PixelWave
세부 정보
파일 다운로드
모델 설명
PixelWave FLUX.1-schnell 04 - Apache 2.0!
Safetensor 파일: 💾BF16 💾FP8 💾bnb FP4
이 모델은 다음에서도 사용 가능: RunDiffusion 및 Runware.ai
PixelWave FLUX.1 schnell 버전 04는 FLUX.1-schnell의 미학적 세부 조정 버전입니다. 학습에 사용된 이미지는 눈에 띄는 이미지, 아름다운 색상, 텍스처 및 조명을 선호하도록 엄선되었습니다.
원래 schnell 모델을 기반으로 학습되었으므로 Apache 2.0 라이선스입니다!
실행에 특별한 요구 사항 없음. FLUX LoRAs를 지원합니다.
Euler Normal, 8단계.
더 세밀한 디테일을 향상시키기 위해 더 많은 단계를 사용할 수 있지만, 8단계 이후로 출력 결과는 크게 변하지 않습니다.
RunDiffusion에게 감사드립니다
Juggernaut의 공동 창작자인 RunDiffusion에 감사드립니다. 이 모델의 학습을 가능하게 해준 컴퓨팅 자원을 후원해 주셨습니다. 모델을 de-distill하지 않고 schnell을 학습하는 방법을 찾는 데 많은 실험이 필요했고, RunDiffusion의 클라우드 컴퓨팅 자원을 활용할 수 있었기에 훨씬 쉽게 진행할 수 있었습니다.
이 모델의 API 접근이 필요한 경우, Runware.ai와 파트너십을 맺고 있습니다.
현재 FLUX.1-dev 04 버전은 RunDiffusion 및 Runware에 exclusively 제공됩니다. 향후 버전 05를 출시할 때 dev 04의 오픈 가중치를 공개할 계획입니다.
이 모델을 세상에 내놓는 데 도움을 주신 그들에게 감사드립니다. 확인해보세요!
학습
학습은 kohya_ss/sd-scripts를 사용하여 진행되었습니다. 여기에서 제가 포크한 Kohya를 찾을 수 있으며, sd-scripts 서브모듈에도 변경 사항이 포함되어 있으니, 두 개 모두 클론해 주세요.
세밀 조정 탭을 사용하세요. 저는 4090 GPU 24GB에서도 실행 가능한 pagedlion8bit 옵티마이저에서 가장 좋은 결과를 얻었습니다. 다른 옵티마이저들은 학습이 잘 되지 않았습니다.
time_in, vector_in 및 mod/modulation 매개변수를 고정했습니다. 이를 통해 'de-distillation'을 방지합니다.
15개 이상의 블록을 단일로 학습하지 않습니다. FLUX 섹션에서 학습할 블록을 지정할 수 있습니다.
LR 5e-6은 빠르게 학습되지만, 몇 천 단계 이후로 블록이 손상되고 학습 속도가 떨어지기 때문에 중단해야 합니다.
그 후 이전 체크포인트와 블록 병합하여 손상된 블록을 교체하고, 다시 학습을 계속할 수 있습니다.
손상된 블록의 징후: 대부분의 이미지에 종이 텍스처가 나타나고, 배경 디테일이 사라짐.
문의
비즈니스 또는 상업적 문의는 [email protected]으로 연락 주세요. FLUX 세밀 조정 라이선스, 고객 교육 프로젝트, 상업용 AI 개발 등 모든 서비스를 제공할 수 있습니다!
PixelWave Flux.1-dev 03 세밀 조정 완료!
Safetensor 파일: 💾BF16 💾FP8 💾NF4
'diffusers' 파일은 사실상 Q8_0 및 Q4_K_M GGUF 버전입니다. GGUF 파일은 HuggingFace에서도 제공됩니다.
저는 4090 GPU로 5주 이상 FLUX.1-dev 기본 모델을 기반으로 버전 03을 세밀 조정했습니다. 다양한 예술 스타일, 사진, 애니메이션을 생성할 수 있습니다. LoRAs를 위한 제가 발견한 트릭.
쇼케이스 이미지에는 dpmpp 2m sgm uniform 30단계를 사용했습니다. 더 깔끔하고 청결한 출력을 원한다면 가이던스를 높여보세요. 또한 스타일을 명시하면 모델이 추측할 필요가 없어집니다.
또한 업스케일 잠재 변수 노드를 사용하여 잠재 변수를 1.5배 확대하는 것도 권장합니다. 예: 1024x1024 대신 1536x1536 이미지를 생성합니다.
PixelWave Flux.1-schnell 03
GGUF 파일: HuggingFace로 이동
쇼케이스 이미지에는 dpmpp 2m sgm uniform 8단계를 사용했습니다.
4단계부터 시작할 수 있지만, 해부학적 오류를 줄이려면 더 많은 단계를 사용하는 것이 좋습니다.
PixelWave Flux.1-dev 02
버전 02는 검정 및 어두운 이미지가 크게 향상되었으며, 손의 오류가 줄어들어 더 신뢰할 수 있는 출력을 제공합니다.
dpmpp_2s_ancestral, beta, 14단계를 사용하는 것이 좋습니다. 또는 euler, simple, 20단계를 사용하세요.
PixelWave 11 SDXL. 일반 목적 세밀 조정 모델. 예술 및 사진 스타일에 적합합니다.
20단계, DPM++ SDE, CFG 4~6 또는 40단계, 2M SDE Karras 사용
가속 버전 - 5단계 이상, DPM++ SDE Karras, CFG 2.5
PAG 권장⚡1.5 배 확대, CFG 3 사용 권장. 워크플로 링크
⭐프롬프트 가이드 링크.⭐ '4K', '8K', '마스터피스', '고해상도', '고품질' 등의 '품질' 관련 용어를 사용할 필요가 없습니다. 자연스러운 룩을 원한다면 '생동감 있는', '강렬한', '밝은', '높은 대비', '네온', '드라마틱' 등의 단어를 사용하지 않는 것이 좋습니다. 이는 CLIP이 프롬프트를 그대로 따르기 때문에 이미지가 '과도하게 처리된' 느낌을 줄 수 있습니다. 🙂 그러나 생동감 있고 네온빛 사진을 원한다면 PixelWave가 완벽히 제공합니다!
버전 10의 초점은 CLIP 모델을 학습하여 신뢰성을 향상시키고, 다양한 스타일을 생성할 수 있도록 하며, 프롬프트를 더 정확히 따르도록 하는 것입니다.
테스트에 도움을 주신 친구들에게 감사드립니다: masslevel, blink, socalguitarist, klinter, wizard whitebeard.
가이드: LM Studio와 Mikey Nodes로 업스케일 프롬프트
가이드: 스킵 단계 방법으로 이미지에 더 많은 디테일 추가
리파이너 모델이 필요 없습니다.
이 모델은 다른 모델들의 혼합이 아닙니다.
또한 Mikey Nodes를 제작했으며, 이는 유용한 노드를 많이 포함하고 있습니다. Comfy Manager를 통해 설치할 수 있습니다.