e4t-diffusion

输入一张图，秒级生成个性化图像，免去繁琐微调

e4t-diffusion 是论文《Encoder-based Domain Tuning for Fast Personalization of Text-to-Image Models》的官方实现，旨在解决文本到图像模型（如 Stable Diffusion）在个性化生成时微调速度慢、需要多张参考图的问题。它通过引入一个轻量级编码器，将输入图像映射为条件嵌入，从而在推理时无需针对每个新主体进行优化，只需一次前向传播即可实现快速个性化。核心能力包括：支持基于单张或少量图像的主体驱动生成、与 Stable Diffusion 等主流扩散模型兼容、提供训练和推理脚本。项目代码基于 PyTorch，适合研究人员和开发者快速上手，用于探索高效个性化生成技术。