MOSS-Image Alpha LoRA

Это LoRA для MOSS-Image от paralaif, которая учит text-to-image модель генерировать латенты с настоящим alpha-каналом. Промпт заканчивается фразой , isolated on a transparent background, а декодирование идёт через RGBA VAE — на выходе получается PNG с прозрачностью, включая частичную: стекло, крылья, кристаллы и решётки. Это proof of concept, обученный всего на 39 изображениях.

✨ Ключевые особенности

• 🎨 Настоящий alpha-канал: не chroma key и не отдельная модель удаления фона.
• 💎 Частичная прозрачность там, где она нужна: стекло, крылья фей, кристаллы, решётчатые структуры.
• ⚡ Обучение на 1× RTX 5060 Ti 16 GB заняло около 40 минут; датасет — 39 RGBA-изображений.
• 🖱 Работает в ComfyUI: нужен RGBA VAE и кастомный узел Load RGBA VAE (Flux2).
• ✨ Триггер-фразу , isolated on a transparent background лучше не убирать: без неё на промптах со сценой alpha может сломаться.
• 🧸 LoRA rank 32, alpha 32; опубликован step 1000 (8 эпох), после 1500 шагов начинается overfit.

🖱 Пример

Промпт: full body fairy with translucent wings, isolated on a transparent background. При декодировании через RGBA VAE сохраняются полупрозрачные крылья, а фон можно заменить без ручной обтравки.

Подробнее

Обучение: 39 RGBA-изображений (26 opaque, 5 glass, 8 effects), LoRA rank 32, AdamW 8-bit, LR 3e-4, 2000 шагов, опубликован step 1000.
Железо: 1× RTX 5060 Ti 16 GB, около 40 минут до step 1000.
Ограничения: маленький датасет — возможны ореолы и мягкие края; тёмная одежда иногда становится полупрозрачной; огонь и дым — самая слабая категория; стекло нестабильно.
Лицензия: только некоммерческое исследование и оценка, так как 8 из 39 изображений сделаны Qwen Image 2.1.