Naruto-style LoRA для SD 1.5

Сравнительный LoRA-адаптер для Stable Diffusion 1.5 из DATA 266 Lab 2: обучался на датасете lambdalabs/naruto-blip-captions — 1221 изображение после очистки. Rank 32 на attention-слоях UNet, 6 377 472 обучаемых параметра; генерация 512×512.

🔥 Ключевые особенности

• 🤖 LoRA rank 32 на attention-слоях UNet, всего 6 377 472 обучаемых параметра.
• 🔥 Обучение: 1500 шагов, batch 4, lr 0,0001, fp16, одна Tesla T4 — 42,9 мин, пик 3,6 ГБ.
• 👀 Данные: 1221 изображение после очистки, split 90/10 с seed 266 — 1099 train и 122 test.
• 💯 KID in-domain лучше базы: 0,0761 против 0,1243; CLIP score ниже — 29,33 против 31,88.
• 🚫 Только некоммерческое исследование: персонажи Naruto защищены авторским правом; out-of-domain промпты тянет к аниме-стилю.

🚀 Пример

pipe = StableDiffusionPipeline.from_pretrained(
    'stable-diffusion-v1-5/stable-diffusion-v1-5',
    torch_dtype=torch.float16
).to('cuda')
pipe.load_lora_weights('sakotiya/data266-team32-naruto-run2-lora-r32')

Подробнее

KID in-domain: 0,0761 против 0,1243 у базы; CLIP score: 29,33 против 31,88; LPIPS между seed: 0,722 против 0,806.
Обучение: 1500 шагов, batch 4, lr 0,0001, fp16, одна Tesla T4 — 42,9 мин, пик 3,6 ГБ.
Ограничение: стиль вытягивает out-of-domain промпты к аниме; сохраняются предвзятости SD 1.5.
Лицензия базы CreativeML OpenRAIL-M; адаптер — только некоммерческое исследование из-за авторских прав на Naruto.