/ Модель

Характеристики

Базовая модель
FLUX.1-dev
Библиотека
diffusers
Опубликована
19 сен 2024

FLUX.1-controlnet-lineart-promeai

Генерация изображений3 профессии

PromeAI FLUX.1-controlnet-lineart-promeai — модель ControlNet, разработанная PromeAI на базе black-forest-labs/FLUX.1-dev.

275скачиваний за 30 дней46лайковвеса обновлены19 сен 2024

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

Она предназначена для генерации изображений по текстовому описанию с управлением композицией и формами через входное изображение с линейным рисунком или lineart-условием. Модель интегрируется с библиотекой Diffusers и может использоваться через ComfyUI.

Архитектурно это набор весов ControlNet для FLUX.1-dev. В README не указаны точный размер модели, поддерживаемые языки и максимальная длина контекста; по приведённому примеру модель работает с текстовыми промптами на английском языке. Для запуска рекомендуется использовать torch_dtype=torch.bfloat16, GPU и примерно 28 шагов генерации; пример рассчитан на видеопамять уровня A100 80 ГБ. Обучение проводилось на одной A100-80G на отобранном проприетарном наборе реальных изображений: сначала с разрешением 512 и batch size 3, затем с разрешением 1024 и batch size 1; checkpoint на 14 000 шагов обучался около трёх дней.

Сильная сторона модели — возможность сохранять структуру и контуры исходного lineart-изображения при создании детализированной сцены по текстовому описанию. Ограничения включают возможное несоответствие результата промпту, зависимость качества от стиля формулировки запроса и усиление существующих социальных предубеждений. Модель не предназначена для предоставления фактической информации. Лицензия в README не указана.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

promeai/FLUX.1-controlnet-lineart-promeai

promeai/FLUX.1-controlnet-lineart-promeai holds controlnet weights trained on black-forest-labs/FLUX.1-dev with lineart condition.

Here are some example images.

prompt: cute anime girl with massive fluffy fennec ears and a big fluffy tail blonde messy long hair blue eyes wearing a maid outfit with a long black gold leaf pattern dress and a white apron mouth open holding a fancy black forest cake with candles on top in the kitchen of an old dark Victorian mansion lit by candlelight with a bright window to the foggy forest and very expensive stuff everywhere

input-controlresult image
input-control)output)

How to use

With diffusers

import torch
from diffusers.utils import load_image
from diffusers.pipelines.flux.pipeline_flux_controlnet import FluxControlNetPipeline
from diffusers.models.controlnet_flux import FluxControlNetModel

base_model = 'black-forest-labs/FLUX.1-dev'
controlnet_model = 'promeai/FLUX.1-controlnet-lineart-promeai'
controlnet = FluxControlNetModel.from_pretrained(controlnet_model, torch_dtype=torch.bfloat16)
pipe = FluxControlNetPipeline.from_pretrained(base_model, controlnet=controlnet, torch_dtype=torch.bfloat16)
pipe.to("cuda")

control_image = load_image("./images/example-control.jpg")
prompt = "cute anime girl with massive fluffy fennec ears and a big fluffy tail blonde messy long hair blue eyes wearing a maid outfit with a long black gold leaf pattern dress and a white apron mouth open holding a fancy black forest cake with candles on top in the kitchen of an old dark Victorian mansion lit by candlelight with a bright window to the foggy forest and very expensive stuff everywhere"
image = pipe(
    prompt, 
    control_image=control_image,
    controlnet_conditioning_scale=0.6,
    num_inference_steps=28, 
    guidance_scale=3.5,
).images[0]
image.save("./image.jpg")

With comfyui

An example comfyui workflow is also provided.

Limitations and bias

  • This model is not intended or able to provide factual information.
  • As a statistical model this checkpoint might amplify existing societal biases.
  • The model may fail to generate output that matches the prompts.
  • Prompt following is heavily influenced by the prompting-style.

Training details

This controlnet is trained on one A100-80G GPU, with carefully selected proprietary real-world images dataset, with imagesize 512 + batchsize 3 (earlier period), and imagesize 1024 + batchsize 1 (after 512 training). With above configs, the GPU memory was about 70G and takes around 3 days to get this 14000steps-checkpoint.

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · diffusers

Нельзя запустить

Базовая модель black-forest-labs/FLUX.1-dev закрыта автором (gated): у платформы нет доступа к её весам.

Ревизия весов
912c5b6

0 моделей