Buckets:

hf-doc-build
/

doc

Files

xet

hf-doc-build/doc / diffusers /main /id /api /pipelines /bria_fibo.md

mishig

3 days ago

preview code

download

raw

9.8 kB

# Bria Fibo

Model teks-ke-gambar telah menguasai imajinasi - tetapi bukan kontrol. FIBO mengubah hal itu.

FIBO dilatih pada caption JSON terstruktur hingga 1.000+ kata dan dirancang untuk memahami serta mengontrol berbagai parameter visual seperti pencahayaan, komposisi, warna, dan pengaturan kamera, sehingga memungkinkan output yang presisi dan dapat direproduksi.

Dengan hanya 8 miliar parameter, FIBO menyediakan tingkat baru kualitas gambar, kepatuhan terhadap prompt, dan kontrol profesional.

FIBO dilatih secara eksklusif pada prompt terstruktur dan tidak akan berfungsi dengan prompt teks bebas. Anda dapat menggunakan model [FIBO-VLM-prompt-to-JSON](https://huggingface.co/briaai/FIBO-VLM-prompt-to-JSON) atau [FIBO-gemini-prompt-to-JSON](https://huggingface.co/briaai/FIBO-gemini-prompt-to-JSON) untuk mengonversi prompt teks bebas Anda menjadi prompt JSON terstruktur.

> [!NOTE]
> Hindari penggunaan prompt teks bebas secara langsung dengan FIBO karena tidak menghasilkan hasil terbaik.

Lihat [halaman](https://huggingface.co/briaai/FIBO) Bria Fibo di Hugging Face untuk mempelajari lebih lanjut.

## Penggunaan

_Karena model ini bersifat gated, sebelum menggunakannya dengan diffusers Anda perlu terlebih dahulu membuka [halaman Bria Fibo di Hugging Face](https://huggingface.co/briaai/FIBO), mengisi formulir, dan menerima gate. Setelah Anda masuk, Anda perlu login agar sistem mengetahui bahwa Anda telah menerima gate._

Gunakan perintah di bawah ini untuk masuk:

```bash
hf auth login
```

## BriaFiboPipeline[[diffusers.BriaFiboPipeline]]

#### diffusers.BriaFiboPipeline[[diffusers.BriaFiboPipeline]]

```python
diffusers.BriaFiboPipeline(transformer: BriaFiboTransformer2DModel, scheduler: diffusers.schedulers.scheduling_flow_match_euler_discrete.FlowMatchEulerDiscreteScheduler | diffusers.schedulers.scheduling_utils.KarrasDiffusionSchedulers, vae: AutoencoderKLWan, text_encoder: SmolLM3ForCausalLM, tokenizer: AutoTokenizer)
```

[Sumber](https://github.com/huggingface/diffusers/blob/main/src/diffusers/pipelines/bria_fibo/pipeline_bria_fibo.py#L76)

**Parameter:**

transformer (`BriaFiboTransformer2DModel`) : Model transformer untuk pemodelan difusi 2D.

scheduler (`FlowMatchEulerDiscreteScheduler` atau `KarrasDiffusionSchedulers`) : Scheduler yang akan digunakan dengan `transformer` untuk menghilangkan noise dari latents yang telah dienkod.

vae (`AutoencoderKLWan`) : Variational Auto-Encoder untuk mengodekan dan mendekodekan gambar ke dan dari representasi laten.

text_encoder (`SmolLM3ForCausalLM`) : Pengkode teks untuk memproses prompt input.
tokenizer (`AutoTokenizer`) : Tokenizer yang digunakan untuk memproses prompt teks input untuk text_encoder.

#### __call__[[diffusers.BriaFiboPipeline.__call__]]

```python
__call__(prompt: str | list[str] = None, height: int | None = None, width: int | None = None, num_inference_steps: int = 30, timesteps: list[int] = None, guidance_scale: float = 5, negative_prompt: str | list[str] | None = None, num_images_per_prompt: int | None = 1, generator: typing.Union[torch.Generator, list[torch.Generator], NoneType] = None, latents: typing.Optional[torch.FloatTensor] = None, output_type: str | None = 'pil', return_dict: bool = True, joint_attention_kwargs: dict[str, typing.Any] | None = None, callback_on_step_end: typing.Optional[typing.Callable[[int, int], NoneType]] = None, callback_on_step_end_tensor_inputs: list[str] = ['latents'], max_sequence_length: int = 3000, do_patching = False)
```

[Sumber](https://github.com/huggingface/diffusers/blob/main/src/diffusers/pipelines/bria_fibo/pipeline_bria_fibo.py#L435)

**Parameter:**

prompt (`str` atau `list[str]`) : Prompt atau prompt-prompt untuk mengarahkan generasi gambar.

height (`int`, *opsional*, defaultnya self.unet.config.sample_size * self.vae_scale_factor) : Tinggi gambar yang dihasilkan dalam piksel. Ini diatur ke 1024 secara default untuk hasil terbaik.
width (`int`, *opsional*, defaultnya self.unet.config.sample_size * self.vae_scale_factor) : Lebar gambar yang dihasilkan dalam piksel. Ini diatur ke 1024 secara default untuk hasil terbaik.

num_inference_steps (`int`, *opsional*, defaultnya 50) : Jumlah langkah denoising. Semakin banyak langkah denoising, biasanya menghasilkan gambar dengan kualitas lebih tinggi, namun dengan biaya inferensi yang lebih lambat.

timesteps (`list[int]`, *opsional*) : Timesteps kustom untuk digunakan dalam proses denoising dengan scheduler yang mendukung argumen `timesteps` di metode `set_timesteps` mereka. Jika tidak didefinisikan, perilaku default saat `num_inference_steps` diteruskan akan digunakan. Harus dalam urutan menurun.

guidance_scale (`float`, *opsional*, default 5.0) : Skala panduan seperti yang didefinisikan dalam [Classifier-Free Diffusion Guidance](https://huggingface.co/papers/2207.12598). `guidance_scale` didefinisikan sebagai `w` dari persamaan 2. pada [Imagen Paper](https://huggingface.co/papers/2205.11487). Skala panduan diaktifkan dengan mengatur `guidance_scale > 1`. Skala panduan yang lebih tinggi mendorong generasi gambar yang sangat terkait dengan `prompt` teks, biasanya dengan mengorbankan kualitas gambar yang lebih rendah.
negative_prompt (`str` atau `list[str]`, *opsional*) : Prompt atau prompt-prompt yang tidak akan memandu generasi gambar. Diabaikan saat tidak menggunakan panduan (yaitu, diabaikan jika `guidance_scale` kurang dari `1`).

num_images_per_prompt (`int`, *opsional*, default 1) : Jumlah gambar yang akan dihasilkan per prompt.
generator (`torch.Generator` atau `list[torch.Generator]`, *opsional*) : Satu atau daftar [generator torch](https://pytorch.org/docs/stable/generated/torch.Generator.html) untuk membuat proses generasi menjadi deterministik.
latents (`torch.FloatTensor`, *opsional*) : Laten berisik yang telah dibuat sebelumnya, diambil dari distribusi Gaussian, untuk digunakan sebagai input untuk generasi gambar. Dapat digunakan untuk menyesuaikan generasi yang sama dengan prompt yang berbeda. Jika tidak disediakan, tensor laten akan dibuat dengan pengambilan sampel menggunakan `generator` acak yang diberikan.
output_type (`str`, *opsional*, defaultnya `"pil"`) : Format output dari gambar yang dihasilkan. Pilih antara [PIL](https://pillow.readthedocs.io/en/stable/): `PIL.Image.Image` atau `np.array`.

return_dict (`bool`, *opsional*, defaultnya `True`) : Apakah akan mengembalikan `~pipelines.stable_diffusion_xl.StableDiffusionXLPipelineOutput` alih-alih tuple biasa.
joint_attention_kwargs (`dict`, *opsional*) : Kamus kwargs yang jika ditentukan akan diteruskan ke `AttentionProcessor` seperti yang didefinisikan di bawah `self.processor` dalam [diffusers.models.attention_processor](https://github.com/huggingface/diffusers/blob/main/src/diffusers/models/attention_processor.py).
callback_on_step_end (`Callable`, *opsional*) : Fungsi yang dipanggil di akhir setiap langkah denoising selama inferensi. Fungsi ini dipanggil dengan argumen berikut: `callback_on_step_end(self: DiffusionPipeline, step: int, timestep: int, callback_kwargs: Dict)`. `callback_kwargs` akan berisi daftar semua tensor sesuai yang ditentukan oleh `callback_on_step_end_tensor_inputs`.

callback_on_step_end_tensor_inputs (`List`, *opsional*) : Daftar input tensor untuk fungsi `callback_on_step_end`. Tensor yang ditentukan dalam daftar akan diteruskan sebagai argumen `callback_kwargs`. Anda hanya dapat menyertakan variabel yang tercantum dalam atribut `._callback_tensor_inputs` dari kelas pipeline Anda.

max_sequence_length (`int` defaultnya 3000) : Panjang maksimum urutan yang digunakan dengan `prompt`.

do_patching (`bool`, *opsional*, defaultnya `False`) : Apakah akan menggunakan patching.
**Mengembalikan:** `~pipelines.flux.BriaFiboPipelineOutput` atau `tuple`
`~pipelines.flux.BriaFiboPipelineOutput` jika `return_dict` bernilai True, selain itu berupa `tuple`. Saat mengembalikan tuple, elemen pertama adalah daftar berisi gambar yang dihasilkan.

Fungsi yang dipanggil saat memanggil pipeline untuk generasi.

Contoh:
```python
import torch
from diffusers import BriaFiboPipeline
from diffusers.modular_pipelines import ModularPipeline
torch.set_grad_enabled(False)
vlm_pipe = ModularPipeline.from_pretrained("briaai/FIBO-VLM-prompt-to-JSON", trust_remote_code=True)
pipe = BriaFiboPipeline.from_pretrained(
    "briaai/FIBO",
    trust_remote_code=True,
    torch_dtype=torch.bfloat16,
)
pipe.enable_model_cpu_offload()
with torch.inference_mode():
    # 1. Create a prompt to generate an initial image
    output = vlm_pipe(prompt="a beautiful dog")
    json_prompt_generate = output.values["json_prompt"]
    # Generate the image from the structured json prompt
    results_generate = pipe(prompt=json_prompt_generate, num_inference_steps=50, guidance_scale=5)
    results_generate.images[0].save("image_generate.png")
```

#### encode_prompt[[diffusers.BriaFiboPipeline.encode_prompt]]

```python
encode_prompt(prompt: str | list[str], device: typing.Optional[torch.device] = None, num_images_per_prompt: int = 1, guidance_scale: float = 5, negative_prompt: str | list[str] | None = None, max_sequence_length: int = 3000, lora_scale: float | None = None)
```

[Sumber](https://github.com/huggingface/diffusers/blob/main/src/diffusers/pipelines/bria_fibo/pipeline_bria_fibo.py#L201)

**Parameter:**

prompt (`str` atau `list[str]`, *opsional*) : prompt yang akan dienkod

device : (`torch.device`): perangkat torch

num_images_per_prompt (`int`) : jumlah gambar yang harus dihasilkan per prompt
guidance_scale (`float`) : Skala panduan untuk panduan bebas klasifikator.

negative_prompt (`str` atau `list[str]`, *opsional*) : Prompt atau prompt-prompt yang tidak akan memandu generasi gambar. Diabaikan saat tidak menggunakan panduan (yaitu, diabaikan jika `guidance_scale` kurang dari `1`).

Xet Storage Details

Size:: 9.8 kB
Xet hash:: 4c1d4fb0577c936fcc694775a32f4e139e359788184a848c4fc936252ee7bfb2

Xet efficiently stores files, intelligently splitting them into unique chunks and accelerating uploads and downloads. More info.

	# Bria Fibo

	Model teks-ke-gambar telah menguasai imajinasi - tetapi bukan kontrol. FIBO mengubah hal itu.

	FIBO dilatih pada caption JSON terstruktur hingga 1.000+ kata dan dirancang untuk memahami serta mengontrol berbagai parameter visual seperti pencahayaan, komposisi, warna, dan pengaturan kamera, sehingga memungkinkan output yang presisi dan dapat direproduksi.

	Dengan hanya 8 miliar parameter, FIBO menyediakan tingkat baru kualitas gambar, kepatuhan terhadap prompt, dan kontrol profesional.

	FIBO dilatih secara eksklusif pada prompt terstruktur dan tidak akan berfungsi dengan prompt teks bebas. Anda dapat menggunakan model [FIBO-VLM-prompt-to-JSON](https://huggingface.co/briaai/FIBO-VLM-prompt-to-JSON) atau [FIBO-gemini-prompt-to-JSON](https://huggingface.co/briaai/FIBO-gemini-prompt-to-JSON) untuk mengonversi prompt teks bebas Anda menjadi prompt JSON terstruktur.

	> [!NOTE]
	> Hindari penggunaan prompt teks bebas secara langsung dengan FIBO karena tidak menghasilkan hasil terbaik.

	Lihat [halaman](https://huggingface.co/briaai/FIBO) Bria Fibo di Hugging Face untuk mempelajari lebih lanjut.

	## Penggunaan

	_Karena model ini bersifat gated, sebelum menggunakannya dengan diffusers Anda perlu terlebih dahulu membuka [halaman Bria Fibo di Hugging Face](https://huggingface.co/briaai/FIBO), mengisi formulir, dan menerima gate. Setelah Anda masuk, Anda perlu login agar sistem mengetahui bahwa Anda telah menerima gate._

	Gunakan perintah di bawah ini untuk masuk:

	```bash
	hf auth login
	```

	## BriaFiboPipeline[[diffusers.BriaFiboPipeline]]

	#### diffusers.BriaFiboPipeline[[diffusers.BriaFiboPipeline]]

	```python
	diffusers.BriaFiboPipeline(transformer: BriaFiboTransformer2DModel, scheduler: diffusers.schedulers.scheduling_flow_match_euler_discrete.FlowMatchEulerDiscreteScheduler \| diffusers.schedulers.scheduling_utils.KarrasDiffusionSchedulers, vae: AutoencoderKLWan, text_encoder: SmolLM3ForCausalLM, tokenizer: AutoTokenizer)
	```

	[Sumber](https://github.com/huggingface/diffusers/blob/main/src/diffusers/pipelines/bria_fibo/pipeline_bria_fibo.py#L76)

	Parameter:

	transformer (`BriaFiboTransformer2DModel`) : Model transformer untuk pemodelan difusi 2D.

	scheduler (`FlowMatchEulerDiscreteScheduler` atau `KarrasDiffusionSchedulers`) : Scheduler yang akan digunakan dengan `transformer` untuk menghilangkan noise dari latents yang telah dienkod.

	vae (`AutoencoderKLWan`) : Variational Auto-Encoder untuk mengodekan dan mendekodekan gambar ke dan dari representasi laten.

	text_encoder (`SmolLM3ForCausalLM`) : Pengkode teks untuk memproses prompt input.

	tokenizer (`AutoTokenizer`) : Tokenizer yang digunakan untuk memproses prompt teks input untuk text_encoder.

	#### __call__[[diffusers.BriaFiboPipeline.__call__]]

	```python
	__call__(prompt: str \| list[str] = None, height: int \| None = None, width: int \| None = None, num_inference_steps: int = 30, timesteps: list[int] = None, guidance_scale: float = 5, negative_prompt: str \| list[str] \| None = None, num_images_per_prompt: int \| None = 1, generator: typing.Union[torch.Generator, list[torch.Generator], NoneType] = None, latents: typing.Optional[torch.FloatTensor] = None, output_type: str \| None = 'pil', return_dict: bool = True, joint_attention_kwargs: dict[str, typing.Any] \| None = None, callback_on_step_end: typing.Optional[typing.Callable[[int, int], NoneType]] = None, callback_on_step_end_tensor_inputs: list[str] = ['latents'], max_sequence_length: int = 3000, do_patching = False)
	```

	[Sumber](https://github.com/huggingface/diffusers/blob/main/src/diffusers/pipelines/bria_fibo/pipeline_bria_fibo.py#L435)

	Parameter:

	prompt (`str` atau `list[str]`) : Prompt atau prompt-prompt untuk mengarahkan generasi gambar.

	height (`int`, opsional, defaultnya self.unet.config.sample_size * self.vae_scale_factor) : Tinggi gambar yang dihasilkan dalam piksel. Ini diatur ke 1024 secara default untuk hasil terbaik.

	width (`int`, opsional, defaultnya self.unet.config.sample_size * self.vae_scale_factor) : Lebar gambar yang dihasilkan dalam piksel. Ini diatur ke 1024 secara default untuk hasil terbaik.

	num_inference_steps (`int`, opsional, defaultnya 50) : Jumlah langkah denoising. Semakin banyak langkah denoising, biasanya menghasilkan gambar dengan kualitas lebih tinggi, namun dengan biaya inferensi yang lebih lambat.

	timesteps (`list[int]`, opsional) : Timesteps kustom untuk digunakan dalam proses denoising dengan scheduler yang mendukung argumen `timesteps` di metode `set_timesteps` mereka. Jika tidak didefinisikan, perilaku default saat `num_inference_steps` diteruskan akan digunakan. Harus dalam urutan menurun.

	guidance_scale (`float`, opsional, default 5.0) : Skala panduan seperti yang didefinisikan dalam [Classifier-Free Diffusion Guidance](https://huggingface.co/papers/2207.12598). `guidance_scale` didefinisikan sebagai `w` dari persamaan 2. pada [Imagen Paper](https://huggingface.co/papers/2205.11487). Skala panduan diaktifkan dengan mengatur `guidance_scale > 1`. Skala panduan yang lebih tinggi mendorong generasi gambar yang sangat terkait dengan `prompt` teks, biasanya dengan mengorbankan kualitas gambar yang lebih rendah.

	negative_prompt (`str` atau `list[str]`, opsional) : Prompt atau prompt-prompt yang tidak akan memandu generasi gambar. Diabaikan saat tidak menggunakan panduan (yaitu, diabaikan jika `guidance_scale` kurang dari `1`).

	num_images_per_prompt (`int`, opsional, default 1) : Jumlah gambar yang akan dihasilkan per prompt.

	generator (`torch.Generator` atau `list[torch.Generator]`, opsional) : Satu atau daftar [generator torch](https://pytorch.org/docs/stable/generated/torch.Generator.html) untuk membuat proses generasi menjadi deterministik.

	latents (`torch.FloatTensor`, opsional) : Laten berisik yang telah dibuat sebelumnya, diambil dari distribusi Gaussian, untuk digunakan sebagai input untuk generasi gambar. Dapat digunakan untuk menyesuaikan generasi yang sama dengan prompt yang berbeda. Jika tidak disediakan, tensor laten akan dibuat dengan pengambilan sampel menggunakan `generator` acak yang diberikan.

	output_type (`str`, opsional, defaultnya `"pil"`) : Format output dari gambar yang dihasilkan. Pilih antara [PIL](https://pillow.readthedocs.io/en/stable/): `PIL.Image.Image` atau `np.array`.

	return_dict (`bool`, opsional, defaultnya `True`) : Apakah akan mengembalikan `~pipelines.stable_diffusion_xl.StableDiffusionXLPipelineOutput` alih-alih tuple biasa.

	joint_attention_kwargs (`dict`, opsional) : Kamus kwargs yang jika ditentukan akan diteruskan ke `AttentionProcessor` seperti yang didefinisikan di bawah `self.processor` dalam [diffusers.models.attention_processor](https://github.com/huggingface/diffusers/blob/main/src/diffusers/models/attention_processor.py).

	callback_on_step_end (`Callable`, opsional) : Fungsi yang dipanggil di akhir setiap langkah denoising selama inferensi. Fungsi ini dipanggil dengan argumen berikut: `callback_on_step_end(self: DiffusionPipeline, step: int, timestep: int, callback_kwargs: Dict)`. `callback_kwargs` akan berisi daftar semua tensor sesuai yang ditentukan oleh `callback_on_step_end_tensor_inputs`.

	callback_on_step_end_tensor_inputs (`List`, opsional) : Daftar input tensor untuk fungsi `callback_on_step_end`. Tensor yang ditentukan dalam daftar akan diteruskan sebagai argumen `callback_kwargs`. Anda hanya dapat menyertakan variabel yang tercantum dalam atribut `._callback_tensor_inputs` dari kelas pipeline Anda.

	max_sequence_length (`int` defaultnya 3000) : Panjang maksimum urutan yang digunakan dengan `prompt`.

	do_patching (`bool`, opsional, defaultnya `False`) : Apakah akan menggunakan patching.

	Mengembalikan: `~pipelines.flux.BriaFiboPipelineOutput` atau `tuple`

	`~pipelines.flux.BriaFiboPipelineOutput` jika `return_dict` bernilai True, selain itu berupa `tuple`. Saat mengembalikan tuple, elemen pertama adalah daftar berisi gambar yang dihasilkan.

	Fungsi yang dipanggil saat memanggil pipeline untuk generasi.

	Contoh:
	```python
	import torch
	from diffusers import BriaFiboPipeline
	from diffusers.modular_pipelines import ModularPipeline

	torch.set_grad_enabled(False)
	vlm_pipe = ModularPipeline.from_pretrained("briaai/FIBO-VLM-prompt-to-JSON", trust_remote_code=True)

	pipe = BriaFiboPipeline.from_pretrained(
	"briaai/FIBO",
	trust_remote_code=True,
	torch_dtype=torch.bfloat16,
	)
	pipe.enable_model_cpu_offload()

	with torch.inference_mode():
	# 1. Create a prompt to generate an initial image
	output = vlm_pipe(prompt="a beautiful dog")
	json_prompt_generate = output.values["json_prompt"]

	# Generate the image from the structured json prompt
	results_generate = pipe(prompt=json_prompt_generate, num_inference_steps=50, guidance_scale=5)
	results_generate.images[0].save("image_generate.png")
	```

	#### encode_prompt[[diffusers.BriaFiboPipeline.encode_prompt]]

	```python
	encode_prompt(prompt: str \| list[str], device: typing.Optional[torch.device] = None, num_images_per_prompt: int = 1, guidance_scale: float = 5, negative_prompt: str \| list[str] \| None = None, max_sequence_length: int = 3000, lora_scale: float \| None = None)
	```

	[Sumber](https://github.com/huggingface/diffusers/blob/main/src/diffusers/pipelines/bria_fibo/pipeline_bria_fibo.py#L201)

	Parameter:

	prompt (`str` atau `list[str]`, opsional) : prompt yang akan dienkod

	device : (`torch.device`): perangkat torch

	num_images_per_prompt (`int`) : jumlah gambar yang harus dihasilkan per prompt

	guidance_scale (`float`) : Skala panduan untuk panduan bebas klasifikator.

	negative_prompt (`str` atau `list[str]`, opsional) : Prompt atau prompt-prompt yang tidak akan memandu generasi gambar. Diabaikan saat tidak menggunakan panduan (yaitu, diabaikan jika `guidance_scale` kurang dari `1`).