Downloads · 30 days
67
100% of all-time downloads
king2-image-full
RASHID778/king2-image-full
king2-image-full is a text-to-image model from RASHID778. Use it when you need an image from a text prompt. It is set up for diffusers. The card lists the license as openrail++.
All-time downloads
67
Public
Repo size
25.7 GB
Likes
0
Public
Repo makeup
Click a slice to open those files.
.safetensors7.1 GB · 100%
At a glance
- Task
- Text-to-Image
- Library
- diffusers
- License
- openrail++
- Access
- Public
- Created
- Sep 21, 2026
- Updated
- Sep 22, 2026
- SHA
- f80d2f6e
Base models
Datasets
Model card
From the Hugging Face model README
<!-- KING2 IMAGE FULL — King2 fusion card (RASHID778) -->
<div align="center">
<div align="center">
👑 KING2-IMAGE-FULL
موديل SDXL مستقل — LoRA "King2" مدمجة كليًا داخل الأوزان، بلا أي ملف LoRA خارجي عند الاستخدام.
<sup>Standalone SDXL pipeline · King2 LoRA fused at scale 1.0 · fp16 · ~7.1 GB</sup>
</div> <div align="center">
EN1 — "a futuristic royal palace at sunset, highly detailed, golden hour"
🖼️ مقارنة بصرية — نفس البذرة والخطوات (seed 42 · 28 steps · guidance 7.5 · 768×768 · fp16/T4)
| base<br><sub>بدون أي تخصيص</sub> | lora<br><sub>SDXL + LoRA منفصلة</sub> | full (هذا الموديل)<br><sub>مستقل بالكامل</sub> |
|---|---|---|
 |  | |
| base<br><sub>English #2</sub> | lora<br><sub>English #2</sub> | full(this model) |
|---|---|---|
 |  |  |
مشاهد عربية (Arabic scene prompts)
📊 نتائج التحقق (أرقام حقيقية من GPU — T4)
تمت مقارنة الموديل المدمج مقابل الأساس ومقابل الأساس + LoRA منفصلة بنفس البذرة والمعاملات على T4 (fp16):
| القياس (MAE — متوسط الخطأ المطلق للبكسلات) | EN1 | EN2 | الدلالة |
|---|---|---|---|
مدمج ↔ الأساس (base_vs_full) | 26.88 | 36.24 | الفرق كبير — أسلوب King2 ظاهر بوضوح |
مدمج ↔ الأساس+LoRA (lora_vs_full) | 1.73 | 1.02 | مطابق تقريبًا للوحة المنفصلة — الدمج صحيح |
| مؤشر | القيمة | الدلالة |
|---|---|---|
زمن التحميل (full_load_sec) | 96 s | موديل مستقل يُحمَّل من HF مباشرة |
ذروة VRAM (full_vram_peak_gb) | 7.05 GB | يعمل على T4 (16GB) |
| مفاتيح الـunet | 1,680 (كلها دمجت) | بلا base_layer ولا ملفات LoRA |
التقرير الآلي الكامل + كل الصور: test/test_report.json و test/.
🚀 الاستخدام — Quickstart
from diffusers import DiffusionPipeline
import torch
pipe = DiffusionPipeline.from_pretrained(
"RASHID778/king2-image-full",
torch_dtype=torch.float16,
).to("cuda")
image = pipe(
"a futuristic royal palace at sunset, highly detailed, golden hour, epic composition",
num_inference_steps=28,
guidance_scale=7.5,
height=768,
width=768,
negative_prompt="blurry, low quality, distorted, ugly, bad anatomy, watermark",
).images[0]
image.save("king2_full.png")
ملاحظة مهمة: لا يُحمَّل أي ملف LoRA خارجي — الأسلوب مدمج داخل الأوزان. للاستخدام عبر
from_pretrained مباشرة دون الحاجة إلى RASHID778/king2-image وحدها.
📦 المكوّنات
| المكوّن | المسار | الحجم |
|---|---|---|
| UNet (مدمج + مقفّل) | unet/diffusion_pytorch_model.fp16.safetensors | 5.14GB |
| Text Encoder 1 | text_encoder/model.fp16.safetensors | 0.25GB |
| Text Encoder 2 | text_encoder_2/model.fp16.safetensors | 1.39GB |
| VAE (fp16-safe) | vae/diffusion_pytorch_model.fp16.safetensors | 0.33GB |
كلها fp16/safetensors.
⚠️ حدود
- الدقة — أفضل النتائج بين 512–768px؛ ما فوق 1024 قد يظهر عليه اقتطاعات.
- النص العربي — نفس سلوك SDXL الأساسي؛ لا تتوقّع كلمات عربية سليمة داخل الصورة (لكن الأوامر/المشاهد العربية تعمل جيدًا).
- VRAM — التوليد بدقة 768×768 يستهلك ~7GB VRAM. على بطاقات أصغر استخدم
pipe.enable_attention_slicing()أوpipe.enable_model_cpu_offload().
📜 الترخيص
نموذج مشتق من SDXL Base 1.0 ويتوزع تحت CreativeML OpenRAIL-M. شروط الاستخدام الخاصة بالنموذج الأساسي سارية.
🙏 الاعتمادات
- النموذج الأساسي — Stability AI (
stabilityai/stable-diffusion-xl-base-1.0) - LoRA —
RASHID778/king2-image(من تدريبRASHID778علىRASHID778/king2-image-dataset) - fp16-SAFE VAE — @madebyollin
sdxl-vae-fp16-fix
صُنع بـ👑 بواسطة RASHID778 — KING2 AI Series
- Task
- Text-to-Image
- Library
- diffusers
- License
- openrail++
- Languages
- en, ar
- Created
- Sep 21, 2026
- Updated
- Sep 22, 2026