Add model card

7b35035 verified 4 days ago

2.27 kB

---
license: other
library_name: diffusers
pipeline_tag: text-to-image
tags:
  - stable-diffusion
  - stable-diffusion-xl
  - sdxl
  - text-to-image
  - diffusers
language:
  - zh
  - en
base_model: stabilityai/stable-diffusion-xl-base-1.0
---
# sen_v3 (diffusers format)
SDXL 1.0 架构文生图模型，`diffusers` 目录格式。
本仓库由单文件 checkpoint 转换而来，原始文件：[anhuanli/sen_v3](https://huggingface.co/anhuanli/sen_v3)
## 为什么有两个仓库
| 仓库 | 格式 | 适用场景 |
| --- | --- | --- |
| [anhuanli/sen_v3](https://huggingface.co/anhuanli/sen_v3) | 单文件 `.safetensors` | ComfyUI / WebUI / AI-Toolkit 填本地路径 |
| **anhuanli/sen_v3-diffusers**（本仓库） | diffusers 目录 | `from_pretrained()` / AI-Toolkit 填仓库名 / 在线推理 |

## 精度说明

转换时按源文件的原始精度逐组件保留，未做额外降精度：

| 组件 | 精度 | 参数量 |
| --- | --- | --- |
| `unet` | float16 | 2.567 B |
| `vae` | **float32** | 83.7 M |
| `text_encoder` (CLIP-L) | float16 | 123.1 M |
| `text_encoder_2` (OpenCLIP bigG) | float16 | 694.7 M |

> VAE 保持 fp32 是刻意的：SDXL 的 VAE 在 fp16 下容易数值溢出（黑图、NaN）。`vae.config.force_upcast` 已设为 `true`。
>
> 已逐张量比对验证：UNet / VAE / 文本编码器的权重与源文件 **maxdiff = 0.0**（完全一致）。
## 使用方法
```python
import torch
from diffusers import StableDiffusionXLPipeline
pipe = StableDiffusionXLPipeline.from_pretrained(
    "anhuanli/sen_v3-diffusers",
    torch_dtype=torch.float16,
).to("cuda")
image = pipe(
    prompt="a girl, soft light, detailed",
    num_inference_steps=28,
    guidance_scale=6.0,
    height=1024, width=1024,
).images[0]
image.save("out.png")
```
## AI-Toolkit 用法

训练 LoRA 时，在 **Name or Path** 直接填：

```
anhuanli/sen_v3-diffusers
```

## 模型来源与改动

- 基座：SDXL 1.0
- 微调方式 / 训练数据 / 触发词：**待补充**

## 限制与声明

- 生成内容由使用者自行负责，请遵守当地法律法规及平台条款。
- 训练数据未做完整审计，可能存在偏见或对特定风格/人物的过拟合。
- 商用前请自行核实基座模型（SDXL 1.0）的许可条款。

	---
	license: other
	library_name: diffusers
	pipeline_tag: text-to-image
	tags:
	- stable-diffusion
	- stable-diffusion-xl
	- sdxl
	- text-to-image
	- diffusers
	language:
	- zh
	- en
	base_model: stabilityai/stable-diffusion-xl-base-1.0
	---

	# sen_v3 (diffusers format)

	SDXL 1.0 架构文生图模型，`diffusers` 目录格式。

	本仓库由单文件 checkpoint 转换而来，原始文件：[anhuanli/sen_v3](https://huggingface.co/anhuanli/sen_v3)

	## 为什么有两个仓库

	\| 仓库 \| 格式 \| 适用场景 \|
	\| --- \| --- \| --- \|
	\| [anhuanli/sen_v3](https://huggingface.co/anhuanli/sen_v3) \| 单文件 `.safetensors` \| ComfyUI / WebUI / AI-Toolkit 填本地路径 \|
	\| anhuanli/sen_v3-diffusers（本仓库） \| diffusers 目录 \| `from_pretrained()` / AI-Toolkit 填仓库名 / 在线推理 \|

	## 精度说明

	转换时按源文件的原始精度逐组件保留，未做额外降精度：

	\| 组件 \| 精度 \| 参数量 \|
	\| --- \| --- \| --- \|
	\| `unet` \| float16 \| 2.567 B \|
	\| `vae` \| float32 \| 83.7 M \|
	\| `text_encoder` (CLIP-L) \| float16 \| 123.1 M \|
	\| `text_encoder_2` (OpenCLIP bigG) \| float16 \| 694.7 M \|

	> VAE 保持 fp32 是刻意的：SDXL 的 VAE 在 fp16 下容易数值溢出（黑图、NaN）。`vae.config.force_upcast` 已设为 `true`。
	>
	> 已逐张量比对验证：UNet / VAE / 文本编码器的权重与源文件 maxdiff = 0.0（完全一致）。

	## 使用方法

	```python
	import torch
	from diffusers import StableDiffusionXLPipeline

	pipe = StableDiffusionXLPipeline.from_pretrained(
	"anhuanli/sen_v3-diffusers",
	torch_dtype=torch.float16,
	).to("cuda")

	image = pipe(
	prompt="a girl, soft light, detailed",
	num_inference_steps=28,
	guidance_scale=6.0,
	height=1024, width=1024,
	).images[0]
	image.save("out.png")
	```

	## AI-Toolkit 用法

	训练 LoRA 时，在 Name or Path 直接填：

	```
	anhuanli/sen_v3-diffusers
	```

	## 模型来源与改动

	- 基座：SDXL 1.0
	- 微调方式 / 训练数据 / 触发词：待补充

	## 限制与声明

	- 生成内容由使用者自行负责，请遵守当地法律法规及平台条款。
	- 训练数据未做完整审计，可能存在偏见或对特定风格/人物的过拟合。
	- 商用前请自行核实基座模型（SDXL 1.0）的许可条款。