Flux1-DedistilledMixTuned
세부 정보
파일 다운로드
이 버전에 대해
모델 설명
V3.0-Krea 버전:
Flux.1-Dev-Krea 모델은 Dev 모델의 예술 스타일과 사실적인 사진 촬영 능력을 향상시켰지만, 초상화의 선명도와 미학적 측면은 약화되었고, 특히 원래 Dev 모델로 학습된 LoRA와의 호환성이 매우 낮습니다. 본 V3.0-Krea는 Krea 모델의 주요 장점을 유지하면서 이미지 선명도와 원래 Dev 모델 LoRA에 대한 호환성을 개선했습니다. 그러나 LoRA 호환성 개선은 미미하며(주로 초상화 및 스타일 LoRA에 해당, 기타 LoRA 및 CN은 양호함), 이는 이 버전에서 다소 아쉬운 부분입니다. 다운로드 시 신중하게 판단해 주세요.
Flux.1-Dev-Krea는 Dev 버전 모델의 예술 스타일과 사실적인 사진 촬영 능력을 향상시켰지만, 초상화의 선명도와 미학적 측면이 약화되었고, 특히 원래 Dev 모델로 학습된 LoRA와의 호환성이 매우 낮습니다. V3.0-Krea는 Krea 모델의 주요 장점을 유지하면서 이미지 선명도를 향상시키고 LoRA와의 호환성을 개선했지만, LoRA 호환성 개선은 미미하며(주로 초상화 및 스타일 LoRA에 해당, 기타 LoRA 및 CN은 양호함), 이는 이 버전에서 다소 아쉬운 점입니다. 다운로드 시 신중하게 판단해 주세요.
T5-XXL 대신 GNER-T5-XXL을 사용하여 더 나은 프롬프트 이해 능력을 얻기를 권장합니다. /model/1888454에서 다운로드하실 수 있습니다.
일부 예시 이미지(Some example image):
모델 사용법:
기본 조합: deis+simple / euler+beta. 다양한 조합을 시도해보세요.
기본: deis+simple / euler+beta, 더 다양한 조합을 시도해보세요.
또한 Huggingface.co에서 확인 가능합니다.
===========================================================================
V3.0-PAP 버전:
v3.0-PAP: 초상화 및 예술 사진 출력 최적화 기반 모델. 이 모델은 구성, 조명 및 동양인 얼굴형 등에 특화하여 최적화되었고, 얼굴 모델의 민감도와 적합성을 더욱 강화했습니다.
원래 Dev 모델과 비교해 이 버전은 인종 및 얼굴형 면에서 더 사실적이고 풍부하며, 얼굴 모델의 예시 이미지는 아래 작가의 LoRA 모델에서 가져왔습니다. 감사드립니다! 저작권 침해 시 즉시 삭제하겠습니다.
초상화 및 예술 사진 최적화 기반 모델. 이 모델은 구성, 조명, 동양인 얼굴형에 특화하여 최적화되었고, 얼굴 모델의 민감도와 적합성을 더욱 강화했습니다.
Flux.1 Dev 원본 모델과 비교해 이 버전은 인종과 얼굴형 면에서 더 사실적이고 풍부하며, 얼굴 모델의 예시 이미지는 아래 작가의 LoRA 모델에서 가져왔습니다. 감사합니다! 저작권 침해 시 즉시 삭제하겠습니다.
https://civitai.com/user/el_fluppe
https://civitai.com/user/wolfcatz
https://civitai.com/user/seanwang1221
https://civitai.com/user/nawusijia
모델 사용 간단 가이드:
기본 구성: deis+simple / euler+beta; 노이즈 증가: ddim/dpm_2/dpmpp_2+beta/beta57/sgm_uniform; 세부사항 풍부 및 창의성 향상: heunpp2+ddim_uniform; 확대: UltimateSDUpscale/TTP; 필름 효과: LUT 추가(35mm/AGAF/Kodak); 또는 사용자 환경에 맞는 최적 조합을 실험해 보세요. steps 20-30. 워크플로는 예시 이미지 참조.
기본: deis+simple / euler+beta; 노이즈 증가: ddim/dpm_2/dpmpp_2+beta/beta57/sgm_uniform; 세부사항 풍부 및 창의성 향상: heunpp2+ddim_uniform; 확대: UltimateSDUpscale/TTP; 필름 효과: LUT 추가(35mm/AGAF/Kodak); 또는 사용자 환경에 맞는 최적 조합을 실험해 보세요. steps 20-30. 워크플로는 예시 이미지 참조.
또한 Huggingface.co에서 확인 가능합니다.
재미있는 얼굴 모델 LoRA 제어 예시(An interesting face model LoRA control sample):
===========================================================================
DedistilledMixTuned Dev V3.0:
중국 음력 뱀의 해 기념 대업그레이드! (Great upgrade for Chinese Snake Year!)
V3.0 버전 모델은 전면적으로 업그레이드되었으며, 현재 Flux Dev 미세조정 모델 중에서 모델 역량이 가장 균형 잡히고, LoRA 호환성, 사실성, 출력 품질 및 예술 창작력이 Flux Pro에 가장 가까운 모델입니다. (평가 및 비교를 위해 이 모델의 Seed는 원래 Dev 모델과 기본적으로 일치하도록 설정했습니다)
완전히 업그레이드된 버전 3.0은 현재 Flux Dev 미세조정 모델 중에서 모델 역량이 가장 균형 잡히고, LoRA 호환성, 사실성, 이미지 품질 및 예술적 창의성이 Flux Pro에 가장 가까운 모델일 수 있습니다. (평가 및 비교를 위해 이 모델의 Seed는 원래 Dev 모델과 기본적으로 일치하도록 설정했습니다)
V3.0 버전 모델 사용 가이드:
모델은 계층적 융합 기술을 통해 반-디스틸레이션 간섭을 제거하였으며, 원래 Flux.1 Dev 모델과 완전히 호환되며, LoRA 가중치에 대한 민감도가 높습니다. 1024x1024 이하 해상도에서는 euler/deis + normal/beta/simple 등을 권장하며, 1024 - 2048 고해상도 이미지에는 ddim/dpm_2/dpmpp_2m/heunpp2 + ddim_uniform/beta를 권장합니다.
세부사항 최고: dpmpp_2m+beta, 예술성 최고: heunpp2+ddim_uniform
권장: KSampler, 20-30단계. 워크플로는 이 이미지 참조: https://civitai.com/images/53432419
모델은 원래 Flux.1 Dev와 완전히 호환되며, 반-디스틸레이션 간섭을 제거하고 LoRA 가중치에 대한 민감도가 높습니다. 1024x1024 이하 해상도에서는 euler/deis + normal/beta/simple 등을 권장하며, 1024 - 2048 고해상도 이미지에는 ddim/dpm_2/dpmpp_2m/heunpp2 + ddim_uniform/beta를 권장합니다.
세부사항 최고: dpmpp_2m + beta, 예술성 최고: heunpp2 + ddim_uniform
권장: KSampler, 20-30단계. 워크플로는 이 이미지 참조: https://civitai.com/images/53432419
===========================================================================
DedistilledMixTuned Dev V2.0:
2025 신년 선물! 한 달 이상의 훈련 및 미세조정을 거쳐, v1.0을 기반으로 V2.0 버전이 새롭게 업그레이드되었습니다. 사진급 사실성과 함께 세부사항 표현, 출력 속도, LoRA 호환성, 조명 조화 측면에서 새로운 균형을 달성했습니다.
2025 신년 선물! 한 달 이상의 훈련 및 미세조정을 거쳐, v1.0을 기반으로 V2.0 버전이 새롭게 업그레이드되었습니다. 사진급 사실성과 함께 세부사항 표현, 출력 속도, LoRA 호환성, 조명 조화 측면에서 새로운 균형을 달성했습니다.
===========================================================================
DedistilledMixTuned Schnell V1.0:
현재 Flux.1 Schnell 기반 다양한 모델 중에서, 빠른 출력(4-8단계), 원본 Flux Schnell 구성 스타일 준수, 프롬프트 재현력이 뛰어나고, 출력 품질, 세부사항, 사실성 회귀 및 스타일 다양성 측면에서 가장 균형 잡힌 오픈소스 상용 가능한 Schnell 기반 모델입니다.
4단계만으로도, 이 모델은 다른 Flux.1 Schnell 미세조정 모델과 비교해 이미지 품질, 세부사항, 사실성, 스타일 다양성 측면에서 최상의 균형을 달성할 수 있으며, 프롬프트 순응력이 뛰어나고 원본 Flux 모델 스타일을 잘 따릅니다.
FLUX.1-schnell 기반, LibreFLUX와 통합, ComfyUI, Block_Patcher_ComfyUI, ComfyUI_essentials 및 기타 도구로 미세조정됨. 4-8단계 권장, 보통 4단계로 충분합니다. 다른 Flux.1 Schnell 모델과 비교해 품질과 사실성이 크게 향상되었습니다.
===========================================================================
DedistilledMixTuned Dev V1.0:
현재 빠른 출력(10단계 이내) Flux 미세조정 모델 중에서, 원본 Flux.1 Dev 스타일을 잘 따르고, 프롬프트 재현력이 뛰어나며, 출력 품질이 가장 우수하고, 출력 세부사항이 Flux.1 Dev 모델을 넘어서 Flux.1 Pro에 가장 근접한 기반 모델입니다.
6-10단계에서 최고 품질을 달성할 수 있으며, 일부 세부사항은 Flux.1 Dev 모델을 능가하고 Flux.1 Pro 모델에 근접합니다. 프롬프트 순응력이 뛰어나고, 원본 Flux.1 Dev 스타일을 잘 따릅니다.
Flux-Fusion-V2 기반, flux-dev-de-distill와 통합, ComfyUI, Block_Patcher_ComfyUI, ComfyUI_essentials 및 기타 도구로 미세조정됨. 6-10단계 권장. 다른 Flux.1 모델과 비교해 품질이 크게 향상되었습니다.
GGUF Q8_0 / Q5_1 / Q4_1 양자화 버전 모델 파일은 테스트를 거쳐 동일하게 제공되었으며, 추가 양자화 버전은 제공되지 않습니다. 필요 시 아래 지침에 따라 fp8 파일을 다운로드 후 자체 양자화해 주세요.
GGUF Q8_0 / Q5_1 / Q4_1 양자화 버전 모델 파일은 테스트를 거쳐 동일하게 제공되었습니다. 과도한 양자화는 이 고속 고정밀 모델의 장점을 상실하므로, 다른 양자화 버전은 제공되지 않습니다. fp8 모델 파일을 다운로드한 후, 아래 지침에 따라 자체 양자화해 주세요.
===========================================================================
권장 사항:
UNET 버전(모델만)은 Text Encoder 및 VAE가 필요합니다. 아래 CLIP 및 Text Encoder 모델 사용을 권장하며, 더 나은 프롬프트 가이던스를 얻을 수 있습니다:
Text Encoders: https://huggingface.co/silveroxides/CLIP-Collection/blob/main/t5xxl_flan_latest-fp8_e4m3fn.safetensors
VAE: https://huggingface.co/black-forest-labs/FLUX.1-schnell/tree/main/vae
GGUF 버전: GGUF 모델 지원 노드 설치 필요, https://github.com/city96/ComfyUI-GGUF
간단한 워크플로: 아래와 같은 매우 간단한 워크플로이며, 다른 Comfy 커스텀 노드가 필요하지 않습니다(GGUF 버전은 city96의 UNET Loader(GGUF) 노드 사용):
===========================================================================
디스틸레이션의 기름기를 씻어내고, 모델의 본질로 돌아가, 가장 순수한 Flux 고급 기반 모델을 제작합니다!
Distillation의 기름기를 씻어내고, 모델의 본질로 돌아가십시오!
모델을 사용하신 후 만족하셨다면, 많은 이미지를 공유해 주세요. 감사합니다!
모델이 마음에 드셨다면, 이미지를 많이 공유해 주세요. 감사합니다!
감사의 인사:
https://huggingface.co/black-forest-labs/FLUX.1-dev, 훌륭한 오픈소스 T2I 모델. FLUX.1 [dev] 비상업 라이선스 하에 제공.
https://huggingface.co/black-forest-labs/FLUX.1-schnell, 훌륭한 오픈소스 T2I 모델. apache-2.0 라이선스 하에 제공.
https://huggingface.co/Anibaaal, Flux-Fusion은 훌륭한 믹스 및 미세조정 모델입니다.
https://huggingface.co/nyanko7, Flux-dev-de-distill은 훌륭한 실험적 프로젝트입니다! inference.py 스크립트에 감사합니다.
https://huggingface.co/jimmycarter/LibreFLUX, 자유롭고 디스틸레이션 제거된 FLUX 모델로, FLUX.1-schnell의 Apache 2.0 버전입니다.
https://huggingface.co/MonsterMMORPG, Furkan은 다양한 Flux.1 모델 테스트 및 튜닝 강좌를 공유했으며, 디스틸레이션 모델에 대한 특별 테스트도 제공했습니다.
https://github.com/cubiq/Block_Patcher_ComfyUI, cubiq의 Flux 블록 패치 샘플러 덕분에 Flux.1 블록 파라미터 값 변화가 이미지 생성에 미치는 영향을 여러 테스트로 확인할 수 있었습니다. 그의 ComfyUI_essentials에는 FluxBlocksBuster 노드가 있어 블록 값을 쉽게 조정할 수 있었고, 이는 훌륭한 작업입니다!
https://huggingface.co/twodgirl, 모델 양자화 스크립트 및 테스트 데이터셋을 공유해 주셨습니다.
https://huggingface.co/John6666, 모델 변환 스크립트 및 모델 컬렉션을 공유해 주셨습니다.
https://github.com/city96/ComfyUI-GGUF, GGUF 양자화 모델을 네이티브로 지원합니다.
https://github.com/leejet/stable-diffusion.cpp, 순수 C/C++ GGUF 모델 변환 스크립트를 제공합니다.
참고: GGUF Q5/Q4로 쉽게 변환하려면 https://github.com/ruSauron/to-gguf-bat 스크립트를 사용하세요. 이를 다운로드한 후 sd.exe 파일과 동일한 디렉토리에 두고, 탐색기에서 fp8.safetensors 모델 파일을 bat 파일 위로 드래그하면 CMD 창이 나타나고, 메뉴에 따라 원하는 모델을 변환할 수 있습니다.
라이선스
가중치는 FLUX.1 [dev] 비상업 라이선스 하에 제공됩니다.