Image Repair Flux.2 Klein9B

Pinakamainam para sa mga baguhan. Malalakas na workflows, madaling matutunan.

PirateDiffusion Telegram

Pro studio (SpyGlass) Web

Gumawa ng mga video, larawan, custom na chat personas, at iba pa.

Mag-browse ng mga modelo, mag-render at mag-refine mula sa kahit anong browser o telepono.

Discord bot (Vector)

Idagdag ang Vector sa iyong server o sumali sa Vector Discord. Gumawa ng kahit ano!

Unified Editor Web

Editor para sa mga larawan at video: mag-render, mag-edit, mag-upscale at iba pa sa isang pahina.

Civitai Web

Bayad kada gamit

Gumawa sa sariling site ng Civitai; bawat larawan ay binabayaran gamit ang Buzz credits.

Mga Lokal na App

Kailangang i-setup

Mag-setup ng mga lokal na programa kung kaya ng hardware ng computer mo.

ModelDuel Web

Bayad kada gamit

Gumawa ng parehong prompt sa hanggang 50 checkpoint/base models nang sabay-sabay.

Umarkila ng GPU sa cloud

Graydient Cloud GPU

Bago ka sa LoRAs? Sunud-sunod na gabay: paano gamitin ang Flux at Flux 2 LoRAs sa Graydient

Isang bayad, walang limitasyon sa gamit. Isang click lang para ma-install ang modelong ito.

RunPod Cloud GPU

Singil kada minuto

Umarkila ng GPU kada minuto at ikaw ang mag-setup ng modelo.

Ginawa ni

Skirg

sa Civitai

by Skirg - Image Repair Flux.2-Klein9B V2

Mga tala ng gumawa

Fixed the issue, now it works with gguf models too Image Repair Flux.2-Klein9B Hey everyone! This is my second LoRa. So, I took the original idea from How it works: I trained this using a LoRA subtraction method (clean originals vs. degraded/pixelated versions). Because it extracts the exact "delta" of the degradation, it only targets the artifacts and noise without altering the core of image. It may not work with all images, on very complex detailed patterns it can hallucinate like the original flux2, try a different seed. Also, as you can see from the examples, the original flux2 saturation is poorly controlled. Training details: Latent: 512X512 (Also lora work with higher resolution and other aspect ratio) I tried 1024 latent size when training, but OOM forced me to optimize the settings. Lora rank: 16 Steps: 2000 Grad_accum: 4 Source images: 227 (all created in 2k/4k NanoBananaPro + Some Flux2.Kein9B) These settings were before lora was weakened. She was initially retrained. this is 0.3 Strength of original train. As with the author of the idea, all settings were created by a neural network (not chatgpt) and Python scripts were used for configuration. Recommended Settings: - LoRA Weight: 1.0 - Trigger Words: make image high quality - CFG: 1 - Steps: 4-6 I hope for positive feedback, but I hope you find this version useful. Also think it can be improved further. Later, soon... Do not use lora with the ImageScaleToTotalPixels node. Some image with this node is totally sh*t

2,459 download · 129 like sa Civitai

SHA256

41BBB989B2515CEEB0A6B420B26B0C53F8F33EB03DE7DEE1F9E18B8B3A12F7C5

Ranking badge

Updated Oct 22, 2026

Made this model? Show this badge on your page.

Paste it into your Hugging Face card or Civitai description.

Change colors / personalize / get code

Also ranked: #419 Hottest AI model · #15 Hottest Flux 2 / Klein model

Not this creator?

Get your own badge

Trend ng kasikatan ng Image Repair Flux.2 Klein9B

Heat score mula 4 Mar 2026

Iskor ng init

8,234°

Ngayong linggo

▼

0.1%

8,236° noon, 8,234° ngayon

Ngayong buwan

▼

0.3%

8,242° noon, 8,234° ngayon

Nakaraang taon

n/a

Hindi pa nailalabas/natatrack

7,000°

Floor

Ang sukat ay mula 0° hanggang 9,999°. Lahat ng nasa ibaba ng 7,000° ay para sa mga modelong wala pang ulat mula sa pinanggalingan, kaya may stand-in na numero doon para kumpleto ang mga listahan. Sa 7,000° nagsisimula ang nasusukat na datos: ang modelong may totoong datos pero halos walang downloads ay nasa floor, at ang mga sukat ay pumupuno sa mga degree sa itaas nito. Ang floor ay hindi nagsasabi ng anuman tungkol sa modelo; ang mga degree sa itaas nito ang nagkakaiba-iba at siyang naghihiwalay ng mga modelo.

+1,030°

Mga download sa Civitai

2,459 downloads ng eksaktong bersyon na ito sa Civitai. Ang downloads ang pinakamahalagang sangkap at binibilang sa log scale: sampung beses na downloads ay nagdadagdag ng parehong 300°, kaya ang modelong may isang milyong downloads ay hindi isang libong beses na mas mainit kaysa sa may isang libong downloads. Ang anim na pinagmulan ng download ay naghahati sa isang term na iyon, ayon sa proporsyon ng kanilang bilang.

+317°

Mga likes

129 mga likes at thumbs up mula sa mga pinanggalingan. Ang isang like ay katumbas ng kalahating download, gamit ang parehong log scale.

+33°

Bilis ng pagtanggap

Mga humigit-kumulang 2 downloads bawat araw, sinusukat sa pagitan ng dalawang pagbabasa ng mga pinanggalingan, hindi hinuhulaan mula sa average ng buong buhay. Ang bilis ay katumbas ng isang-kapat ng term ng downloads, kaya ang bagong pagtaas ay nakikita nang hindi pinapantayan ng isang araw na spike ang mga taon ng paggamit.

−146°

Edad

−146° dahil lumabas ang Flux2 weights noong 2025. Lahat ng modelo ay minamana ang edad ng weights na pinagbasehan nito: 150° kada taon, hanggang 750°, at patuloy itong tumataas hanggang doon. Kung wala ito, ang nangunguna sa listahan ay mga checkpoint ng 2022 at 2023 dahil sa lakas ng downloads na naipon sa loob ng mga taon.

Ipakita ang detalyadong paghahati

Pwedeng suriin ang bawat numero sa site na ito. Ang heat score ng modelong ito ay 8,234°, at dito ito binubuo ng paisa-isang sangkap, kasama ang tumatakbong kabuuan pagkatapos ng bawat isa: ang floor, ang mga degree na idinadagdag ng bawat pinanggalingan, ang bonus para sa uri ng modelo at ang binabawas ng edad ng mga weights nito. Ang mga kulay ay ang mga banda ng tsart sa itaas. Ang glossary sa dulo ay naglilinaw ng bawat termino.

1
Magsimula sa floor.
Bakit 7,000° at hindi zero: ang sukat ay mula 0° hanggang 9,999°, at ang bahagi sa ibaba ng 7,000° ay nakalaan para sa mga modelong wala pang ulat mula sa pinanggalingan, kaya may stand-in na numero doon para kumpleto ang mga listahan at hindi mauuna sa modelong may datos. Sa 7,000° nagsisimula ang nasusukat na datos. Ang modelong may totoong datos pero halos walang downloads ay nandito; ang lahat ng susunod ay sukat, at ang espasyo sa itaas ng floor ay may sampung hakbang na sampung beses na pagtaas sa downloads na may 300° bawat isa. Pareho ang floor para sa lahat ng modelo, kaya hindi ito nagdedesisyon; ang mga degree sa itaas nito ang nagdedesisyon.
7,000°
patuloy na kabuuan
2
Idagdag ang mga download.
2,459 na katumbas ng download sa lahat, mula sa Mga download sa Civitai. Sampung beses na pagdagdag ng downloads ay nagdadagdag ng parehong 300°, kaya mahalaga ang laki pero hindi ito sobra sa puntos.
+1,030°
8,030°
patuloy na kabuuan
3
Idagdag ang mga likes.
129 na likes at thumbs up, kalahati ang bigat kumpara sa isang download.
+317°
8,347°
patuloy na kabuuan
4
Idagdag ang bilis ng pagtanggap.
Mga 2 downloads kada araw ngayon, sinusukat sa pagitan ng dalawang readings, na may isang-kapat na bigat.
+33°
8,380°
patuloy na kabuuan
5
Alisin ang edad.
Lumabas ang Flux2 weights noong 2025: 150° kada taon, hanggang sa 750°, tumataas hanggang noon.
−146°
8,234°
patuloy na kabuuan
=
Ang heat score.
Kung saan nakatayo ang modelong ito sa bawat listahan ng site na ito. Wala nang ibang nagbabago nito.
8,234°

Talahulugan: ang mga terminong ginagamit dito

Heat score: Isang numero kung gaano kadalas gamitin at gusto ang isang modelo ngayon, mula 0° hanggang 9,999°. Bawat listahan sa site na ito na nagsasabing pinakamainit ay nakaayos base dito at wala nang iba pa.
Floor: Ang 7,000° na panimulang puntos ng bawat modelong may totoong datos. Ang sukatan ay mula 0° hanggang 9,999°; ang bahagi sa ilalim ng floor ay para sa mga stand-in (mga modelong walang datos), para laging mas mataas ang ranggo ng may datos kaysa wala. Pareho ang floor para sa lahat at hindi ito nagpapasya; ang mga degree sa itaas nito ang totoong sukat.
Katumbas ng download: Lahat ng tinatrato ng score bilang download, pinagsama-sama: mga download mismo, bawat torrent seeder bilang 1,000, bawat AI Horde na larawan at bawat takbo sa isang generation site bilang isa.
Log scale: Bilang ng sampu, hindi isa-isa: ang pagtaas mula 1,000 hanggang 10,000 downloads ay nagdadagdag ng parehong degree tulad ng mula 10,000 hanggang 100,000. Pinipigilan nito ang mga higante na mauna sa lahat.
Likes: Thumbs up at likes mula sa lahat ng pinanggalingan, na katumbas ng kalahati ng download sa log scale.
Bilis ng pagtanggap: Ilang downloads kada araw ang nakukuha ng modelo ngayon, mula sa pagkakaiba ng dalawang readings ng isang pinanggalingan. Isang-kapat ng bigat ng term na download.
Nasukat at tinantya: Ang nasukat ay ibig sabihin may dalawang pagbabasa mula sa isang pinagmulan at tunay ang pagkakaiba. Ang tinantya naman ay alam lang ang kabuuan ngayon at hinahati ang nakaraan sa buong buhay ng modelo; sinasabi ng site kung alin ang ipinapakita.
Seeder: Isang tao na nag-iimbak ng kopya ng weights online para ma-download ng iba gamit ang torrent, o isang naka-host na mirror na gumagawa rin nito. Bawat isa ay katumbas ng 1,000 downloads.
AI Horde: Isang volunteer network na gumagawa ng mga larawan nang libre gamit ang mga donadong computer. Pampubliko kung ilang larawan ang nagawa gamit ang isang modelo, at bawat isa ay katumbas ng isang download.
Mga generation site: Mga site na may sariling kopya ng modelo at pinapayagan ang mga tao na gumawa gamit ito, tulad ng PixAI, SeaArt at Yodayo. Ang kanilang mga downloads ay binibilang tulad ng sa Civitai at bawat generation run ay isang download.
OpenRouter tokens: Ang isang text model na pinagsisilbihan sa pamamagitan ng API, tulad ng Claude o GPT, ay walang weights na ida-download, kaya ang paggamit nito ay sinusukat sa tokens: mga piraso ng teksto na binasa at isinulat nito sa pamamagitan ng OpenRouter, isang gateway na ginagamit ng maraming apps, sa nakaraang 30 araw. Bawat 10,000,000 tokens ay katumbas ng isang download. Pinagmulan: OpenRouter (openrouter.ai/rankings), CC BY 4.0.
Buong modelo (checkpoint): Ang weights mismo, ang file na kayang mag-generate mag-isa. May bonus ito dahil nakadepende dito ang mga add-on.
LoRA at embedding: Maliit na add-on files na nagtutulak sa weights ng iba papunta sa isang estilo, karakter o konsepto. Hindi sila kayang tumakbo mag-isa.
Pamilya at weights: Ang base na pinagbuo ng modelo, tulad ng SD 1.5, SDXL, Flux o Wan. Lahat ng modelo ay namamana ang petsa ng release ng weights ng pamilya nito.
Edad: Mga degree na ibinabawas base sa gaano katagal nang lumabas ang weights ng pamilya: 150° kada taon, hanggang 750°. Pinananatili nito ang mga lumang downloads na may taon para mag-ipon mula sa pag-freeze sa taas ng listahan.
Pampasigla ng pamilya: Isang maliit at limitadong tulak para sa mga LoRA ng pamilyang itinataguyod ng site ngayon, palaging nakalista sa breakdown.
Stand-in score: Isang matatag na numero sa ibaba ng floor na ibinibigay sa modelong wala pang ulat mula sa pinagmulan, para kumpleto ang listahan. Hindi ito nangunguna sa modelong may datos.
Bago! (panahon ng grace): Ang isang model na mas mababa sa 7 araw ang tanda ay nagpapakita ng Bago! sa halip na score at walang puwesto sa mga ranggo. Ang score nito ay kinakalkula mula unang araw, pero ang modelong isang araw pa lang ang tanda ay lumalago nang mas mabilis kaysa sa iba, kaya kung walang paghihintay, ang #1 ng linggo ay palaging yung lumabas kahapon kaysa sa tumagal nang isang linggo.
Uso: Paano ang paglago ng modelo sa isang panahon kumpara sa karaniwang paglago ng modelo sa parehong panahon. Mas mabilis kaysa karaniwan ay pagtaas, mas mabagal ay pagbaba.
Karaniwang modelo: Gitna ng katalogo: kalahati ng mga modelo na may numero ay mas mabilis ang paglago sa panahon, kalahati ay mas mabagal.

Paano gumalaw ang kasikatan ng modelong ito kumpara sa ibang mga nasa katalogo: ang paglago nito sa downloads, likes, at paggamit sa bawat panahon, sinusukat laban sa karaniwang paglago ng modelo sa parehong panahon, kasama ang heat score nito sa panahong iyon. Kapag mas mataas kaysa sa karaniwan, ibig sabihin ay pagtaas, kapag mas mababa ay pagbaba. Binubuo ang nakaraan mula sa mga kabuuan ngayon, unang araw ng modelo at sukat na bilis ng pag-download kung may dalawang sukat; ang modelong hindi pa umiiral sa simula ng panahon ay nagpapakita ng n/a.

Mga halimbawang render

Mga prompt at setting na ibinahagi ng mga gumawa ng mga render na ito sa Civitai. Pumili ng render para makita kung paano ito ginawa.

Kunin ang prompt na ito

Render ni Skirg sa Civitai

Render ni Skirg sa Civitai

Walang ibinahaging prompt para sa render na ito.

Walang ibinahaging prompt para sa render na ito.

Render by subotaplaya565 on

Civitai

Prompt on BunchaPrompts

Mga setting

Steps

Guidance

1.2

Seed

12345

Laki

1024x1024

Prompt

fluxtrait. make image high quality. High Resolution. redraw the image with more photorealism, fill out any empty white space extending the image. transform the image to realistic photograph. add realistic details to the corrupted image. restore high frequence details from the corrupted image. Details and lighting include professional color grading, commercial photo, vivid contrast, vivid colors, detailed light, detailed shadow, high dynamic range, clear shadows and highlights, realistic, intense, enhanced contrast, highly detailed, soft lighting, cinematic lighting, amazing visuals, vibrant colors, hdr, uhd, dslr, balanced photo, balanced exposure.

Mga setting

Steps

Guidance

1.2

Seed

12345

Laki

1024x1024

Prompt

Mga setting

Steps

Guidance

1.2

Seed

12345

Laki

1024x1024

Prompt

Mga setting

Steps

Guidance

1.2

Seed

12345

Laki

1024x1024

Prompt

Render by subotaplaya565 on

Civitai

Prompt on BunchaPrompts

Mga setting

Sampler

er_sde

Steps

Guidance

Seed

12345

Laki

1536x1024

Prompt

Subject in neutral expression, facing the camera directly, front view, head to toe full body shot, ArsMovieStill, Movie still from a 2020s Sci-Fi movie, make image high quality.