DiffuseKronA

用更少参数微调扩散模型，生成更精准的个性化图像

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。

开源 unknown 图像生成

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 131

维护状态低维护

是否开源是

定价模式 unknown

项目数据

分类图像生成

开发团队IBM

所属国家

官网地址https://diffusekrona.github.io

GitHubhttps://github.com/IBM/DiffuseKronA

定价模式unknown

价格说明定价信息待确认

访问状态

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

30天Star增速

HF 下载量

上线时间2023-12-06 00:00:00

最近更新2026-04-02 00:00:00

维护状态低维护

中文支持

访问方式

移动端支持

综合评分

收录时间2026-08-09

浏览次数5

使用教程

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

项目介绍

DiffuseKronA 是模型训练领域的开源项目，由 IBM 开发，2023 年首次发布。

它收录于模型训练分类，该分类目前共有 518 个项目，GitHub 星标数为 131。

项目已超过三个月没有代码更新，维护节奏明显放缓，最近一次代码更新于 2026-04-02。从国内网络环境看，可直接访问。

它主要面向的使用场景是：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。同类可对比的替代方案包括 LoRA、DreamBooth、Textual Inversion。

上一篇：hyperdreambooth

下一篇：DreamBooth