p3-lora-bk

p3-lora-bk — LoRA-адаптер для text-to-image модели nota-ai/bk-sdm-small-2m от автора anu-122006. Обучен на 1 000 парах изображение–подпись из COCO train2017 и затрагивает UNet. По карточке, даёт лёгкую стилевую адаптацию к повседневным COCO-подобным фото.

🤓 Ключевые особенности

• 🤝 Базовая модель — nota-ai/bk-sdm-small-2m; LoRA загружается в её pipeline.
• 📝 Данные: 1 000 пар image–caption из COCO train2017.
• ⌨ Обучение: diffusers train_text_to_image_lora.py, UNet LoRA rank 16, 1 000 шагов, batch 4, lr 1e-4, fp16, 512px.
• 😎 Эффект: лёгкая стилевая адаптация к COCO-подобным повседневным фото; измеренные результаты — в оценке проекта.
• 🫡 Лицензия CreativeML OpenRAIL-M, унаследована от базовой модели, с теми же ограничениями.

📝 Пример

pipe.load_lora_weights("anu-122006/p3-lora-bk")
pipe.fuse_lora()

Подробнее

Обучение заняло 17 минут на NVIDIA T4.
В карточке нет готовых цифр бенчмарков — только отсылка к оценке проекта.
Для работы нужен pipeline BK-SDM-Small-2M; требования к VRAM не указаны.
Лицензия CreativeML OpenRAIL-M с теми же ограничениями, что у базовой модели.