Key-Locked-Rank-One-Editing-for-Text-to-Image-Personalization

锁定关键参数，一键将新概念注入图像生成模型

这是一个基于PyTorch的论文实现，用于文本到图像个性化生成。它提出了一种名为Key-Locked Rank One Editing的方法，通过锁定扩散模型中的关键键值对，仅对特定概念对应的权重进行秩一更新，从而在不影响模型其他能力的前提下，将新概念（如特定物体、风格）注入预训练的文本到图像模型。该项目解决了传统个性化方法中概念编辑导致模型灾难性遗忘或生成质量下降的问题，核心能力包括高效的概念注入、低参数修改和保持模型原有生成能力。适合研究者和开发者用于定制化图像生成、风格迁移等场景。