I.8Изображения и компьютерное зрение

Kenshi — созданная автором личная смесь моделей для генерации изображений в полуреалистичном художественном стиле. В README названы среди исходных моделей Nixeu, WLOP, Guweiz и BoChen; отдельная базовая модель не указана. Репозиторий содержит веса PyTorch и Safetensors для Diffusers, задача по метаданным — генерация изображений по тексту. Модель рассчитана на создание иллюстраций по подробным текстовым запросам и, по словам автора, подходит для разных художественных стилей. Автор рекомендует не менее 20 шагов генерации, sampler DPM++ 2M Karras и CFG scale 2–7; VAE назван важным компонентом. Kenshi может требовать тщательной настройки промпта, поэтому в README она не рекомендуется начинающим пользователям. Лицензия — CreativeML OpenRAIL-M.

Krea-2-LoRA-kidsdrawing — адаптер LoRA, разработанный Krea для модели Krea 2. Он предназначен для генерации изображений по текстовым описаниям в наивной, выразительной скетчевой стилистике, напоминающей детские рисунки. Модель применяется к базовой модели Krea-2-Turbo и использует триггерную фразу «naive expressive sketch style». Поддерживаемый сценарий — создание художественных иллюстраций с персонажами, животными, пейзажами и сценами в заданной стилистике. Адаптер поставляется в формате kidsdrawing.safetensors и подключается через библиотеку Diffusers к Krea2Pipeline. В README указано, что он обучен на Krea-2-Raw, а предварительные изображения были получены на Krea-2-Turbo за 8 шагов генерации, с guidance 0.0 и весом LoRA 1.0. Точный размер адаптера, архитектура базовой модели, максимальная длина контекста и полный перечень поддерживаемых языков не указаны; в метаданных заявлен язык en. Сильная сторона модели — специализированная стилистическая настройка, позволяющая получать согласованный эффект наивного выразительного наброска при небольшом числе шагов генерации. Ограничение заключается в том, что адаптер не является самостоятельной моделью и требует совместимого чекпойнта Krea-2-Turbo и окружения Diffusers; качество и степень стилизации могут зависеть от текста запроса и веса LoRA. Модель распространяется по лицензии krea-2-community-license; подробные условия доступны по ссылке на файл лицензии в репозитории.

Это коллекция из 34 LoRA-адаптеров в формате .safetensors для генерации изображений. Репозиторий создан пользователем или организацией highscoregames12018 и предназначен для использования с базовой моделью stabilityai/stable-diffusion-xl-base-1.0, совместимой с экосистемой Diffusers и, вероятно, интерфейсом Automatic1111. Коллекция рассчитана на сценарии text-to-image и содержит около 6,7 ГБ данных в 139 файлах. В README не указаны назначение отдельных адаптеров, их тематики, обучающие данные, поддерживаемые языки, требования к памяти или параметры контекста, поэтому оценить сильные стороны и ограничения каждого компонента невозможно. Также отсутствует информация о конкретных настройках применения и результатах тестирования. Для модели указана лицензия Apache-2.0, допускающая использование на условиях этой лицензии. Для работы необходима базовая модель Stable Diffusion XL 1.0 и совместимое программное обеспечение для загрузки LoRA-адаптеров.

MagicPrompt-Dalle — модель семейства MagicPrompt от Gustavosta для генерации текстовых промптов к DALL·E 2. Это языковая модель GPT-2, обученная примерно на 26 тысячах промптов, собранных из веб-архива, сообщества DALL·E 2 на Reddit и dalle2.gallery; обучение включало около 40 тысяч шагов. Модель принимает текст и генерирует текстовые описания изображений, которые можно использовать как запросы для DALL·E 2 и других систем генерации изображений. Модель создана для составления и расширения промптов, а не для генерации самих изображений. Контекст составляет 1024 токена. Небольшой и ограниченный источниками обучающий набор может сужать разнообразие и качество генерируемых формулировок. Лицензия — MIT.

MarkupDM — модель CyberAgent для завершения частично оформленных графических макетов. Она генерирует продолжение разметки документа, чтобы дополнить дизайн подходящим текстовым и визуальным содержимым, его расположением и стилем. Модель дообучена на BigCode StarCoderBase 7B и использует архитектуру MarkupDMForCausalLM; карточка указывает Transformers и формат Safetensors. В качестве обучающего набора указан cyberagent/crello. Модель предназначена для автоматизации завершения графического дизайна по частично готовому макету. В метаданных указан конвейер text-generation, а лицензия — Apache-2.0. Контекстное окно и дополнительные языки карточка не описывает.

ModernArt Diffusion — модель генерации изображений в стиле современного искусства, представленная пользователем theintuitiveye. Она предназначена для создания изображений по текстовым запросам; для усиления стилистического эффекта можно добавить триггер «modernartst». Модель обучена на примерно 100 изображениях современного искусства и распространяется в форматах Diffusers, PyTorch и Safetensors. В README рекомендован VAE от Stability AI для улучшения результатов. Лицензия — CreativeML OpenRAIL-M.

nova-kemono-xl-v50-sdxl — модель генерации изображений по тексту, опубликованная John6666 и предназначенная для создания иллюстраций в стиле kemono и furry. Она использует конвейер Stable Diffusion XL и распространяется в форматах Diffusers и Safetensors. В карточке указаны темы аниме, furry, антропоморфных и feral-персонажей, а также 2D, 2.5D и 3D стили; модель поддерживает англоязычные промпты. Это слияние NoobAI XL 1.1 и Illustrious XL v2.0. Для использования доступна лицензия faipl-1.0-sd. Репозиторий помечен как Not-For-All-Audiences и может содержать чувствительный контент.

arkhabbazan/ocr-math-captcha — модель оптического распознавания коротких математических CAPTCHA-выражений, созданная дообучением TrOCR на базе microsoft/trocr-base-printed. Архитектура Vision Encoder-Decoder принимает RGB-изображения CAPTCHA размером 130×30 и преобразует их в текстовое выражение без пробелов, например «26+7=?». Модель предназначена для распознавания коротких примеров сложения и вычитания, а не для OCR документов. Обучающие данные преимущественно синтетические, поэтому незнакомые шрифты и компоновки могут снижать точность. Использование должно быть разрешено и соответствовать применимым правилам. Лицензия в предоставленных данных не указана.

Qwen-Image-2.1-PE-T2I-Heretic — созданная сообществом производная модель от Qwen/Qwen-Image-2.1-PE-T2I. Это дообученная Qwen3.5-VL 9B с архитектурой Qwen3_5ForConditionalGeneration в формате bf16 safetensors. Модель принимает короткий запрос на создание изображения и формирует подробный англоязычный промпт, а также рекомендует соотношение сторон. Это переписыватель промптов для Qwen-Image-2.1, а не генератор изображений. Веса изменены методом directional ablation Heretic, чтобы снизить склонность к отказам: в описанной оценке отказов стало 31 из 100 против 98 из 100 у исходной модели, при KL-дивергенции 0,013. Проверки README подтверждают, что модель сохраняет формат ответа с промптом и соотношением сторон на обычных и пограничных запросах. Для работы требуется system_prompt.txt из репозитория. Лицензия Qwen Research License разрешает только некоммерческое использование; для коммерческого применения нужна отдельная лицензия Qwen.

Retro-Pixel-Flux-LoRA — адаптер LoRA, разработанный prithivMLmods для модели генерации изображений black-forest-labs/FLUX.1-dev. Он предназначен для создания ретро- и пиксельной графики по текстовым описаниям, включая изображения в эстетике старых видеоигр, 8-битный pixel art, персонажей, предметы и сцены. Для активации стиля используется триггерная фраза «Retro Pixel». Модель может применяться через Diffusers и загружаться в базовую FLUX.1-dev в формате Safetensors. Адаптер обучен на 16 изображениях высокого разрешения с англоязычными текстовыми описаниями. Указанный рекомендуемый размер генерации — 1024×1024. Из известных параметров обучения: network dim 64, network alpha 32, 15 эпох и 2340 шагов. Модель ориентирована на text-to-image и работает с текстовой модальностью на входе и изображениями на выходе; сведения о дополнительных языках, максимальном контексте и точном количестве параметров не указаны. Сильная сторона модели — специализация на узнаваемой ретро-пиксельной стилистике и совместимость с FLUX.1-dev. При этом автор отмечает, что модель всё ещё находится на стадии обучения, не является финальной версией, может создавать артефакты и в некоторых случаях работать нестабильно. Лицензия — CreativeML Open RAIL-M.

Модель CFIA AI Lab и Seed Lab — дообученная версия RT-DETR V2 на базе PekingU/rtdetr_v2_r50vd, предназначенная для обнаружения 101 вида семян сорных растений, связанных с регулируемыми видами REGAL. Она принимает изображения и возвращает обнаруженные объекты с локализацией и метками классов; архитектура — RT-DETR V2 Transformer. В README указаны 17 908 обучающих, 7 076 валидационных и 3 166 тестовых изображений. Модель подходит для автоматизированного выявления и локализации целевых видов семян на изображениях в задачах контроля и сортировки. Поддерживаемые классы перечислены в карточке по научным названиям. Модель опубликована в форматах safetensors и ONNX, лицензия — MIT. Карточка не приводит метрики качества и подробные ограничения применения.

Guizmus/SDArt_UnmythicalCreatures — текстовая инверсия, обученная автором Guizmus на Stable Diffusion 1.5 для создания изображений вымышленных существ, не основанных на известных мифах. Она предназначена для генерации существ по текстовому запросу с использованием токена SDArt и дополнительных токенов, связанных с примерами из обучающего набора. Набор обучения включал 31 изображение; автор указывает, что обучал модель с небольшим весом, чтобы она передавала тему, не копируя исходные работы напрямую. Модель подходит для иллюстраций фантастических животных и растений, концепт-арта существ и визуальных записей для вымышленного бестиария. Для генерации автор рекомендует сэмплеры k_Euler_a или DPM++ 2M Karras, 20 шагов и CFG 7.5. Репозиторий содержит веса в форматах Diffusers, PyTorch и SafeTensors; лицензия — CreativeML OpenRAIL-M. Карточка не сообщает длину контекста или поддерживаемые языки запросов; метаданные помечают английский язык.

SoteDiffusion Wuerstchen3 — модель генерации изображений в стиле аниме, созданная дообучением Disty0 на базе Würstchen V3. Она предназначена для создания иллюстраций по текстовым запросам и обучалась на наборе из 2,75 млн изображений. Для работы доступны Diffusers и safetensors; в README приведены настройки генерации, включая разрешения, кратные 128, и примеры параметров для SD.Next. Модель ориентирована на аниме-иллюстрации; реалистичные изображения отдельно не проверялись. Обучение продолжается, а лицензия указана как other; автор запрещает коммерческое использование.

UIClip — мультимодальная модель BigLab на архитектуре CLIP с двумя энкодерами Transformer, предназначенная для оценки качества дизайна пользовательского интерфейса и соответствия скриншота текстовому описанию. Эта версия объединена с моделью biglab/uiclip_jitteredwebsites-2-224-paraphrased_webpairs и openai/clip-vit-base-patch32; файлы представлены в формате safetensors и библиотека для работы — Transformers. Модель сопоставляет скриншоты интерфейсов с текстовыми описаниями и может использоваться для ранжирования дизайнов, поиска подходящих примеров и поддержки генерации интерфейсов и рекомендаций по дизайну. В исследовании UIClip показала наибольшее согласие с оценками дизайнеров среди сравниваемых базовых методов. Модель рассчитана на англоязычные описания интерфейсов. Лицензия MIT. Оценка качества опирается на обучающие данные и критерии авторского исследования; README не приводит количественных метрик, а генерация рекомендаций описана в статье без подробностей реализации в этой карточке.

Valorant Diffusion — модель генерации изображений по текстовому описанию, обученная автором на заставках персонажей Valorant и дополнительных иллюстрациях с официального сайта. Она основана на Stable Diffusion и распространяется в формате Diffusers с весами Safetensors. Для воспроизведения художественного стиля в запросе рекомендуется использовать токен «valorant style». Модель предназначена для создания портретов и пейзажей в стилистике иллюстраций Valorant; качество генерации других объектов, в частности автомобилей, ограничено. Автор отмечает, что модель обучена методом DreamBooth, а не textual inversion. Лицензия CreativeML OpenRAIL-M допускает использование и распространение производных моделей с условиями и ограничениями лицензии. Автор не связан с Riot Games и предупреждает об ответственности пользователя за результаты и соблюдение лицензии.

Z-Image-Lora — это LoRA-адаптер для генерации изображений по текстовому описанию, разработанный пользователем kukidevalml и предназначенный для совместного использования с базовыми моделями Tongyi-MAI/Z-Image и Tongyi-MAI/Z-Image-Turbo. Модель распространяется в формате safetensors и интегрируется с экосистемой Diffusers. Адаптер ориентирован на создание изображений людей и персонажей по специальным триггерам, связанным с именами из набора обучения. Для активации рекомендуется указывать полное имя и соответствующий идентификатор вида vrtlxxxx; обычные описания вроде woman или 1girl могут не сработать. Поддерживаются сценарии text-to-image, включая портреты и другие композиции, а интенсивность применения LoRA можно регулировать. В README также упоминается дополнительный триггер vrtlEvaHelper для ограниченного улучшения NSFW-возможностей базовой модели. Точные размер адаптера, архитектурные параметры, размер контекста и языки не указаны. Эффективность зависит от выбранной базовой модели, корректности триггера и настроек генерации; для неоднозначных или плохо распознаваемых имен автор рекомендует изменять или удалять имя из запроса. Модель распространяется по лицензии Apache-2.0.

Andromeda — набор моделей Stable Diffusion от neggles для генерации изображений в аниме-стиле, ориентированных на поклонников японской поп-культуры и персонажей-кошкодевушек и лисодевушек. Репозиторий распространяет варианты AndromedaDX, AndromedaSX, AndromedaSV и AndromedaMV; автор выделяет DX за детализированные фоны и общий уровень детализации, SX и SV — для образов лисодевушек, а MV — за более реалистичную стилизацию. Также упомянут вариант AndromedaUnreal. Модель принимает текстовые запросы и создаёт изображения. Автор отмечает хорошую работу с запросами на естественном языке при повышенном CLIP skip и рекомендует использовать hires fix; приведены ориентировочные настройки генерации и подсказки для положительного и отрицательного промптов. Карточка не уточняет базовую версию Stable Diffusion и рецепт обучения; автор связывает компоненты моделей с серией Sathariel. Лицензия — CreativeML OpenRAIL-M.

Anima-turbo-v1.0-GGUF — квантизированная версия модели Anima-Turbo-v1.0, первоначально разработанной CircleStone Labs и опубликованной в формате GGUF пользователем Abiray. Модель основана на архитектуре nvidia/Cosmos-Predict2-2B-Text2Image и содержит около 2 миллиардов параметров. Это text-to-image-модель, ориентированная преимущественно на аниме-концепты, персонажей, стили, иллюстрации и другие художественные изображения; для фотореалистичной генерации она подходит плохо. Вариант Turbo является дистиллированной версией, оптимизированной для быстрой генерации за небольшое число шагов. Модель предназначена для запуска в ComfyUI с использованием узла ComfyUI-GGUF и поддерживает работу на CPU и GPU с выгрузкой вычислений. Доступны квантизации Q3_K_M, Q4_K_S, Q4_K_M, Q5_K_M, Q6_K и Q8_0 размером примерно от 1,02 до 2,24 ГБ; Q4_K_M и Q5_K_M заявлены как сбалансированные варианты. Для Turbo рекомендуются 8–12 шагов, CFG 1.0 и sampler euler. Поддерживаются разрешения от 512×512 до 1536×1536 пикселей. Модель обучалась на Danbooru-style tags, описаниях на естественном языке и их сочетаниях; язык текстовых запросов явно не указан. Для работы требуются ComfyUI версии 0.14.1 или выше, дополнительные text encoder Qwen 3 0.6B и VAE qwen_image_vae. Основные ограничения — узкий художественный фокус, низкая пригодность для реализма и зависимость Turbo-варианта от ограниченных параметров генерации. Лицензия указана как circlestone-labs-non-commercial-license; коммерческое использование не разрешено.

BioCLIP-HC-Hyperbolic — модель компьютерного зрения и языка для распознавания организмов по изображениям с учётом таксономической иерархии. Её разработала команда Zhiyuan Tao и соавторов; модель дообучена на TreeOfLife-10M на основе BioCLIP ViT-B/16 и использует двухкодерную архитектуру CLIP с представлениями в гиперболическом пространстве. Модель предназначена для zero-shot классификации изображений по таксономическим названиям на разных уровнях — от царства до вида, а также для классификации с небольшим числом размеченных примеров и получения визуальных представлений для биологических задач. Обучение с контрастивным сравнением внутри одного таксономического уровня и балансировкой групп направлено на более согласованные предсказания от общих категорий к конкретным видам. В README сообщается о результатах на iNat21, Rare Species и CrypticBio, включая улучшение средней точности более чем на 13% относительно RCME. Модель подходит для мониторинга биоразнообразия, распознавания редких видов и тонкой классификации организмов. Обучающие данные могут быть неравномерно распределены по таксонам, поэтому качество ниже для редких, недостаточно представленных, неоднозначных или незнакомых организмов; ошибки на высоких уровнях таксономии могут влиять на последующие предсказания. Результаты следует использовать как вспомогательные, а не как окончательное биологическое определение. Лицензия — MIT.

Cambrian-S-3B — мультимодальная языковая модель пространственного анализа видео, разработанная Shusheng Yang, Jihan Yang, Pinzhi Huang, Ellis Brown и соавторами. Она предназначена прежде всего для ответов на вопросы о пространственных отношениях и событиях в видео, сохраняя возможности общего понимания видео. Модель построена на Qwen2.5-3B-Instruct с визуальным энкодером SigLIP2-SO400M (SigLIP-384) и двухслойным MLP-адаптером; содержит около 3,1 млрд параметров и поддерживает контекст до 32 768 токенов. Обучение включало этапы согласования изображений, обучения на инструкциях по изображениям и видео, а затем пространственного обучения на VSI-590K и общих данных видеоинструкций. Модель подходит для анализа видеосцен и пространственных рассуждений. Карточка заявляет высокие результаты на визуально-пространственных тестах и конкурентное качество на задачах общего понимания видео. В метаданных указана лицензия Apache-2.0. Язык карточки — английский; других сведений о языковой поддержке нет.

CINEMATIC FILM STILL REDMOND — это LoRA-адаптер, разработанный artificialguybr при поддержке Redmond.AI, для базовой модели black-forest-labs/FLUX.2-klein-9B. Адаптер предназначен для генерации изображений в кинематографичном стиле, напоминающих отдельные кадры из фильмов, с высокой детализацией и согласованностью визуального результата. Модель подходит для сценариев text-to-image, где требуется придать изображениям характерную эстетику film still. Для активации стиля рекомендуется использовать триггерные слова «Cinematic» и «Film Still.»; автор также указывает вариант «Cinematic. Film Still.». Для работы рекомендуется ComfyUI. Модель распространяется в формате Safetensors и относится к экосистеме Diffusers/LoRA. В README не указаны точный размер адаптера, поддерживаемые языки, размер контекста или перечень модальностей базовой модели. Ограничение модели заключается в её узкой специализации на кинематографичном визуальном стиле и зависимости от базовой FLUX.2-klein-9B. Лицензия — Apache License 2.0.

COLORINGBOOK-REDMOND-FLUXKLEIN9B — LoRA-адаптер, разработанный artificialguybr на базе модели black-forest-labs/FLUX.2-klein-9B при поддержке GPU-времени от Redmond.AI. Он предназначен для генерации иллюстраций в стиле раскрасок с чистым контурным рисунком и согласованной передачей выбранной стилистики. Модель ориентирована на text-to-image сценарии и используется совместно с базовой моделью FLUX.2-klein-9B и совместимым интерфейсом, в частности ComfyUI, который автор рекомендует для получения наилучших результатов. Для активации стиля в запросах следует использовать триггерные фразы ColoringBookAF и Coloring Book. LoRA обучена на отобранном наборе качественных изображений раскрасок. Дополнительные сведения о размере, контекстном окне, языках, точных требованиях к аппаратному обеспечению и поддерживаемых модальностях в README не указаны. Сильные стороны модели — высокая специализация на стиле раскрасок, чистая линейная графика и заявленная стабильность результатов. Ограничение заключается в узкой стилистической направленности и зависимости от базовой модели и совместимого diffusion-инструментария. Модель распространяется по лицензии Apache License 2.0.

Danbooru Tag Generator — модель генерации текста на архитектуре GPT-2 от Fred Zhang. Она обучена в течение трёх эпох на 100 000 тегов изображений Danbooru с рейтингом up_score не ниже 3 и предназначена для генерации тегов и описаний в контексте аниме-арта. Модель связана с набором данных anime-prompts-180K; в репозитории доступны форматы PyTorch и ONNX, длина контекста — 1024 токена. Модель может помогать составлять текстовые теги для аниме-изображений и формировать подсказки для генерации изображений. Карточка предупреждает, что исходный набор Danbooru не фильтрует материалы для взрослых, поэтому среди результатов могут встречаться NSFW-описания. Лицензия — CreativeML OpenRAIL-M.

Это модель Stable Diffusion, дообученная автором wooshim с помощью DreamBooth на концепции dtv_pkmn_monster_style. Она предназначена для генерации изображений монстров в заданном стиле по текстовым запросам; для активации стиля в запрос рекомендуется добавить триггер feralplmr. Модель распространяется в форматах Diffusers и PyTorch по лицензии MIT. В карточке предложены запросы для создания фантастических существ, например драконов и динозавров, и указаны настройки генерации: около 40 шагов и сэмплер Euler a. Это ориентиры из примеров автора, а не гарантия качества или обязательные настройки.

Keltezaa/emma-watson-face-flux-sdxl — это LoRA-адаптер для генерации изображений, обученный на базе black-forest-labs/FLUX.1-dev. Автором или владельцем публикации указан Keltezaa. Модель предназначена для создания изображений женщины, визуально связанной с Эммой Уотсон, в том числе портретов, селфи, сцен в различных эпохах и стилях, а также фотореалистичных, аниме, сюрреалистических и кинематографических композиций. Модель работает в сценариях text-to-image через экосистему Diffusers и Stable Diffusion-совместимые рабочие процессы, хотя точные параметры подключения, вес LoRA, требования к памяти, размер модели, контекст и поддерживаемые языки в README не указаны. Примеры показывают управление внешностью, одеждой, освещением, окружением и художественным стилем с помощью текстового запроса. Сильной стороной является специализация на образе лица и гибкость применения в разных визуальных сценах. Ограничения включают возможную нестабильность сходства, зависимость результата от базовой модели и формулировки запроса, а также потенциальные ограничения при генерации изображений реального человека и персонажей, защищённых авторским правом. Лицензия указана как bespoke-lora-trained-license. Согласно ссылке в README, она допускает коммерческое использование изображений, создание производных работ и использование другой лицензии, а также не требует обязательного указания авторства; перед применением следует проверить актуальные условия лицензии по указанной ссылке.

UmeAiRT/FLUX.1-dev-LoRA-Modern_Pixel_art — адаптер LoRA для генерации изображений на базе black-forest-labs/FLUX.1-dev. Модель разработана UmeAiRT и предназначена для создания изображений в современной стилистике 2D pixel art, включая фантазийные пейзажи, руины, леса, горы, водоёмы и сцены, вдохновлённые современными играми. Для активации стилистики рекомендуется использовать триггерное слово umempart. Модель работает в сценариях text-to-image и распространяется в формате Safetensors. В README указаны LoRA rank 32 и рекомендуемое разрешение 1024 пикселя; сведения о размере базовой модели, поддерживаемых языках, максимальном контексте и дополнительных модальностях отсутствуют. Обучение проводилось в течение 20 эпох и 2000 шагов с оптимизатором Prodigy на датасете UmeAiRT/Ume-Modern_Pixel_Art; автор отмечает, что настройки могли быть не оптимальными. Сильная сторона модели — специализированная передача современной пиксельной стилистики поверх возможностей FLUX.1-dev. Ограничения включают зависимость от базовой модели, необходимость корректного применения триггерного слова и возможную нестабильность результатов из-за неоптимально подобранных параметров обучения. Модель распространяется по лицензии MIT.

Flux Fantasy Knights — это LoRA-адаптер для генерации изображений на базе black-forest-labs/FLUX.1-dev, разработанный автором HailoKnight и опубликованный пользователем Keltezaa. Модель предназначена для text-to-image сценариев с фэнтезийными и футуристическими рыцарями, доспехами, мечами, паладинами, демоническими персонажами и механическими воинами. Она также может использоваться для создания персонажей без мечей и для сочетания рыцарской эстетики с научной фантастикой, киберпанком и кинематографичной визуальной подачей. Это модель типа LoRA в формате Safetensors, работающая с базовой архитектурой FLUX.1-dev и библиотекой Diffusers. Для активации рекомендуется использовать триггер hkstyle или HKStyle, а для усиления характерного результата — описывать мечи и доспехи. Рекомендуемый вес LoRA составляет примерно 0,6–1, однако автор советует экспериментировать. Важное ограничение — адаптер может часто добавлять шлем; для получения персонажа без шлема рекомендуется явно описывать волосы или использовать негативный запрос. Лицензия указана как bespoke-lora-trained-license; по ссылке лицензии разрешено коммерческое использование изображений, создание производных работ и применение другой лицензии при соблюдении условий, включая требование об указании авторства.

Krea2-Anime-Style-Collection — коллекция LoRA-моделей, разработанная пользователем WarmBloodAban для генерации изображений в аниме- и манга-стилистике. Модели предназначены для text-to-image задач, создания иллюстраций с кинематографичным освещением, динамичными диагональными композициями и эстетикой high-fashion. Коллекция ориентирована на использование в ComfyUI и совместную работу с базовой моделью krea/Krea-2-Turbo. В репозитории представлены варианты с различными визуальными направлениями, включая акварельную эстетику, неоновые кристаллические цвета, оттенки манги, дизайн одежды и стилизацию под традиционные костюмы. Указаны рекомендуемый вес LoRA 0,7–1,0, sampler Euler или DPM++ 2M Karras, 20–30 шагов и CFG 3,5–5,0. Заявлены плавные линии, чистые цветовые градиенты, блики в форме звёзд, иридисцентные отражения и высокая детализация. Ограничения и точные технические характеристики, включая размер параметров, архитектуру LoRA, поддерживаемые языки и максимальный контекст, в README не указаны. Лицензия обозначена противоречиво: в метаданных указаны Apache-2.0, а в описании — OpenRAIL; перед использованием следует проверить лицензионные условия конкретных файлов и базовой модели.

Lasorco выпустил lametta — семейство слитых моделей Stable Diffusion для генерации изображений по текстовым запросам. Автор настраивал их для личного использования; актуальная версия v2012 объединяет несколько моделей и ориентирована на стилизованные аниме-иллюстрации с девушками невысокого роста и выразительными круглыми глазами. В карточке указаны формат safetensors и лицензия CreativeML OpenRAIL-M. Модель подходит для создания персонажей и сцен по коротким промптам. Автор рекомендует начинать с краткого описания, а для повышения детализации использовать Hires.fix; примеры настроены с DPM++ 2M Karras. Разные версии отличаются стилем: некоторые тяготеют к плоской аниме-заливке, другие — к более мультяшной или скетчевой подаче. Результаты могут быть непредсказуемыми: анатомия, пальцы, фон и детали способны ломаться в зависимости от промпта и параметров. Модель хуже подходит для персонажей мужского пола, совместимость с LoRA не проверена, а для декодирования может потребоваться отдельно выбранный VAE; версия v2012 включает ClearVAE Variant.

Medical-illustration-(heart) — модель генерации изображений, обученная David Oluyale методом DreamBooth на базе Stable Diffusion. Она предназначена для создания медицинских иллюстраций сердца по текстовым запросам. Модель доступна в форматах Diffusers, PyTorch и safetensors и использует лицензию CreativeML OpenRAIL-M. Карточка не сообщает размер модели, число параметров, контекст или языки обучения. Результаты зависят от формулировки запроса; модель специализирована на иллюстрациях сердца, поэтому её не следует считать источником медицинской диагностики или достоверных анатомических сведений.