DiffuseKronA

用更少参数微调扩散模型,生成更精准的个性化图像

开源 🏷️定价信息待确认 ✅ 目前可打开 图像生成 🍴 复刻 2 🐛 待处理 1 👀 关注 16
访问官网 ↗ GitHub ↗
GitHub 星标 ★ 131
维护状态 低维护
是否开源 开源
定价模式 🏷️定价信息待确认

项目预览

DiffuseKronA 项目界面预览图
图片来源:GitHub 官方仓库名片

项目数据

分类图像生成
开发团队IBM
定价模式🏷️定价信息待确认
价格说明定价信息待确认
访问状态✅ 目前可打开
是否开源是
开源协议Apache-2.0
主要语言Python
技术栈/模型diffusion-models,efficiency,personalization,text-to-image
GitHub 星标★ 131
上线时间2023-12-06 00:00:00
代码更新2025-09-18
仓库体积11.2 MB
本站数据更新2026-11-09
维护状态低维护
收录时间2026-08-09
浏览次数7

项目介绍

DiffuseKronA 是一种面向个性化扩散模型的参数高效微调方法。它针对文本到图像生成中,用户希望用少量图片微调模型以生成特定主体(如宠物、物品)的需求,解决了传统全量微调成本高、易过拟合的问题。其核心能力是引入 KronA 适配器,通过克罗内克积结构分解低秩矩阵,在保持生成质量的同时大幅减少可训练参数。方法支持与 LoRA 等现有技术集成,并在个性化生成任务上表现出更优的细节保真度和概念组合能力。项目提供 PyTorch 实现,包含训练和推理脚本,适用于 Stable Diffusion 等主流模型。

Star 增长趋势

本站每日记录该项目 GitHub 星标变化,观测越久曲线越完整

数据来源:GitHub API 逐日快照 · 收录于 2026-08-09 · 当前星标 ★ 131

核心亮点

  • 参数效率高:相比全量微调,可训练参数减少约90%,显存占用更低
  • 生成质量好:在 DreamBooth 等基准上,图像保真度和文本对齐优于 LoRA
  • 易于集成:提供与 Diffusers 库的兼容接口,可快速替换现有适配器

不足之处

  • 文档/社区待观察
  • 仅支持 PyTorch,未覆盖 TensorFlow 等其他框架

适用场景

  • 个人用户用少量照片微调模型,生成自己宠物或物品的定制图像
  • 设计师快速调整模型风格,生成符合品牌视觉的素材
  • 研究者探索参数高效微调方法在生成模型中的新架构

替代项目

LoRA、DreamBooth、Textual Inversion

上一篇:hyperdreambooth

下一篇:DreamBooth

同类项目推荐

DreamBooth 开源

用几张照片,让AI学会画你的专属对象

This repository contains the implementation of DreamBooth with Stable Diffusion. You···

★ 61 2026-08-09
AngelSlim 开源

一键压缩大模型,部署更快更省资源

Model compression toolkit engineered for enhanced usability, comprehensiveness, and ···

★ 1787 2026-08-09
LoRI 开源

多任务微调不打架,LoRA 参数更高效

[COLM 2025] LoRI: Reducing Cross-Task Interference in Multi-Task Low-Rank Adaptation

★ 175 2026-08-09
AdaptiveDiffusion 开源

不重训直接加速扩散模型,生成更快更省算力

[NeurIPS'24] Training-Free Adaptive Diffusion with Bounded Difference Approximation ···

★ 74 2026-08-09
PSEC 开源

让AI智能体像搭积木一样,在参数空间里不断学习新技能、组合旧技能,应对新挑战。

[ICLR 2025] The offical implementation of "PSEC: Skill Expansion and Composition in ···

★ 68 2026-08-09
Finetuning-Suite 开源

30秒微调 Hugging Face 任意模型,极速上手

Finetune any model on HF in less than 30 seconds

★ 59 2026-08-09
peft 开源

用极低成本微调大模型,省显存省时间,效果不打折。

PEFT: State-of-the-art Parameter-Efficient Fine-Tuning.

★ 21880 2026-08-09
Prism 开源

动态稀疏注意力,让2K音视频生成模型原生训练更省算力

We propose Prism, a dynamic sparse attention framework for natively training joint v···

★ 1513 2026-10-26
verbalized-sampling 开源

让LLM输出带概率的多样答案,告别重复文本

Verbalized Sampling, a training-free prompting strategy to mitigate mode collapse in···

★ 823 2026-08-09