hyperdreambooth

秒级生成专属人像，无需漫长训练

HyperDreamBooth 是论文《HyperDreamBooth: HyperNetworks for Fast Personalization of Text-to-Image Models》的非官方实现，旨在解决文本到图像模型个性化微调速度慢、计算成本高的问题。它通过引入超网络（HyperNetwork）机制，在推理时快速生成针对特定人脸的 LoRA 权重，从而无需对每个用户进行冗长的训练即可实现个性化生成。项目基于 Stable Diffusion，支持从单张或少量人脸图像进行个性化，生成高质量、多风格的人像。核心能力包括：快速微调（比传统 DreamBooth 快数十倍）、低内存占用、支持风格迁移和身份保持。代码结构清晰，包含训练和推理脚本，适合研究者和开发者进行二次开发。