prithivMLmods/Canopus-LoRA-Flux-FaceRealism

prithivMLmods
Texto a imagen

Canopus-LoRA-Flux-FaceRealism es un adaptador LoRA para generación de imágenes con FLUX orientado a retratos y rostros fotorrealistas. Está pensado para mejorar el realismo facial, la iluminación de estudio, la textura de piel y los detalles de retratos de moda o fotografía profesional. La página indica que el modelo aún está en fase de entrenamiento, por lo que puede producir artefactos o resultados deficientes en algunos casos.

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(
    "black-forest-labs/FLUX.1-schnell",
    dtype=torch.bfloat16,
    device_map="cuda"
)
pipe.load_lora_weights("prithivMLmods/Canopus-LoRA-Flux-FaceRealism")

prompt = "A portrait of an attractive woman in her late twenties with light brown hair and purple, wearing large a a yellow sweater. She is looking directly at the camera, standing outdoors near trees.. --ar 128:85 --v 6.0 --style raw"
image = pipe(prompt).images[0]

Ejemplo alternativo de configuración:

import torch
from pipelines import DiffusionPipeline

base_model = "black-forest-labs/FLUX.1-dev"
pipe = DiffusionPipeline.from_pretrained(base_model, torch_dtype=torch.bfloat16)

lora_repo = "prithivMLmods/Canopus-LoRA-Flux-FaceRealism"
trigger_word = "Realism" # Leave trigger_word blank if not used.
pipe.load_lora_weights(lora_repo)

device = torch.device("cuda")
pipe.to(device)

Estructura de app indicada:

/project-root/
├── .gitattributes
├── README.md
├── app.py
├── pythonproject.py

Funcionalidades

Modelo de tipo LoRA para generación texto-a-imagen con Diffusers.
Especializado en rostros, retratos, fotografía de moda y realismo facial.
Compatible con modelos base FLUX, incluyendo black-forest-labs/FLUX.1-schnell y ejemplos con FLUX.1-dev.
Pesos disponibles en formato Safetensors.
Palabras de activación sugeridas: face, realism y face realism.
Advertencia del autor: evitar negative prompts porque pueden causar artefactos y distorsiones.
Entrenado con más de 200 imágenes de alta resolución.
Parámetros publicados: Network Dim 64, Network Alpha 32, optimizer AdamW, LR scheduler constant, Noise Offset 0.03, Epoch 20 y más de 3.1K pasos.

Casos de uso

Generación de retratos fotorrealistas de hombres y mujeres.
Headshots con iluminación de estudio, fondos oscuros o entornos minimalistas.
Fotografía de moda con poses, ropa detallada, lentes fotográficas y luz natural.
Retratos de estilo editorial o rústico con expresiones contemplativas y detalles faciales definidos.
Mejora de realismo facial en flujos de generación basados en FLUX mediante LoRA.