ByteCat

利用diffusers和IP_Adapter实现垫图绘画。

利用diffusers + SDXL base model + SDXL refiner model实现高细节度绘图。

利用diffusers实现SDXL绘图工作。

比起Stable Diffusion，Stable Diffusion XL做了全方位的优化。

在python代码中加载sd模型和controlnet。

在python代码中加载sd模型和lora。

利用X/Y/Z评估LoRA模型训练质量。

选择一款炼丹炉训练我们的专属模型。

以训练人物LoRA模型为例，聊聊数据集准备工作。

利用少量数据训练出的LoRA可以改变SD模型的生成风格，或者为SD模型添加新的人物或风格。