Buckets:
| # LongCat-Image | |
| LongCat-Image'ı tanıtıyoruz; bu öncü, açık kaynaklı ve iki dilli (Çince-İngilizce) görsel oluşturma temel modeli, mevcut önde gelen modellerde yaygın olan çok dilli metin işleme, fotogerçekçilik, dağıtım verimliliği ve geliştirici erişilebilirliği alanlarındaki temel zorlukları ele almak üzere tasarlanmıştır. | |
| ### Öne Çıkan Özellikler | |
| - 🌟 **İstisnai Verimlilik ve Performans**: Sadece **6B parametreye** sahip olan LongCat-Image, birçok açık kaynaklı modeli birden fazla benchmark'ta geride bırakarak verimli model tasarımının devasa potansiyelini ortaya koymaktadır. | |
| - 🌟 **Üstün Düzenleme Performansı**: LongCat-Image-Edit modeli, açık kaynaklı modeller arasında en ileri düzey performansa ulaşarak üstün görsel tutarlılıkla öncü talimat izleme ve görüntü kalitesi sunar. | |
| - 🌟 **Güçlü Çince Metin Görselleştirme**: LongCat-Image, mevcut SOTA açık kaynak modellerine kıyasla yaygın Çince karakterlerin görselleştirilmesinde üstün doğruluk ve kararlılık gösterir ve Çince sözlük kapsamı açısından sektörde öncü bir seviyeye ulaşır. | |
| - 🌟 **İşaret Edici Foto Gerçekçilik**: Yenilikçi bir veri stratejisi ve eğitim çerçevesi sayesinde LongCat-Image, üretilen görsellerde dikkat çekici bir foto gerçekçiliğe ulaşır. | |
| - 🌟 **Kapsamlı Açık Kaynak Ekosistemi**: Ara kontrol noktalarından tam eğitim koduna kadar eksiksiz bir araç zinciri sunuyor, bu da ileri araştırma ve geliştirme için engeli önemli ölçüde düşürüyor. | |
| Daha fazla ayrıntı için kapsamlı [***LongCat-Image Technical Report***](https://arxiv.org/abs/2412.11963) belgesine başvurun. | |
| ## Kullanım Örneği | |
| ```py | |
| import torch | |
| import diffusers | |
| from diffusers import LongCatImagePipeline | |
| weight_dtype = torch.bfloat16 | |
| pipe = LongCatImagePipeline.from_pretrained("meituan-longcat/LongCat-Image", dtype=torch.bfloat16 ) | |
| pipe.to('cuda') # or "mps", "xpu", "cpu" | |
| # pipe.enable_model_cpu_offload() | |
| prompt = '一个年轻的亚裔女性，身穿黄色针织衫，搭配白色项链。她的双手放在膝盖上，表情恬静。背景是一堵粗糙的砖墙，午后的阳光温暖地洒在她身上，营造出一种宁静而温馨的氛围。镜头采用中距离视角，突出她的神态和服饰的细节。光线柔和地打在她的脸上，强调她的五官和饰品的质感，增加画面的层次感与亲和力。整个画面构图简洁，砖墙的纹理与阳光的光影效果相得益彰，突显出人物的优雅与从容。' | |
| image = pipe( | |
| prompt, | |
| height=768, | |
| width=1344, | |
| guidance_scale=4.0, | |
| num_inference_steps=50, | |
| num_images_per_prompt=1, | |
| generator=torch.Generator("cpu").manual_seed(43), | |
| enable_cfg_renorm=True, | |
| enable_prompt_rewrite=True, | |
| ).images[0] | |
| image.save(f'./longcat_image_t2i_example.png') | |
| ``` | |
| Bu pipeline, LongCat-Image Team tarafından katkı sağlanmıştır. Orijinal kod tabanı [burada](https://github.com/meituan-longcat/LongCat-Image) bulunabilir. | |
| Mevcut modeller: | |
| Modeller Tür Açıklama İndirme Bağlantısı | |
| LongCat‑Image Text‑to‑Image Final Sürümü. Kutudan çıktığı gibi çıkarım için standart model. | |
| 🤗 Huggingface | |
| LongCat‑Image‑Dev Metinden‑Görsele Geliştirme. İnce ayar için uygun orta eğitim kontrol noktası. | |
| 🤗 Huggingface | |
| LongCat‑Image‑Edit Görsel Düzenleme Görsel düzenleme için özel model. | |
| 🤗 Huggingface | |
| ## LongCatImagePipeline[[diffusers.LongCatImagePipeline]] | |
| #### diffusers.LongCatImagePipeline[[diffusers.LongCatImagePipeline]] | |
| ```python | |
| diffusers.LongCatImagePipeline(scheduler: FlowMatchEulerDiscreteScheduler, vae: AutoencoderKL, text_encoder: Qwen2_5_VLForConditionalGeneration, tokenizer: Qwen2Tokenizer, text_processor: Qwen2VLProcessor, transformer: LongCatImageTransformer2DModel) | |
| ``` | |
| [Kaynak](https://github.com/huggingface/diffusers/blob/main/src/diffusers/pipelines/longcat_image/pipeline_longcat_image.py#L205) | |
| Metinden görüntüye üretim hattı. | |
| - tümü | |
| - __call__ | |
| ## LongCatImagePipelineOutput[[diffusers.pipelines.longcat_image.LongCatImagePipelineOutput]] | |
| #### diffusers.pipelines.longcat_image.LongCatImagePipelineOutput[[diffusers.pipelines.longcat_image.LongCatImagePipelineOutput]] | |
| ```python | |
| diffusers.pipelines.longcat_image.LongCatImagePipelineOutput(images: list) | |
| ``` | |
| [Kaynak](https://github.com/huggingface/diffusers/blob/main/src/diffusers/pipelines/longcat_image/pipeline_output.py#L10) | |
| **Parametreler:** | |
| images (`list[PIL.Image.Image]` veya `np.ndarray`) : Uzunluğu `batch_size` olan gürültüsü azaltılmış PIL görselleri listesi veya `(batch_size, height, width, num_channels)` biçiminde bir numpy dizisi. PIL görselleri veya numpy dizisi, difüzyon hattının gürültüsü azaltılmış görsellerini temsil eder. | |
| Stable Diffusion hatları için çıktı sınıfı. | |
Xet Storage Details
- Size:
- 5.13 kB
- Xet hash:
- cc3b1de43ceb29158269e2421629cec8868973b27ed7069aa15f60398581d1fe
·
Xet efficiently stores files, intelligently splitting them into unique chunks and accelerating uploads and downloads. More info.