Pedro21613/PS-IMAGE-1.6

PS-IMAGE 1.6

Evolução do PS-IMAGE-1.5 — mesmo formato de LoRA (UNet do SDXL, r16/α32, to_q/k/v/out.0, ff.net.0.proj/ff.net.2), treinado por continuação (drop-in: o código do 1.5 funciona trocando o nome do repo).

O que foi treinado nesta versão

Objetivo	Dados	Qtd
Realismo de carros	Stanford Cars — legenda da classe (marca/modelo/ano) + "glossy paint, reflections"	~800
Realismo de pessoas	FFHQ 1024px — legendas de pele, luz natural e lente	~800
Escrita de letras	imagens sintéticas de placas, neon, pôsteres, etiquetas e vitrines (texto curto + números), legendas em EN/PT/ES/FR/DE	~520
Realismo geral	Flickr30k filtrado por resolução, com as legendas humanas reais	~500

Treino

Item	Valor
Init	LoRA PS-IMAGE-1.5 (continuação)
Passos	913 (batch efetivo 8, 768px, latentes+embeddings pré-calculados)
LR	4e-5 cosine · min-SNR γ=5 · AdamW · fp16 com GradScaler
Hardware	Tesla T4 (Kaggle) · gradient checkpointing
Tempo total	199 min
Loss final (janela)	0.08327

• Checkpoints: checkpoints/step_* (retomável — o notebook continua do último)
• Comparação A/B: exemplos_15/ (1.5) vs exemplos_16/ (1.6), mesmos prompts e seeds
• Progresso ao vivo: status.json

Uso (idêntico ao 1.5)

import torch
from diffusers import StableDiffusionXLPipeline, DPMSolverMultistepScheduler
from peft import PeftModel

pipe = StableDiffusionXLPipeline.from_pretrained(
    "stabilityai/stable-diffusion-xl-base-1.0", torch_dtype=torch.float16,
    variant="fp16", safety_checker=None).to("cuda")
pipe.unet = PeftModel.from_pretrained(pipe.unet, "Pedro21613/PS-IMAGE-1.6")
pipe.unet = pipe.unet.merge_and_unload()
pipe.scheduler = DPMSolverMultistepScheduler.from_config(
    pipe.scheduler.config, use_karras_sigmas=True, algorithm_type="dpmsolver++")
pipe.vae.enable_slicing()

img = pipe('photo of a storefront sign that says "PADARIA 123", clear legible text, '
           'sharp focus, high quality', num_inference_steps=24, guidance_scale=6.5,
           height=768, width=768).images[0]
img.save("teste.png")

Edição de imagem (imagem → imagem)

SDXL não tem entrada de imagem — "visão" não se treina como LoRA. Para editar fotos mantendo consistência use o notebook PS Image 1.6 Edicao: img2img, inpainting por máscara, ControlNet (canny/depth/pose), IP-Adapter (imagem de referência) e refino 768→1152, tudo usando este LoRA.

Gerado em 2026-10-13 05:23 (UTC) no Kaggle.