PixelWave FLUX.1-schnell 04 - Apache 2.0!

File Safetensor: 💾BF16 💾FP8 💾bnb FP4

File GGUF: 💾Q8_0 🤗Q6_K 💾Q4_K_M

Link a 🤗VAE 🤗T5xxl 🤗CLIP L

Modello disponibile anche su: RunDiffusion e Runware.ai

PixelWave FLUX.1 schnell versione 04 è un affinamento estetico di FLUX.1-schnell. Le immagini usate per il training sono state scelte a mano per garantire un bias verso immagini accattivanti, con colori belli, texture e illuminazione.

• Allenato sul modello schnell originale, quindi licenza Apache 2.0!

• Nessun requisito speciale per l'esecuzione. Supporta FLUX LoRAs

• Euler Normal, 8 passaggi.

Puoi usare più passaggi per migliorare i dettagli più fini, ma l'output non cambia molto dopo 8 passaggi.

Ringraziamenti a RunDiffusion

Un enorme grazie a RunDiffusion (co-creatori di Juggernaut) per aver sponsorizzato il calcolo che ha reso possibile l'addestramento di questo modello! Capire come allenare schnell senza de-distillare il modello ha richiesto molti esperimenti, e poter usare il cloud compute di RunDiffusion ha reso tutto molto più facile.

Per chi ha bisogno di accesso API per questo modello, collaboriamo con Runware.ai

Ho reso la versione FLUX.1-dev 04 esclusiva per RunDiffusion e Runware per ora. Quando rilascerò la versione 05 in futuro, prevedo di rendere pubblici i pesi dev 04.

Grato per il loro supporto nel far uscire questo modello, per favore date loro un'occhiata!

Addestramento

L'addestramento è stato fatto con kohya_ss/sd-scripts. Puoi trovare il mio fork di Kohya qui, che contiene anche modifiche al modulo sd-scripts; assicurati di clonare entrambi.

Usa la scheda fine tuning. Ho trovato i migliori risultati con l'ottimizzatore pagedlion8bit che può anche girare sulla mia GPU 4090 24GB. Altri ottimizzatori facevano fatica ad apprendere qualcosa.

Ho congelato i parametri time_in, vector_in e mod/modulation. Questo ferma la 'de-distillazione'.

Evito di addestrare blocchi singoli oltre 15. Puoi impostare quali blocchi addestrare nella sezione FLUX.

LR 5e-6 addestra velocemente, ma devi fermarti dopo qualche migliaio di passi perché inizia a corrompere i blocchi e rallentare l'apprendimento.

Puoi poi fare un block merge con un checkpoint precedente, sostituendo i blocchi corrotti, e continuare l'addestramento.

Segni di blocchi corrotti: texture a carta su molte immagini, perdita di dettagli sullo sfondo.

Contatti

Per richieste commerciali o di business, contattaci a pixelwave@rundiffusion.com. Licenze per flux fine tune. Progetti di addestramento personalizzati. Sviluppo commerciale AI. Il team può fare tutto!

PixelWave Flux.1-dev 03 raffinato!

File Safetensor: 💾BF16 💾FP8 💾NF4

File GGUF: 💾Q8_0 🤗Q6_K 💾Q4_K_M

Link a 🤗VAE 🤗T5xxl 🤗CLIP L

I file 'diffusers' sono in realtà le versioni GGUF Q8_0 e Q4_K_M. File GGUF disponibili anche su Huggingface.

Ho affinato la versione 03 partendo da FLUX.1-dev per oltre 5 settimane sulla mia 4090. È capace di diversi stili artistici, fotografia e anime. Trucco che ho scoperto per aiutare con LoRAs.

Ho usato dpmpp 2m sgm uniform 30 passi per le immagini di presentazione. Se vuoi un output più ordinato/pulito, prova a incrementare la guida. Anche menzionare uno stile può aiutare, così il modello non deve indovinare.

Consiglio anche di aggiungere l'upscale latent per nodo, e scalare il latent di 1.5, ad es. generare un'immagine 1536x1536 invece di 1024x1024.

PixelWave Flux.1-schnell 03

File Safetensor: 💾FP8 💾NF4

File GGUF: vai su Huggingface

Ho usato dpmpp 2m sgm uniform 8 passi per le immagini di presentazione.

Puoi iniziare con 4 passi, ma ci sono meno errori di anatomia se usi più passi.

PixelWave Flux.1-dev 02

File Safetensor: 💾BF16 💾FP8

File GGUF: 💾Q8_0 🤗Q6_K 💾Q4_K_M

La versione 02 ha notevolmente migliorato immagini nere e scure, e output più affidabili con meno problemi alle mani.

Consiglio dpmpp_2s_ancestral, beta, 14 passi. O euler, simple, 20 passi.

Nodi ComfyUI-GGUF

PixelWave 11 SDXL. Modello a scopo generale affinato. Ottimo per stili artistici e fotografici.

Uso 20 passi, DPM++ SDE, CFG 4 a 6 oppure 40 passi, 2M SDE Karras

Versione accelerata - oltre 5 passi, DPM++ SDE Karras, 2.5 CFG

Consigliato PAG⚡Consiglio scala 1.5, con CFG 3. Link al workflow

🔗Link alla galleria estesa 🖼️

⭐Guida al prompting.⭐ Non è necessario usare termini di 'qualità' come 4K, 8K, capolavoro, alta definizione, alta qualità, ecc. A meno che tu non voglia, consiglio di non usare parole come 'vibrante, intenso, brillante, alto contrasto, neon, drammatico' per stili fotografici se desideri un aspetto più naturale. Questo può far sembrare le immagini 'strapreparate', ma è solo il CLIP che segue il prompt. 🙂 Se invece vuoi foto vibranti e al neon, PixelWave li fornirà!

L'obiettivo della versione 10 era allenare i modelli CLIP, il che migliora l'affidabilità, ti assicura di poter generare una vasta gamma di stili e una migliore capacità di seguire i prompt.

Grazie ai miei amici che hanno aiutato nei test: masslevel, blink, socalguitarist, klinter, wizard whitebeard.

Guida: migliorare le immagini con LM Studio e Mikey Nodes

Guida: aggiungere dettagli alle immagini usando il metodo skip step

Non serve il modello refiner.

Questo modello non è una combinazione di altri modelli.

Ho anche creato Mikey Nodes che contiene molti nodi utili. Puoi installarlo tramite comfy manager.