Diffusers documentation
DreamBooth
Mulai
Inferensi
Menggunakan pipeline difusi
Adaptor dan personalisasi
Optimalkan dan skalakan
Performa dasar
Kecepatan dan memori
Inferensi terdistribusi
Kuantisasi
Akselerasi spesifik perangkat keras
Metode komunitas
Modular Diffusers
Pelatihan dan penyesuaian halus
Sumber daya
Kontribusi
API
DreamBooth
DreamBooth mempersonalisasi model pretrained ke subjek tertentu dari beberapa gambar (misalnya, kucing Anda) dengan fine-tuning seluruh bobot dan mengaitkan subjek tersebut ke pengidentifikasi unik dalam prompt (sks cat). Anda kemudian dapat menghasilkan subjek tersebut dalam pengaturan, pencahayaan, pose, dan gaya baru.
Checkpoint DreamBooth biasanya berukuran beberapa GB karena berisi bobot model lengkap. Muat dengan from_pretrained() dan sertakan pengenal unik dalam prompt untuk memicu generasi.
import torch
from diffusers import AutoPipelineForText2Image
pipeline = AutoPipelineForText2Image.from_pretrained(
"sd-dreambooth-library/herge-style",
dtype=torch.float16
).to("cuda") # or "mps", "xpu", "cpu"
prompt = "A cute sks herge_style brown bear eating a slice of pizza, stunning color scheme, masterpiece, illustration"
pipeline(prompt).images[0]
Untuk melatih checkpoint Anda sendiri, lihat Melatih DreamBooth.
Update on GitHub