시와 함께 안정적인 확산 openvino 사용
SNS를 이용하다 보면 최근 머신러닝 기술로 생성된 이미지나 이미지를 볼 수 있습니다.
달레 2
https://openai.com/dall-e-2/
DALLE 2를 무료로 사용할 수 있지만 한 달 정도 기다려야 할 수도 있습니다.
그리고 최근에 또 하나가 출시되었습니다. 그것은 안정적인 확산입니다. DALLE 2와 매우 유사합니다. 텍스트와 몇 가지 매개 변수를 지정하면 꽤 멋진 이미지가 생성됩니다. 한 달을 기다리지 않고 Stable Diffusion을 사용할 수 있다니 정말 좋죠? 그러나 GPU가 필요합니다. GPU가 없거나 GPU에 액세스할 수 없다면 아마도 😭 (어떻게 해야 하나요?)
안정적인 확산 정보
https://stability.ai/blog/stable-diffusion-public-release
CompVis / 안정적인 확산
안정적인 확산
안정적인 확산은 Stability AI 및 Runway과의 협력 덕분에 가능했으며 이전 작업을 기반으로 합니다.
High-Resolution Image Synthesis with Latent Diffusion Models
Robin Rombach *
Andreas Blattmann *
Dominik Lorenz
Patrick Esser ,
Björn Ommer
CVPR '22 Oral |
GitHub | arXiv | Project page
Stable Diffusion은 잠재적인 텍스트 대 이미지 확산입니다.
모델.
Stability AI의 넉넉한 컴퓨팅 기부와 LAION의 지원 덕분에 LAION-5B 데이터베이스의 하위 집합에서 512x512 이미지에 대한 잠재 확산 모델을 교육할 수 있었습니다.
Google의 Imagen과 유사합니다.
이 모델은 정지된 CLIP ViT-L/14 텍스트 인코더를 사용하여 텍스트 프롬프트에서 모델을 조절합니다.
860M UNet 및 123M 텍스트 인코더를 사용하는 이 모델은 비교적 가볍고 최소 10GB VRAM이 있는 GPU에서 실행됩니다.
아래의 this section 및 model card을 참조하십시오.
요구 사항
적합한…
View on GitHub
그런 다음 시도할 수 있습니다stable_diffusion.openvino
. 이것을 실행하기 위해 GPU가 필요하지 않습니다!!!
bes-dev
/
stable_diffusion.openvino
stable_diffusion.openvino
Intel CPU에서 Stable Diffusion을 사용하여 Text-to-Image 생성 구현.
요구 사항
Intel CPU에서 Stable Diffusion을 사용하여 Text-to-Image 생성 구현.
요구 사항
설치 요구 사항
pip install -r requirements.txt
텍스트 설명에서 이미지 생성
usage: demo.py [-h] [--model MODEL] [--seed SEED] [--beta-start BETA_START] [--beta-end BETA_END] [--beta-schedule BETA_SCHEDULE] [--num-inference-steps NUM_INFERENCE_STEPS]
[--guidance-scale GUIDANCE_SCALE] [--eta ETA] [--tokenizer TOKENIZER] [--prompt PROMPT] [--init-image INIT_IMAGE] [--strength STRENGTH] [--mask MASK] [--output OUTPUT]
optional arguments:
-h, --help show this help message and exit
--model MODEL model name
--seed SEED random seed for generating consistent images per prompt
--beta-start BETA_START
LMSDiscreteScheduler::beta_start
--beta-end BETA_END LMSDiscreteScheduler::beta_end
--beta-schedule BETA_SCHEDULE
LMSDiscreteScheduler::beta_schedule
--num-inference-steps NUM_INFERENCE_STEPS
num inference steps
--guidance-scale GUIDANCE_SCALE
guidance scale
--eta ETA eta
--tokenizer TOKENIZER
tokenizer
--prompt PROMPT prompt
--init-image INIT_IMAGE
path to initial image
--strength STRENGTH how strong the initial image should be noised [0.0, 1.0]
--mask MASK mask of the region to inpaint on the initial image
--output OUTPUT output image name
예
…The readme is very straightforward, so probably you won't have any issues to run the demo.py
and try a python script for streamlit
.
However, there might be an issue if you use python already with python version manager and anaconda or etc.
Then, you can use poetry to avoid messing up and keep your python dev env clean.
시를 설치하다
There are 2 ways to install poetry.
- using pip
- using curl
Installation
https://python-poetry.org/docs/#installation
프로젝트 폴더 생성
$ poetry new poetry-stable-diffusion
패키지 설치
$ poetry add package_name@package_version
그러나 이렇게 할 필요는 없습니다. 이미 테스트한 다음
pyproject.toml
을 사용할 수 있습니다.이 경우 Python 3.8.12를 사용했습니다.
Python 3.8이 없다면
[pyenv](https://github.com/pyenv/pyenv)
로 설치하는 것이 좋습니다.[tool.poetry]
name = "stablediffusion"
version = "0.1.0"
description = "test Stable Diffusion"
authors = ["koji"]
[tool.poetry.dependencies]
python = "^3.8"
numpy = "1.19.5"
transformers = "4.16.2"
diffusers = "0.2.4"
tqdm = "4.64.0"
openvino = "2022.1.0"
huggingface-hub = "0.9.0"
streamlit = "1.12.0"
watchdog = "2.1.9"
opencv-python = "4.5.2.54"
scipy = "1.6.1"
[tool.poetry.dev-dependencies]
[build-system]
requires = ["poetry-core>=1.0.0"]
build-backend = "poetry.core.masonry.api"
환경을 설정하기 위해 필요한 것은 하나의 명령을 실행하는 것입니다!
$ poetry install
복제 저장소
$ git clone https://github.com/bes-dev/stable_diffusion.openvino.git
$ cd stable_diffusion.openvino
demo.py 실행
$ poetry run python demo.py --prompt "cyberpunk New York City"
생성된 이미지
생성 프로세스는 몇 분 정도 소요됩니다(제 경우에는 약 3분 소요).
내 맥 사양
$ system_profiler SPHardwareDataType
Hardware:
Hardware Overview:
Model Name: MacBook Pro
Model Identifier: MacBookPro16,1
Processor Name: 8-Core Intel Core i9
Processor Speed: 2.3 GHz
Number of Processors: 1
Total Number of Cores: 8
L2 Cache (per Core): 256 KB
L3 Cache: 16 MB
Hyper-Threading Technology: Enabled
Memory: 16 GB
System Firmware Version: 1916.0.28.0.0 (iBridge: 20.16.365.5.4,0)
OS Loader Version: 564.40.2.0.1~4
Serial Number (system): C02CP2ESMD6Q
Hardware UUID: FFCE331E-4543-5DBE-8F98-E329E0A69F91
Provisioning UDID: FFCE331E-4543-5DBE-8F98-E329E0A69F91
Activation Lock Status: Disabled
Reference
이 문제에 관하여(시와 함께 안정적인 확산 openvino 사용), 우리는 이곳에서 더 많은 자료를 발견하고 링크를 클릭하여 보았다 https://dev.to/0xkoji/use-stable-diffusion-openvino-with-poetry-2ndc텍스트를 자유롭게 공유하거나 복사할 수 있습니다.하지만 이 문서의 URL은 참조 URL로 남겨 두십시오.
우수한 개발자 콘텐츠 발견에 전념 (Collection and Share based on the CC Protocol.)