Instructions to use dx8152/Qwen-Edit-2509-Multi-Angle-Lighting with libraries, inference providers, notebooks, and local apps. Follow these links to get started.
- Libraries
- Diffusers
How to use dx8152/Qwen-Edit-2509-Multi-Angle-Lighting with Diffusers:
pip install -U diffusers transformers accelerate
import torch from diffusers import DiffusionPipeline from diffusers.utils import load_image # switch to "mps" for apple devices pipe = DiffusionPipeline.from_pretrained("Qwen/Qwen-Image-Edit-2509", dtype=torch.bfloat16, device_map="cuda") pipe.load_lora_weights("dx8152/Qwen-Edit-2509-Multi-Angle-Lighting") prompt = "Turn this cat into a dog" input_image = load_image("https://huggingface.co/datasets/huggingface/documentation-images/resolve/main/diffusers/cat.png") image = pipe(image=input_image, prompt=prompt).images[0] - Inference
- Notebooks
- Google Colab
- Kaggle
- Local Apps Settings
- Draw Things
Directional lighting differentiation issue
#5
by playerSHO - opened
非常棒的工作!我在实验过程中注意到一个关于空间方向条件的现象:
模型对某些空间维度的区分似乎不够明显:
- 前后方向:"左前方"和"左后方"产生的光照效果比较相似
- 上下方向:"上方"和"下方"的结果也较为接近
想请教一下,这是否是已知的局限性?有没有推荐的方法来提升模型的空间方向感知能力?另外,后续版本是否有计划对这方面进行优化?
再次感谢你们的出色工作!
非常棒的工作!我在实验过程中注意到一个关于空间方向条件的现象:
模型对某些空间维度的区分似乎不够明显:
- 前后方向:"左前方"和"左后方"产生的光照效果比较相似
- 上下方向:"上方"和"下方"的结果也较为接近
想请教一下,这是否是已知的局限性?有没有推荐的方法来提升模型的空间方向感知能力?另外,后续版本是否有计划对这方面进行优化?
再次感谢你们的出色工作!
这个只是单纯的数据集太少了导致的,毕竟一共10个方位,每组3张图,一个人做不过来,太累了