ArtificialGuyBR

Home / Blog / Training LoRAs

Crochê Amigurumi LoRA para Z-Image-Turbo: geração consistente…

Gere imagens consistentes de amigurumi de crochê com este LoRA para Z-Image-Turbo. Palavras de gatilho, configurações e resultados de exemplo.

1 sources cited Training LoRAs

On this page

  1. O que este LoRA faz
  2. Como usar
  3. Configurações recomendadas
  4. Palavras-gatilho
  5. Licença
  6. Erros e correções comuns
  7. Perguntas frequentes
  8. Fontes

Crochê Amigurumi LoRA para Z-Image-Turbo

  • Frase de gatilho: Amigurumi, Crochet. - inclua isso em todos os prompts
  • Modelo básico: Tongyi-MAI/Z-Image-Turbo
  • Melhor interface: ComfyUI (recomendado pelo autor)
  • Licença: Apache 2.0 — gratuito para uso comercial

O que este LoRA faz

Este LoRA adapta o modelo de texto para imagem Z-Image-Turbo para se especializar na estética de amigurumi de crochê. Amigurumi é a arte japonesa de fazer crochê pequenas criaturas recheadas de fios - pense em formas arredondadas, textura de ponto visível e a qualidade macia e artesanal dos brinquedos de fio. O adaptador foi treinado em um conjunto de dados selecionados de fotografia de amigurumi com computação GPU patrocinada por Redmond.AI.

Example amigurumi generation showing a crocheted character with yarn texture and stitch detail

O resultado é um adaptador leve (formato de safetensors) que adiciona forte controle estilístico sem exigir um ajuste completo do modelo. Os resultados mostram consistentemente a textura da fibra do fio, a definição do ponto e as proporções características das figuras do amigurumi.

Como usar

ComfyUI (recomendado)

  1. Carregue Z-Image-Turbo como seu ponto de verificação básico
  2. Adicione um Load LoRA nó apontando para o arquivo .safetensors fi baixado.safetensors
  3. Defina a força do LoRA em torno de 0,8–1,0 (comece em 1,0)
  4. Incluir a frase-gatilho Amigurumi, Crochet. no início do seu prompt

difusores (Python)

de difusores importar DiffusionPipeline
importar tocha

pipe = DiffusionPipeline.from_pretrained(
    "Tongyi-MAI/Z-Image-Turbo",
    tocha_dtype = tocha.float16
).to("cuda")

pipe.load_lora_weights("artificialguybr/CROCHET-AMIGURUMI-REDMOND-ZIMAGE")

prompt = "Amigurumi, Crochê. Um lindo urso de crochê sentado em uma prateleira, textura de fio macio, iluminação quente"
imagem = pipe(prompt, num_inference_steps=4, guide_scale=0.0).images[0]

Z-Image-Turbo é um modelo destilado/rápido – use contagens de passos baixas (4–8) e guide_scale próximo de 0.

Second example showing amigurumi animals with consistent stitch quality

Configurações recomendadas

Parâmetro | Valor

|---|---

Passos | 4–8 Escala de orientação | 0,0–1,0 Peso LoRA | 0,8–1,0 Resolução | 1024×1024 (nativo) Amostrador | Euler a/DPM++ 2M

Palavras-gatilho

O cartão de modelo especifica um único gatilho composto:

Amigurumi, Crochet.

Coloque isso no início do seu prompt. O período é importante – os dados de treinamento usaram exatamente essa formatação.

Licença

Apache 2.0 — permissivo, permite uso comercial, modificação e distribuição com atribuição. Veja o Cartão modelo HF para obter o texto completo da licença.

Erros e correções comuns

Erro | Causa | Correção

|---|---|---

Estilo não ativado | Frase de gatilho ausente | Anexar Amigurumi, Crochet. para cada prompt Aparência de cozido/queimado | Peso LoRA muito alto | Reduzir para 0,7–0,8 Detalhe desfocado/baixo | Muitas etapas no Z-Image-Turbo | Use 4–8 etapas, orientação ~0 Modelo base errado | Usando o ponto de verificação SDXL/Flux | Deve usar Tongyi-MAI/Z-Image-Turbo

Perguntas frequentes

P: Isso funciona com SDXL ou Flux? A: No. This LoRA targets Z-Image-Turbo specifically. The architecture and latent space differ.

P: Posso mesclar este LoRA no modelo básico? R: Sim - use merge_lora no ComfyUI ou no método dos difusores pipe.merge_lora()pipe.merge_lora()ponto de verificação.

P: Qual é a diferença entre este e o amigurumi LoRA FluxKlein? R: Diferentes modelos básicos. Tem como alvo o Z-Image-Turbo (rápido, 4 etapas); a versão FluxKlein tem como alvo o Flux.1-Klein. Escolha com base no modelo básico de sua preferência.

P: As imagens de exemplo foram escolhidas a dedo? R: O cartão modelo exibe 15 amostras de widgets (imagens 001–015). Os três mostrados aqui são representativos do estilo consistente.

Fontes

  • Cartão modelo HuggingFace: https://huggingface.co/artificialguybr/CROCHET-AMIGURUMI-REDMOND-ZIMAGE
  • Modelo básico: https://huggingface.co/Tongyi-MAI/Z-Image-Turbo
  • Patrocinador de computação Redmond.AI: https://redmond.ai/
  • Portfólio do autor: https://artificialguy.com/