MOSS-Image SFT : modèle text-to-image 5B avec contrôle de mise en page
MOSS-Image SFT est le fine-tune supervisé du modèle d'image 5B d'OpenMOSS, avec contrôle par layout JSON, rendu du texte en anglais et en chinois, et ComfyUI.
MOSS-Image SFT
Text-to-ImageContrôle de mise en pageRendu de textePoids ouvertsLe fine-tune supervisé de MOSS-Image sur des données curatées, et le checkpoint à exécuter pour le travail de text-to-image. Il conserve la même architecture et le même pipeline que le modèle de base tout en produisant un regroupement de texte plus net et des mises en page plus organisées, et il prend en charge les mises en page JSON qui placent le texte et les objets par boîte englobante.
Capacités
- Rendu de texte : texte anglais et chinois lisible à l'intérieur de l'image, avec sauts de ligne automatiques
- JSON de mise en page : un
summaryaccompagné d'itemsavec boîtes englobantes contrôle l'emplacement du texte et des objets, ainsi que le contenu du texte - Formats de prompt : langage naturel, séquences de tags de style booru ou JSON de mise en page, avec des prompts allant jusqu'à 4K tokens
- Portée de résolution : 1M, 1,5M et 2M pixels recommandés, 0,25M à 4M pris en charge, multiples de 16
- Éventail de styles : sortie anime et photoréaliste, selon OpenMOSS
Notes
MOSS-Image-SFT est fine-tuné à partir de MOSS-Image Base et constitue le checkpoint que la plupart des utilisateurs de ComfyUI exécuteront ; les poids reconditionnés incluent les deux checkpoints. Les paramètres d'échantillonnage issus du référentiel du projet sont 50 étapes, CFG 3, shift 5 et le saut de branche négative à la couche 22 avec Euler et sgm_uniform.
Voir aussi
Guides and workflows related to this model series.
Commentaires
Connectez-vous avec GitHub pour rejoindre la discussion.