FLUX LoRA Fine-Tuning: Border Outpainting and Pixel-Level Misalignment Issues in Image Editing
Los mantenedores suelen responder en 1 día
Nadie ha tomado este issue todavía.
Evaluación
- Dificultad
- 5/5
- Tiempo estimado
- Más de una semana
- Aptitud para principiantes
- 25/100
- Tipo de issue
- Error
- Claridad
- Necesita aclaración
- Estado de actividad
- Activo
- Stack tecnológico
- python
Línea de trabajo
No se han identificado archivos, pruebas ni puntos de entrada. Empieza por reproducir la inferencia con flux.2-klein-base-9b, la configuración de ajuste fino de LoRA y pares de imágenes preeditadas y posed itadas alineados a nivel de píxel, y después compara la geometría de los bordes, la alineación de píxeles y la conservación de los detalles. Para darlo por terminado, habría que identificar la causa de los artefactos y documentar una corrección o limitación verificada.
Escrito por el modelo de indexación a partir del texto del issue.
Descripción
Why does the flux.2-klein-base-9b model, when fine-tuned via LoRA on pixel-aligned pre- and post-edited image pairs with prompts for an image editing task, exhibit slight border expansion (outpainting), a failure to preserve pixel-level structural consistency, and minor detail distortions during inference?
- Lenguaje dominante
- Python
- Estrellas
- 13.2k
- Forks
- 1.3k
- Merge medio
- 22 h 13 min
- PR fusionados (30 d)
- 29
Preparar el entorno
Este proyecto no incluye contenedor de desarrollo, Dockerfile ni guía de contribución, así que la configuración corre por tu cuenta: empieza por su README y consulta nuestra guía para la primera contribución para los pasos generales.
Primeros pasos
- Lee el issue completo y luego la guía de contribución del proyecto.
- Comenta en el issue que vas a ocuparte — evita que dos personas hagan lo mismo.
- Haz un fork del repositorio y trabaja en una rama.
- Abre un pull request que haga referencia al número del issue.
Más de modelscope/DiffSynth-Studio
-
Dificultad 2/5 1-3 horas Aptitud para principiantes 75/100
modelscope/DiffSynth-Studio#1707 · 1 comentario ·
Los mantenedores suelen responder en 1 día
-
Dificultad 1/5 1-3 horas Aptitud para principiantes 78/100
modelscope/DiffSynth-Studio#1668 ·
Los mantenedores suelen responder en 1 día
-
bfloat16训练时段错误: 数组越界的一种方案Abierto
Dificultad 2/5 1-3 horas Aptitud para principiantes 72/100
modelscope/DiffSynth-Studio#1499 · 1 comentario ·
Los mantenedores suelen responder en 1 día
-
Latest update broke Wan2.2 S2VAbierto
Dificultad 1/5 Menos de una hora Aptitud para principiantes 78/100
modelscope/DiffSynth-Studio#1373 · 5 comentarios · 1 reacción ·
Los mantenedores suelen responder en 1 día
-
Dificultad 4/5 3-5 días Aptitud para principiantes 30/100
modelscope/DiffSynth-Studio#1709 · 1 comentario ·
Los mantenedores suelen responder en 1 día
Todos los issues de modelscope/DiffSynth-Studio
Issues similares
-
Dificultad 2/5 1-3 horas Aptitud para principiantes 88/100
Los mantenedores suelen responder en 1 día
-
Dificultad 2/5 1-3 horas Aptitud para principiantes 84/100
spec-kitty/spec-kitty#5319 ·
Los mantenedores suelen responder en 1 día
-
backend::vllm diffusion multimodal
Dificultad 2/5 1-3 horas Aptitud para principiantes 72/100
Los mantenedores suelen responder en 1 día
-
Dificultad 2/5 1-3 horas Aptitud para principiantes 84/100
openai/openai-agents-python#5229 ·
Los mantenedores suelen responder en 1 día
-
Dificultad 2/5 1-3 horas Aptitud para principiantes 84/100
Los mantenedores suelen responder en 1 día