2dataset-pq2hf-transform-toolkit進行下載和轉換。
| 名稱 | HuggingFace模型鏈接 | 語言 | 微調數據集 |
|---|---|---|---|
| svjack/pokemon-sd-lora-zh | https://huggingface.co/svjack/pokemon-sd-lora-zh | Chinese | svjack/pokemon-blip-captions-en-zh |
| svjack/concept-caption-3m-sd-lora-en | https://huggingface.co/svjack/concept-caption-3m-sd-lora-en | English | Conceptual Captions (CC3M) |
| svjack/concept-caption-3m-sd-lora-zh | https://huggingface.co/svjack/concept-caption-3m-sd-lora-zh | Chinese | Conceptual Captions (CC3M) |
你可以通過模型卡片發現如何使用這些模型。
svjack - [email protected] - [email protected]
Project Link:https://github.com/svjack/ControlLoRA-Chinese