diffusers/main/pt/modular_diffusers/custom_blocks.md

Criando Blocos Personalizados

Os ModularPipelineBlocks são os blocos de construção fundamentais de um ModularPipeline. Você pode criar blocos personalizados definindo suas entradas, saídas e lógica de computação. Este guia demonstra como criar e usar um bloco personalizado.

Explore a coleção Modular Diffusers Custom Blocks para blocos personalizados oficiais.

Estrutura do Projeto

O projeto do seu bloco personalizado deve usar a seguinte estrutura:

.
├── block.py
└── modular_config.json

• block.py contém a implementação do bloco personalizado
• modular_config.json contém os metadados necessários para carregar o bloco

Início rápido com Template

A maneira mais rápida de criar um bloco personalizado é começar a partir do nosso modelo. O modelo fornece uma estrutura de projeto pré-configurada com os arquivos block.py e modular_config.json, além de exemplos comentados mostrando como definir componentes, entradas, saídas e o método __call__—para que você possa focar na sua lógica personalizada em vez da configuração padrão.

Baixe o modelo

from diffusers import ModularPipelineBlocks

model_id = "diffusers/custom-block-template"
local_dir = model_id.split("/")[-1]

blocks = ModularPipelineBlocks.from_pretrained(
    model_id, 
    trust_remote_code=True, 
    local_dir=local_dir
)

Isso salva os arquivos de modelo em custom-block-template/ localmente, ou você pode usar local_dir para salvar em um local específico.

Editar localmente

Abra block.py e implemente seu bloco personalizado. O modelo inclui exemplos comentados mostrando como definir cada propriedade. Veja o exemplo do Florence-2 abaixo para uma implementação completa.

Teste seu bloco

from diffusers import ModularPipelineBlocks

blocks = ModularPipelineBlocks.from_pretrained(local_dir, trust_remote_code=True)
pipeline = blocks.init_pipeline()
output = pipeline(...)  # your inputs here

Upload para o Hub

pipeline.save_pretrained(local_dir, repo_id="your-username/your-block-name", push_to_hub=True)

Exemplo: Anotador de Imagens Florence-2

Este exemplo cria um bloco personalizado com Florence-2 para processar uma imagem de entrada e gerar uma máscara para inpainting.

Definir componentes

Defina os componentes de que o bloco precisa, Florence2ForConditionalGeneration e seu processador. Ao definir os componentes, especifique o name (como você o acessará no código), o type_hint (a classe do modelo) e o pretrained_model_name_or_path (de onde carregar os pesos).

# Inside block.py
from diffusers.modular_pipelines import ModularPipelineBlocks, ComponentSpec
from transformers import AutoProcessor, Florence2ForConditionalGeneration

class Florence2ImageAnnotatorBlock(ModularPipelineBlocks):

    @property
    def expected_components(self):
        return [
            ComponentSpec(
                name="image_annotator",
                type_hint=Florence2ForConditionalGeneration,
                pretrained_model_name_or_path="florence-community/Florence-2-base-ft",
            ),
            ComponentSpec(
                name="image_annotator_processor",
                type_hint=AutoProcessor,
                pretrained_model_name_or_path="florence-community/Florence-2-base-ft",
            ),
        ]

Defina entradas e saídas

As entradas incluem a imagem, a tarefa de anotação e o prompt. As saídas incluem a máscara gerada e as anotações.

from typing import List, Union
from PIL import Image
from diffusers.modular_pipelines import InputParam, OutputParam

class Florence2ImageAnnotatorBlock(ModularPipelineBlocks):

    # ... expected_components from above ...

    @property
    def inputs(self) -> List[InputParam]:
        return [
            InputParam(
                "image",
                type_hint=Union[Image.Image, List[Image.Image]],
                required=True,
                description="Image(s) to annotate",
            ),
            InputParam(
                "annotation_task",
                type_hint=str,
                default="<REFERRING_EXPRESSION_SEGMENTATION>",
                description="Annotation task to perform (e.g., <OD>, <CAPTION>, <REFERRING_EXPRESSION_SEGMENTATION>)",
            ),
            InputParam(
                "annotation_prompt",
                type_hint=str,
                required=True,
                description="Prompt to provide context for the annotation task",
            ),
            InputParam(
                "annotation_output_type",
                type_hint=str,
                default="mask_image",
                description="Output type: 'mask_image', 'mask_overlay', or 'bounding_box'",
            ),
        ]

    @property
    def intermediate_outputs(self) -> List[OutputParam]:
        return [
            OutputParam(
                "mask_image",
                type_hint=Image.Image,
                description="Inpainting mask for the input image",
            ),
            OutputParam(
                "annotations",
                type_hint=dict,
                description="Raw annotation predictions",
            ),
            OutputParam(
                "image",
                type_hint=Image.Image,
                description="Annotated image",
            ),
        ]

Implemente o método __call__

O método __call__ contém a lógica do bloco. Acesse as entradas via block_state, execute seu cálculo e defina as saídas de volta em block_state.

import torch
from diffusers.modular_pipelines import PipelineState

class Florence2ImageAnnotatorBlock(ModularPipelineBlocks):

    # ... expected_components, inputs, intermediate_outputs from above ...

    @torch.no_grad()
    def __call__(self, components, state: PipelineState) -> PipelineState:
        block_state = self.get_block_state(state)
        
        images, annotation_task_prompt = self.prepare_inputs(
            block_state.image, block_state.annotation_prompt
        )
        task = block_state.annotation_task
        fill = block_state.fill
        
        annotations = self.get_annotations(
            components, images, annotation_task_prompt, task
        )
        block_state.annotations = annotations
        if block_state.annotation_output_type == "mask_image":
            block_state.mask_image = self.prepare_mask(images, annotations)
        else:
            block_state.mask_image = None

        if block_state.annotation_output_type == "mask_overlay":
            block_state.image = self.prepare_mask(images, annotations, overlay=True, fill=fill)

        elif block_state.annotation_output_type == "bounding_box":
            block_state.image = self.prepare_bounding_boxes(images, annotations)

        self.set_block_state(state, block_state)

        return components, state
    
    # Helper methods for mask/bounding box generation...

Veja a implementação completa em diffusers/Florence2-image-Annotator.

Usando Blocos Personalizados

Carregue um bloco personalizado com from_pretrained() e defina trust_remote_code=True.

import torch
from diffusers import ModularPipeline
from diffusers.utils import load_image

# Load the Florence-2 annotator pipeline
image_annotator = ModularPipeline.from_pretrained(
    "diffusers/Florence2-image-Annotator",
    trust_remote_code=True
)

# Check the docstring to see inputs/outputs
print(image_annotator.blocks.doc)

Use o bloco para gerar uma máscara:

image_annotator.load_components(dtype=torch.bfloat16)
image_annotator.to("cuda")  # or "mps", "xpu", "cpu"

image = load_image("https://huggingface.co/datasets/huggingface/documentation-images/resolve/main/transformers/tasks/car.jpg")
image = image.resize((1024, 1024))
prompt = ["A red car"]
annotation_task = "<REFERRING_EXPRESSION_SEGMENTATION>"
annotation_prompt = ["the car"]

mask_image = image_annotator_node(
    prompt=prompt,
    image=image,
    annotation_task=annotation_task,
    annotation_prompt=annotation_prompt,
    annotation_output_type="mask_image",
).images
mask_image[0].save("car-mask.png")

Componha-o com outros blocos para criar um novo pipeline:

# Get the annotator block
annotator_block = image_annotator.blocks

# Get an inpainting workflow and insert the annotator at the beginning
inpaint_blocks = ModularPipeline.from_pretrained("Qwen/Qwen-Image").blocks.get_workflow("inpainting")
inpaint_blocks.sub_blocks.insert("image_annotator", annotator_block, 0)

# Initialize the combined pipeline
pipe = inpaint_blocks.init_pipeline()
pipe.load_components(dtype=torch.float16, device="cuda")  # or "mps", "xpu", "cpu"

# Now the pipeline automatically generates masks from prompts
output = pipe(
    prompt=prompt,
    image=image,
    annotation_task=annotation_task,
    annotation_prompt=annotation_prompt,
    annotation_output_type="mask_image",
    num_inference_steps=35,
    guidance_scale=7.5,
    strength=0.95,
    output="images"
)
output[0].save("florence-inpainting.png")

Editando blocos personalizados

Edite blocos personalizados baixando-os localmente. Este é o mesmo fluxo de trabalho do Início rápido com Template, mas partindo de um bloco existente em vez do template.

Use o argumento local_dir para baixar um bloco personalizado para uma pasta específica:

from diffusers import ModularPipelineBlocks

# Download to a local folder for editing
annotator_block = ModularPipelineBlocks.from_pretrained(
    "diffusers/Florence2-image-Annotator",
    trust_remote_code=True,
    local_dir="./my-florence-block"
)

Qualquer alteração feita nos arquivos de bloco nesta pasta será refletida quando você carregar o bloco novamente. Quando estiver pronto para compartilhar suas alterações, faça o upload para um novo repositório:

pipeline = annotator_block.init_pipeline()
pipeline.save_pretrained("./my-florence-block", repo_id="your-username/my-custom-florence", push_to_hub=True)

Próximas etapas

Este guia abordou a criação de um único bloco personalizado. Aprenda a compor vários blocos juntos:

• SequentialPipelineBlocks: Encadeie blocos para executar em sequência
• ConditionalPipelineBlocks: Crie blocos condicionais que selecionam diferentes caminhos de execução
• LoopSequentialPipelineBlocks: Define fluxos de trabalho iterativos, como o loop de desruidamento

Faça seu bloco personalizado funcionar com a interface visual do Mellon. Consulte o guia Mellon Custom Blocks.

Explore a coleção Modular Diffusers Custom Blocks para se inspirar e encontrar blocos prontos para uso.

Dependências

Declarar as dependências de pacotes em blocos personalizados evita erros de importação em tempo de execução. O Diffusers valida as dependências e retorna um aviso se um pacote estiver ausente ou incompatível.

Defina um atributo _requirements na sua classe de bloco, mapeando nomes de pacotes para especificadores de versão.

from diffusers.modular_pipelines import PipelineBlock

class MyCustomBlock(PipelineBlock):
    _requirements = {
        "transformers": ">=4.44.0",
        "sentencepiece": ">=0.2.0"
    }

Quando há blocos com requisitos diferentes, o Diffusers mescla seus requisitos.

from diffusers.modular_pipelines import SequentialPipelineBlocks

class BlockA(PipelineBlock):
    _requirements = {"transformers": ">=4.44.0"}
    # ...

class BlockB(PipelineBlock):
    _requirements = {"sentencepiece": ">=0.2.0"}
    # ...

pipe = SequentialPipelineBlocks.from_blocks_dict({
    "block_a": BlockA,
    "block_b": BlockB,
})

Quando este bloco é salvo com save_pretrained(), os requisitos são salvos no arquivo modular_config.json. Quando este bloco é carregado, o Diffusers verifica cada requisito em relação ao ambiente atual. Se houver uma incompatibilidade ou um pacote não for encontrado, o Diffusers retorna o seguinte aviso.

# missing package
xyz-package was specified in the requirements but wasn't found in the current environment.

# version mismatch
xyz requirement 'specific-version' is not satisfied by the installed version 'actual-version'. Things might work unexpected.