Instructions to use KaKa427/luodian-vertical-model with libraries, inference providers, notebooks, and local apps. Follow these links to get started.
- Libraries
- Diffusers
How to use KaKa427/luodian-vertical-model with Diffusers:
pip install -U diffusers transformers accelerate
import torch from diffusers import DiffusionPipeline # switch to "mps" for apple devices pipe = DiffusionPipeline.from_pretrained("fill-in-base-model", dtype=torch.bfloat16, device_map="cuda") pipe.load_lora_weights("KaKa427/luodian-vertical-model") prompt = "Astronaut in a jungle, cold color palette, muted colors, detailed, 8k" image = pipe(prompt).images[0] - Notebooks
- Google Colab
- Kaggle
- Local Apps Settings
- Draw Things
- DiffusionBee
螺钿垂直模型(主项目)
本仓库记录【非遗螺钿产品设计】主项目的模型演进。
当前架构(2026-02)
- 主视觉模型:
SDXL + LoRA (kohya_ss) - 辅助模型:
LLaVA-7B LoRA(用于工艺解析/提示词辅助/结果复核) - 结论:LLaVA 不是主视觉生成引擎,主模型通过标准以 SDXL LoRA 为准。
为什么调整主线
此前阶段重点在 LLaVA 微调,能提升工艺语义表达,但不能直接提升像素级视觉质量。 项目目标是输出可打样、可销售的螺钿产品图,因此主线转为 SDXL LoRA。
主模型通过标准(DoD)
满足以下条件才视为“主模型通过”:
- 产出可加载 LoRA 权重(
.safetensors) - 在固定 prompt 下,
SDXL base + LoRA相比SDXL base螺钿特征更明显 - 通过项目评估规则(工艺可行性/合规)
- 结果可复现(固定 workflow + seed + 参数)
当前状态
- SDXL LoRA:正在云端训练与链路调试
- LLaVA LoRA:已完成阶段性验证,可作为辅助模块继续使用
仓库内容约定
checkpoints/:主模型训练产物(LoRA)project_docs/:主项目关键决议与训练变更文档training_logs/:关键训练日志与阶段结论
许可证与使用
当前仓库用于产学研协作与研究验证。商业落地请在版权、素材授权、品牌/IP 合规审查通过后再执行。
最后更新:2026-02-20
- Downloads last month
- -