Old Book Illustrations LoRA

LoRA-адаптер от Daniel Aguilera González (@Twinber), обученный на CompVis/stable-diffusion-v1-4 с датасетом gigant/oldbookillustrations. Переносит стиль исторических иллюстраций, офортов и гравюр XIX века. Адаптер встраивается в cross-attention-проекции UNet и весит всего 6,1 МБ.

✨ Ключевые особенности

• 🎨 Стиль старинных книжных иллюстраций и гравюр на планшете XIX века.
• 💎 Маленький вес LoRA — около 6,1 МБ, удобно хранить и подключать.
• 🖱 LoRA в cross-attention-слоях UNet: to_k, to_q, to_v, to_out.0.
• 📓 В репозитории есть Colab-ноутбук для быстрой интерактивной генерации на GPU.
• 💻 Бонусное Streamlit-приложение позволяет менять вес LoRA от 0.0 до 1.5, шаги и seed.

💻 Пример

from diffusers import StableDiffusionPipeline
import torch
pipe = StableDiffusionPipeline.from_pretrained("CompVis/stable-diffusion-v1-4", torch_dtype=torch.float16).to("cuda")
pipe.load_lora_weights("Twinber/sd-v1-4-oldbook-illustrations-lora", adapter_name="oldbook_illustrations")
image = pipe("Anciano pescando en una barca en mitad de un lago", num_inference_steps=20).images[0]
image.save("pescador_oldbook.png")

Подробнее

Ранг LoRA r=8, alpha=8; обучаемых параметров — 1 594 368 (0,185% UNet).
База — CompVis/stable-diffusion-v1-4, датасет — gigant/oldbookillustrations.
В карточке заявлена генерация ~2 секунды на изображение в Colab на GPU T4/L4/A100.
Требования к VRAM не указаны; для работы нужен базовый SD 1.4 и diffusers.