MOSS-Image Base : checkpoint texte-image 5B pour le fine-tuning
MOSS-Image Base est le checkpoint ouvert de pré-entraînement 5B de MOSS-Image, conservé pour les travaux LoRA et de fine-tuning, avec contrôle par layout JSON et ComfyUI.
MOSS-Image Base
Texte-vers-imageContrôle de mise en pageFine-tuningPoids ouvertsLe checkpoint de pré-entraînement de MOSS-Image, publié sans post-entraînement ni distillation des paramètres d'inférence afin que tout le signal d'entraînement reste dans les poids. OpenMOSS le recommande comme point de départ pour l'entraînement LoRA et pour tous ceux qui veulent construire sur le modèle plutôt que de l'exécuter tel quel.
Capacités
- Rendu de texte : texte lisible en anglais et en chinois, avec retours à la ligne automatiques
- Layout JSON : placez les zones de texte et les objets par boîte englobante au lieu de décrire les positions en prose
- Formats de prompt : langage naturel, séquences de tags ou layout JSON, avec des prompts allant jusqu'à 4K tokens
- Plage de résolution : de 0,25 M (512×512) à 4 M (2K) pixels, optimisée pour les sorties 1M, 1,5M et 2M
- Prêt pour LoRA : le checkpoint conserve l'intégralité des informations d'entraînement, c'est pourquoi c'est celui qu'OpenMOSS suggère pour l'entraînement
Remarques
Comme rien n'a été distillé, le checkpoint de base a besoin des paramètres du guide utilisateur pour obtenir de bonnes performances : 50 étapes ou plus, CFG 3, shift 5 et saut de branche négative au calque 22. Désactiver le saut de calques rend la sortie plus réaliste mais peut réduire les détails. Les négatifs suggérés par le guide sont nsfw, worst quality, bad anatomy, watermark, jpeg artifact.
Associés
Guides and workflows related to this model series.
Commentaires
Connectez-vous avec GitHub pour rejoindre la discussion.