NO8D/ImagingControl
NO8D
Texto a imagen
LoRA de difusión para generación texto-a-imagen basada en FLUX.2-klein-9B. Forma parte de un conjunto tipo Slider-LORA pensado para aumentar el control sobre atributos visuales de la imagen ajustando pesos, como calidad, iluminación, tono de color, distancia de cámara, ángulo, cantidad de personas, detalles, niebla, efecto fisheye, tamaño de ropa y número de tatuajes.
Como usar
Instalación y uso con Diffusers:
pip install -U diffusers transformers accelerate
import torch
from diffusers import DiffusionPipeline
# switch to "mps" for apple devices
pipe = DiffusionPipeline.from_pretrained("NO8D/ImagingControl", dtype=torch.bfloat16, device_map="cuda")
prompt = "-"
image = pipe(prompt).images[0]
Funcionalidades
- Control de calidad de imagen mediante pesos: valores más altos aumentan la calidad percibida y valores más bajos la reducen.
- Control de iluminación: valores altos favorecen luz frontal y valores bajos favorecen contraluz.
- Control de tono de color: valores altos intensifican tonos cálidos y valores bajos intensifican tonos fríos.
- Ajuste de colorido, número de personas, tamaño de ropa, distancia de cámara y ángulo de toma.
- Controles adicionales para tatuajes, efecto fisheye, nivel de detalle y niebla.
- Compatible con Diffusers como pipeline de generación texto-a-imagen.
Casos de uso
- Generación texto-a-imagen con control fino de atributos visuales.
- Ajuste rápido de iluminación, tono de color y calidad sin rehacer todo el flujo de trabajo.
- Creación de imágenes con variaciones controladas de composición, cámara, personas, ropa, detalles, niebla o efecto fisheye.
- Experimentación con Slider-LORA en flujos locales como Diffusers, Draw Things, DiffusionBee o Slider-toolkit-Klein9B.