QwenImage-Rebalance 高保真图像生成模型

QwenImage-Rebalance 高保真图像生成模型 模型概述

QwenImage-Rebalance文生图&图生图工作流

****s://****liblib.art/modelinfo/afe92ea5149b4922a565fcbadeebaeb0

---------------------------------------------

QwenImage-Rebalance 模型概述

Rebalance 是一个高保真图像生成模型，训练数据集包含数千张 cosplay 照片和精心挑选的高质量现实世界图像。所有训练数据均来自公开可访问的内容，并且数据集中明确排除了任何不适合工作场合的材料。

Rebalance 的主要目标是生成克服常见 AI 艺术品瑕疵（如油腻、塑料感或过于平坦的外观）的逼真输出，提供具有自然纹理、深度和视觉真实性的图像。




训练策略

训练分为多个阶段，大致分为两个阶段：




Cosplay 照片训练

专注于细化面部表情、姿态动态和整体人物的真实感——特别是针对女性对象。




高质量照片增强

通过利用专业策划的摄影参考，旨在提升氛围深度、构图平衡和美学复杂性。




推理指导

为了最大限度地提高美学精度和风格控制，在推理时使用完整的 JSON 格式。

为了更广泛的泛化或更简单的提示，建议使用纯文本标题。




技术细节

所有训练均使用 lrzjason/T2ITrainer 进行，这是一个基于 Hugging Face Diffusers DreamBooth 训练脚本的自定义扩展。该框架支持高级文本到图像架构，包括 Qwen 和 Qwen-Edit (2509)。




前期工作

该项目建立在几个先前开发的工具之上，这些工具旨在增强基于扩散的图像生成和编辑的可控性和效率：




ComfyUI-QwenEditUtils

一组用于 ComfyUI 中基于 Qwen 的图像编辑的实用节点，支持多参考图像条件、灵活调整大小和精确提示编码，以实现高级编辑工作流程。




ComfyUI-LoraUtils

一套用于 ComfyUI 中高级 LoRA 操作的节点，支持对 LoRA 加载的细粒度控制、按层修改（通过正则表达式和索引范围）以及选择性应用于扩散或 CLIP 模型。




T2ITrainer

一个轻量级的基于 Diffusers 的训练框架，专为跨多种架构（包括 Qwen Image、Qwen Edit、Flux、SD3.5 和 Kolors）高效 LoRA（和 LoKr）训练而设计，支持单图像、配对和多参考训练范式。




这些工具共同建立了一个强大的生态系统，用于训练、编辑和部署具有高精度和灵活性的个性化扩散模型。