Isometric Mumbai

Это style LoRA для Qwen/Qwen-Image-Edit от Flash1405: превращает изометрический «блочный» рендер города в готовый изометрический pixel art в infill-формате пайплайна isometric-mumbai. Задача — image-to-image, библиотека — diffusers; на модели сделан isometricmumbai.com.

📝 Ключевые особенности

• 🏃‍♂ На входе — изометрический рендер с экструдированными контурами зданий и спутниковыми текстурами на крышах и земле; на выходе — готовый pixel art.
• 🤓 Infill-подход: красная рамка 2 px задаёт область, которую нужно дорисовать, остальное изображение служит контекстом.
• 👍 LoRA rank 16 для Qwen/Qwen-Image-Edit: 3000 шагов, lr 1e-4, bf16, обучение через ai-toolkit.
• 🗣 Данные — около 800 рендер-тайлов Мумбаи; targets сгенерированы GPT Image (OpenAI).
• 📝 Совместима с конвенциями пайплайна isometric-mumbai и форматом infill-шаблона.

⌨ Пример

import torch
from diffusers import QwenImageEditPipeline
from PIL import Image

pipe = QwenImageEditPipeline.from_pretrained("Qwen/Qwen-Image-Edit", torch_dtype=torch.bfloat16).to("cuda")
pipe.load_lora_weights("Flash1405/isometric-mumbai", weight_name="isometric-mumbai-teacher-v1.safetensors")
template = Image.open("template.png")  # 1024x1024: готовое искусство как контекст, рендер внутри красной рамки 2px
out = pipe(image=template, prompt=PROMPT, true_cfg_scale=2.0, num_inference_steps=14, guidance_scale=3.0).images[0]

Подробнее

Обучение: LoRA rank 16, 3000 шагов, lr 1e-4, bf16; база — Qwen/Qwen-Image-Edit (Apache 2.0).
Данные: ~800 тайлов Мумбаи, redraws от GPT Image (OpenAI), full-tile и strip/centre infill.
Ограничения: в карточке не указан VRAM; код использует CUDA и bf16. Область задаётся красной рамкой, выход продолжает контекст шаблона.
Provenance: тренировочные цели сгенерированы OpenAI-моделью — проверьте условия OpenAI для использования LoRA.