GPT
C

claude-monet

קוד פתוח

openfreeother2024-11-21

  • diffusers
  • text-to-image
  • flux
  • lora
  • ai-toolkit

התאמת LoRA קטנה שמלבישה סגנון אימפרסיוניסטי מובהק של קלוד מונה על תמונות שתייצרו. היא מתלבשת ישירות על FLUX.1-dev כדי לתת משיכות מכחול היסטוריות במקום מראה דיגיטלי נקי.

  • 164 MBמשקל הקבצים
  • 95הורדות בחודש
  • 235לייקים

מה זה

מדובר במשקולות אימון מסוג LoRA ששוקלות בסך הכול 164 מגה בייט, ומיועדות לשילוב מעל מודל הבסיס FLUX.1-dev. המפתח אימן את השכבה הזו על תמונות ברזולוציה גבוהה ממוזיאונים כמו מכון האמנות של שיקגו, מתוך מטרה לחקות את טכניקת הציור והצבעים של קלוד מונה.

במקום מודל שלם ועצום שצריך להחזיק בזיכרון בנפרד, אתם טוענים שכבה דקה שמשנה את ההתנהגות של מודל קיים. היא מתאימה למי שבונה פייפליין גנרטיבי עם diffusers או בכלים כמו ComfyUI ורוצה כיוון אמנותי מאוד ספציפי בלי לאמן משהו בעצמו.

מתאים ל

  • יצירת איורים היסטוריים

    מתאים למי שמחפש סגנון משיכות מכחול אימפרסיוניסטי אותנטי על בסיס מודל חזק.

  • פיתוח עם ComfyUI

    משתלב ישירות בתהליכי עבודה קיימים של יוצרים ללא צורך בהתקנת מודל בסיס חדש.

  • ניסויי קונספט בעיצוב

    מאפשר לבדוק רעיונות חזותיים באסתטיקה קלאסית של שמן על בד במהירות.

איפה זה נופל

המודל תלוי לחלוטין במילת הפעלה מוגדרת כדי שהסגנון יורגש, ובלי להכניס claude monet לפרומפט כנראה תקבלו תוצאות רגילות לגמרי. בנוסף, מדובר בהטיה חזקה מאוד לסגנון ציור אחד, כך שאם אתם צריכים ריאליזם, טקסט חד או קומפוזיציות מודרניות, הוא רק יפריע וימרח את הפרטים. אין כאן שום מידע על בדיקות או מדדי איכות מספריים, אז צריך לנסות בפועל ולראות אם הוא שומר על יציבות במגוון פרומפטים שונים.

שאלות
נפוצות

האם אפשר להריץ את הקובץ הזה כמודל תמונה עצמאי?

לא. מדובר במשקולות LoRA בלבד ששוקלות 164 מגה בייט, וחייבים לטעון אותן מעל מודל בסיס מסוג FLUX.1-dev דרך קוד או ממשק תומך.

איך גורמים למודל לייצר דווקא בסגנון של מונה?

חובה לכלול בטקסט שאתם שולחים את מילת הטריגר המפורשת claude monet, אחרת ההשפעה של המשקולות על התוצאה הסופית תהיה חלשה או לא קיימת.

איך מריצים

המשקל של הקובץ עצמו זניח, אבל אי אפשר להריץ אותו לבד. תצטרכו לטעון את FLUX.1-dev בזיכרון, מה שאומר כרטיס מסך חזק של 16 עד 24 גיגה בייט VRAM לפחות כדי לעבוד בביצועים סבירים עם bfloat16 מקומית.

ההרצה בקוד פשוטה למדי דרך ספריית diffusers עם טעינת המשקולות בפורמט safetensors. אם אין לכם חומרה ייעודית כזו בענן או על המחשב, עדיף להשתמש בנקודת קצה מנוהלת של FLUX שמאפשרת הזרקת LoRA בהרצה, במקום לתחזק שרת כבד בשביל כמה תמונות.

from diffusers import DiffusionPipeline

pipe = DiffusionPipeline.from_pretrained("openfree/claude-monet")
img = pipe("a photo").images[0]

הקבצים

5 קבצים במאגר, 164 MB סך הכול. הקישורים מובילים ישירות ל־Hugging Face.

הרישיון

הרישיון מוגדר כ־other ללא פירוט של תנאי שימוש ברורים בקבצים. מעבר לזה, הוא מתבסס על FLUX.1-dev שמגיע עם מגבלות מסחריות משלו, כך שלא הייתי משלב אותו במוצר מסחרי בלי בדיקה מעמיקה של תנאי השימוש במודל המקור.

הרישיון המלא בעמוד המודל ↗