# 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.