Diffusers How to use ImagineLabs/sdxl-offset-noise with Diffusers:
pip install -U diffusers transformers accelerate
import torch
from diffusers import DiffusionPipeline
# switch to "mps" for apple devices
pipe = DiffusionPipeline.from_pretrained("xinsir/controlnet-union-sdxl-1.0", dtype=torch.bfloat16, device_map="cuda")
pipe.load_lora_weights("ImagineLabs/sdxl-offset-noise")
prompt = "UNICODE\u0000\u0000p\u0000h\u0000o\u0000t\u0000o\u0000 \u0000o\u0000f\u0000 \u0000a\u0000n\u0000 \u0000e\u0000n\u0000i\u0000g\u0000m\u0000a\u0000t\u0000i\u0000c\u0000 \u00002\u00000\u0000-\u0000y\u0000e\u0000a\u0000r\u0000-\u0000o\u0000l\u0000d\u0000 \u0000C\u0000a\u0000u\u0000c\u0000a\u0000s\u0000i\u0000a\u0000n\u0000 \u0000w\u0000o\u0000m\u0000a\u0000n\u0000 \u0000w\u0000i\u0000t\u0000h\u0000 \u0000(\u0000t\u0000a\u0000n\u0000n\u0000e\u0000d\u0000 \u0000s\u0000k\u0000i\u0000n\u0000:\u00000\u0000.\u00008\u0000)\u0000 \u0000a\u0000n\u0000d\u0000 \u0000(\u0000f\u0000r\u0000e\u0000c\u0000k\u0000l\u0000e\u0000s\u0000:\u00000\u0000.\u00004\u0000)\u0000 \u0000a\u0000n\u0000d\u0000 \u0000p\u0000i\u0000e\u0000r\u0000c\u0000i\u0000n\u0000g\u0000 \u0000b\u0000l\u0000u\u0000e\u0000 \u0000e\u0000y\u0000e\u0000s\u0000 \u0000a\u0000n\u0000d\u0000 \u0000w\u0000h\u0000i\u0000t\u0000e\u0000 \u0000h\u0000a\u0000i\u0000r\u0000 \u0000w\u0000e\u0000a\u0000r\u0000i\u0000n\u0000g\u0000 \u0000a\u0000 \u0000d\u0000a\u0000r\u0000k\u0000 \u0000h\u0000o\u0000o\u0000d\u0000 \u0000m\u0000a\u0000d\u0000e\u0000 \u0000o\u0000u\u0000t\u0000 \u0000o\u0000f\u0000 \u0000r\u0000o\u0000u\u0000g\u0000h\u0000 \u0000h\u0000a\u0000n\u0000d\u0000-\u0000m\u0000a\u0000d\u0000e\u0000 \u0000f\u0000a\u0000b\u0000r\u0000i\u0000c\u0000,\u0000 \u0000s\u0000h\u0000e\u0000 \u0000i\u0000s\u0000 \u0000t\u0000h\u0000e\u0000 \u0000G\u0000o\u0000d\u0000d\u0000e\u0000s\u0000s\u0000 \u0000o\u0000f\u0000 \u0000S\u0000t\u0000o\u0000r\u0000m\u0000s\u0000,\u0000 \u0000n\u0000a\u0000t\u0000u\u0000r\u0000a\u0000l\u0000 \u0000s\u0000k\u0000i\u0000n\u0000 \u0000t\u0000e\u0000x\u0000t\u0000u\u0000r\u0000e\u0000,\u0000 \u0000r\u0000e\u0000a\u0000l\u0000i\u0000s\u0000t\u0000i\u0000c\u0000 \u0000s\u0000k\u0000i\u0000n\u0000 \u0000t\u0000e\u0000x\u0000t\u0000u\u0000r\u0000e\u0000,\u0000 \u0000(\u0000s\u0000k\u0000i\u0000n\u0000 \u0000p\u0000o\u0000r\u0000e\u0000s\u0000:\u00000\u0000.\u00008\u0000)\u0000,\u0000 \u0000(\u0000s\u0000k\u0000i\u0000n\u0000 \u0000o\u0000i\u0000l\u0000s\u0000:\u00000\u0000.\u00008\u0000)\u0000,\u0000 \u0000t\u0000h\u0000e\u0000 \u0000p\u0000h\u0000o\u0000t\u0000o\u0000 \u0000c\u0000o\u0000n\u0000v\u0000e\u0000y\u0000s\u0000 \u0000t\u0000h\u0000e\u0000 \u0000d\u0000i\u0000v\u0000i\u0000n\u0000e\u0000 \u0000p\u0000o\u0000w\u0000e\u0000r\u0000 \u0000o\u0000f\u0000 \u0000t\u0000h\u0000u\u0000n\u0000d\u0000e\u0000r\u0000 \u0000s\u0000t\u0000o\u0000r\u0000m\u0000s\u0000,\u0000 \u0000f\u0000i\u0000n\u0000e\u0000 \u0000a\u0000r\u0000t\u0000 \u0000p\u0000h\u0000o\u0000t\u0000o\u0000g\u0000r\u0000a\u0000p\u0000h\u0000y\u0000,\u0000 \u0000a\u0000w\u0000a\u0000r\u0000d\u0000 \u0000w\u0000i\u0000n\u0000n\u0000i\u0000n\u0000g\u0000 \u0000p\u0000h\u0000o\u0000t\u0000o\u0000g\u0000r\u0000a\u0000p\u0000h\u0000y\u0000,\u0000 \u0000a\u0000n\u0000a\u0000l\u0000o\u0000g\u0000 \u0000p\u0000h\u0000o\u0000t\u0000o\u0000g\u0000r\u0000a\u0000p\u0000h\u0000y\u0000,\u0000 \u0000f\u0000i\u0000l\u0000m\u0000 \u0000g\u0000r\u0000a\u0000i\u0000n\u0000,\u0000 \u0000F\u0000u\u0000j\u0000i\u0000f\u0000i\u0000l\u0000m\u0000 \u0000X\u0000T\u00003\u0000 \u0000p\u0000h\u0000o\u0000t\u0000o\u0000"
image = pipe(prompt).images[0] 
