Nom de la source : MOSS-Image-SFT Vous vous ennuyez ? Un ensemble d'adaptateurs ControlNet LoRA sous la licence Apache 2.0 pour MOSS-Image-SFT. Le kit permet un contrôle structurel de la génération par points clés du corps, cartes de profondeur, contours et normales. La boîte comprend des praticiens pour OpenPose / DWPose, Depth, Canny, Lineart, Normal Map, Scribble et Segmentation. Chaque module est formé pour être adapté à l'édition de diffusion : l'image d'entrée détermine la structure de la composition et le guide textuel définit l'apparence du personnage, des matériaux, de l'environnement et du style. Les cellules ont une configuration de rang 64 sur des couches linéaires et une configuration de rang 16 sur des blocs convolutifs, entraînées avec un cache KV. Pour les ensembles de travaux prêts à l'emploi avec le nœud Text EncodeS- image Edit en mode ai-toolkit prêt, qui permet l'utilisation d'adaptateurs en combinaison avec les poids quantiques UNet (INT8) et l'encodeur de texte Qwen3.5-9B (W4A8 GPTQ) sur les cartes graphiques grand public avec 16-24 Go de VRAM. OpenPose ControlNet ב-Hugging Face Weight Depth ControlNet ב- Hugging Face Weight Canny ControlNet ב- Hugging Face MOSS- Image-SFT Modèle de base @cgevent.

Nom de la source : MOSS-Image-SFT Vous vous ennuyez ? Un ensemble d'adaptateurs ControlNet LoRA sous la licence Apache 2.0 pour MOSS-Image-SFT. Le kit permet un contrôle structurel de la génération par points clés du corps, cartes de profondeur, contours et normales. La boîte comprend des praticiens pour OpenPose / DWPose, Depth, Canny, Lineart, Normal Map, Scribble et Segmentation. Chaque module est formé pour être adapté à l'édition de diffusion : l'image d'entrée détermine la structure de la composition et le guide textuel définit l'apparence du personnage, des matériaux, de l'environnement et du style. Les cellules ont une configuration de rang 64 sur des couches linéaires et une configuration de rang 16 sur des blocs convolutifs, entraînées avec un cache KV. Pour les ensembles de travaux prêts à l'emploi avec le nœud Text EncodeS- image Edit en mode ai-toolkit prêt, qui permet l'utilisation d'adaptateurs en combinaison avec les poids quantiques UNet (INT8) et l'encodeur de texte Qwen3.5-9B (W4A8 GPTQ) sur les cartes graphiques grand public avec 16-24 Go de VRAM. OpenPose ControlNet ב-Hugging Face Weight Depth ControlNet ב- Hugging Face Weight Canny ControlNet ב- Hugging Face MOSS- Image-SFT Modèle de base @cgevent.