PixelWave FLUX.1-schnell 04 - Apache 2.0 !

Fichiers Safetensor : 💾BF16 💾FP8 💾bnb FP4

Fichiers GGUF : 💾Q8_0 🤗Q6_K 💾Q4_K_M

Liens vers 🤗VAE 🤗T5xxl 🤗CLIP L

Modèle également disponible sur : RunDiffusion et Runware.ai

PixelWave FLUX.1 schnell version 04 est un affinage esthétique de FLUX.1-schnell. Les images d'entraînement ont été sélectionnées à la main pour garantir que le modèle ait une préférence pour des images captivantes, avec de belles couleurs, textures et éclairage.

• Entraîné sur le modèle schnell original, donc licence Apache 2.0 !

• Aucune exigence spéciale pour l'exécution. Supporte les LoRAs FLUX

• Euler Normal, 8 étapes.

Vous pouvez utiliser plus d'étapes pour améliorer les détails fins, mais la sortie ne change pas beaucoup après 8 étapes.

Remerciements à RunDiffusion

Un grand merci à RunDiffusion (co-créateurs de Juggernaut) pour avoir financé la puissance de calcul qui a rendu possible l'entraînement de ce modèle ! Trouver comment entraîner schnell sans dé-distiller le modèle a nécessité beaucoup d'expérimentations, et pouvoir utiliser le cloud compute de RunDiffusion l'a grandement facilité.

Pour ceux qui ont besoin d'un accès API pour ce modèle, nous nous associons avec Runware.ai

J'ai réservé la version FLUX.1-dev 04 exclusivement à RunDiffusion et Runware pour le moment. Lorsque je publierai la version 05 à l'avenir, je prévois de rendre public le poids dev 04.

Reconnaissant pour leur soutien à la diffusion de ce modèle, veuillez les découvrir !

Entraînement

L'entraînement a été réalisé avec kohya_ss/sd-scripts. Vous pouvez trouver mon fork de Kohya ici, qui contient également des modifications du sous-module sd-scripts, assurez-vous de cloner les deux.

Utilisez l'onglet de fine tuning. J'ai obtenu les meilleurs résultats avec l'optimiseur pagedlion8bit qui pouvait aussi fonctionner sur mon GPU 4090 24GB. J'ai constaté que d'autres optimiseurs avaient du mal à apprendre quoi que ce soit.

J'ai gelé les paramètres time_in, vector_in et mod/modulation. Cela empêche la 'dé-distillation'.

J'évite d'entraîner des blocs uniques de plus de 15. Vous pouvez définir quels blocs entraîner dans la section FLUX.

LR 5e-6 entraîne rapidement, mais vous devez arrêter après quelques milliers d'étapes car cela commence à corrompre des blocs et ralentir l'apprentissage.

Vous pouvez ensuite fusionner des blocs avec un checkpoint antérieur, remplaçant les blocs corrompus, puis continuer l'entraînement.

Signes de blocs corrompus : texture papier sur la plupart des images, perte des détails d'arrière-plan.

Contact

Pour toute demande commerciale ou professionnelle, veuillez nous contacter à pixelwave@rundiffusion.com. Licence des fine tunes flux. Projets de formation client. Développement commercial IA. L'équipe peut tout faire !

PixelWave Flux.1-dev 03 affiné !

Fichiers Safetensor : 💾BF16 💾FP8 💾NF4

Fichiers GGUF : 💾Q8_0 🤗Q6_K 💾Q4_K_M

Liens vers 🤗VAE 🤗T5xxl 🤗CLIP L

Les fichiers 'diffusers' sont en fait les versions GGUF Q8_0 et Q4_K_M. Les fichiers GGUF sont également disponibles sur huggingface.

J'ai affiné la version 03 à partir de la base FLUX.1-dev pendant plus de 5 semaines sur ma 4090. Il est capable de gérer différents styles artistiques, photographie, et anime. Astuce que j'ai découverte pour aider avec les LoRAs.

J'ai utilisé dpmpp 2m sgm uniform 30 étapes pour les images de démonstration. Si vous souhaitez une sortie plus nette/plus propre, essayez d'augmenter la guidance. Mentionner un style peut aussi aider, ainsi le modèle ne doit pas deviner.

Je recommande aussi d'essayer d'ajouter la montée en résolution latente par node, et de scaler la latente par 1,5, par exemple générer une image de 1536x1536 au lieu de 1024x1024.

PixelWave Flux.1-schnell 03

Fichiers Safetensor : 💾FP8 💾NF4

Fichiers GGUF : aller sur huggingface

J'ai utilisé dpmpp 2m sgm uniform 8 étapes pour les images de démonstration.

Vous pouvez commencer avec 4 étapes, mais il y a moins d'erreurs d'anatomie si vous exécutez plus d'étapes.

PixelWave Flux.1-dev 02

Fichiers Safetensor : 💾BF16 💾FP8

Fichiers GGUF : 💾Q8_0 🤗Q6_K 💾Q4_K_M

La version 02 a grandement amélioré les images noires et sombres, et offre des résultats plus fiables avec moins de problèmes sur les mains.

Je recommande d'utiliser dpmpp_2s_ancestral, beta, 14 étapes. Ou euler, simple, 20 étapes.

Nœuds Comfyui-GGUF

PixelWave 11 SDXL. Un modèle affiné polyvalent. Parfait pour les styles artistiques et photographiques.

J'utilise 20 étapes, DPM++ SDE, CFG 4 à 6 ou 40 étapes, 2M SDE Karras

Version accélérée - 5+ étapes, DPM++ SDE Karras, 2.5 CFG

PAG recommandé⚡Recommandé échelle 1.5, avec CFG 3. Lien vers le workflow

🔗Lien vers la galerie étendue 🖼️

⭐Guide pour la génération d'images.⭐ Vous n'avez pas besoin d'utiliser des termes 'qualité' tels que 4K, 8K, chef-d'œuvre, haute définition, haute qualité, etc. Sauf si vous le souhaitez, je recommande de ne pas utiliser des mots tels que 'vibrant, intense, lumineux, haut contraste, néon, dramatique' pour des styles photographiques si vous voulez un rendu plus naturel. Cela peut donner un aspect 'trop cuisiné' aux images, mais c'est simplement le CLIP qui suit votre prompt. 🙂 Si vous souhaitez des photos vibrantes et néon, PixelWave les fournira !

L'objectif de la version 10 était d'entraîner les modèles CLIP, ce qui améliore la fiabilité, assure la production d'un large éventail de styles, et une meilleure conformité aux prompts.

Merci à mes amis qui ont aidé à tester : masslevel, blink, socalguitarist, klinter, wizard whitebeard.

Guide : Améliorer la résolution avec LM Studio et Mikey Nodes

Guide : Ajouter plus de détails à votre image avec la méthode skip step

Pas besoin du modèle affiner.

Ce modèle n'est pas un mélange d'autres modèles.

J'ai aussi créé Mikey Nodes qui contient beaucoup de nœuds utiles. Vous pouvez l'installer via comfy manager.