Hacktoberfest 2026: le issue che i maintainer hanno segnato per ottobre, aperte e adatte ai principianti. Sfoglia le issue Hacktoberfest

FLUX LoRA Fine-Tuning: Border Outpainting and Pixel-Level Misalignment Issues in Image Editing

Aperta
  • Qualcosa non va?
#1,685 1 commento 0 reazioni 0 assegnatari Vedi su GitHub

I maintainer di solito rispondono entro 1 giorno

Nessuno ha ancora preso questa issue.

Valutazione

Difficoltà
5/5
Tempo stimato
Più di una settimana
Idoneità per principianti
25/100
Tipo di issue
Bug
Chiarezza
Da chiarire
Stato di attività
Attiva
Stack tecnologico
python
Ambito
computer-vision, machine-learning

Direzione di ricerca

Non sono stati identificati file, test o punti di ingresso. Inizia riproducendo l’inferenza con flux.2-klein-base-9b, la configurazione di fine-tuning LoRA e coppie di immagini pre- e post-modifica allineate a livello di pixel, quindi confronta la geometria dei bordi, l’allineamento dei pixel e la conservazione dei dettagli. Per considerare il lavoro completato, sarebbe necessario identificare la causa degli artefatti e documentare una correzione o una limitazione verificata.

Scritto dal modello di indicizzazione a partire dal testo della issue.

Descrizione

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?

Lingua principale
Python
Stelle
13.2k
Fork
1.3k
Merge medio
22h 15m
PR unite (30g)
31

Preparare l'ambiente

Questo progetto non fornisce container di sviluppo, Dockerfile né guida per i contributori, quindi l'ambiente è a tuo carico: parti dal suo README e consulta la nostra guida al primo contributo per i passaggi generali.

Come iniziare

  1. Leggi tutta la issue e poi la guida ai contributi del progetto.
  2. Commenta sulla issue per dire che te ne occupi tu — evita che due persone facciano lo stesso lavoro.
  3. Fai un fork del repository e lavora su un branch.
  4. Apri una pull request che faccia riferimento al numero della issue.

Altre issue di modelscope/DiffSynth-Studio

Tutte le issue di modelscope/DiffSynth-Studio

Issue simili

Altre issue su Python

Ricevi le nuove issue nella tua casella

Un breve riepilogo di issue GitHub adatte ai principianti.