Instructions to use optima-tools-ch/image-high with libraries, inference providers, notebooks, and local apps. Follow these links to get started.
- Libraries
- Diffusers
How to use optima-tools-ch/image-high with Diffusers:
pip install -U diffusers transformers accelerate
import torch from diffusers import DiffusionPipeline # switch to "mps" for apple devices pipe = DiffusionPipeline.from_pretrained("optima-tools-ch/image-high", dtype=torch.bfloat16, device_map="cuda") prompt = "Astronaut in a jungle, cold color palette, muted colors, detailed, 8k" image = pipe(prompt).images[0] - Notebooks
- Google Colab
- Kaggle
- Local Apps Settings
- Draw Things
- DiffusionBee
|
Download README.md from optima-tools-ch/image-high: direct link, hf CLI and curl.
- Browser
- Download file 4.55 kB
-
https://huggingface.co/optima-tools-ch/image-high/resolve/main/README.md
- Command line
-
hf download hf://optima-tools-ch/image-high/README.md
-
curl -L -o README.md https://huggingface.co/optima-tools-ch/image-high/resolve/main/README.md
4.55 kB
| license: apache-2.0 | |
| license_link: https://www.apache.org/licenses/LICENSE-2.0.txt | |
| library_name: diffusers | |
| pipeline_tag: text-to-image | |
| base_model: Qwen/Qwen-Image | |
| language: | |
| - en | |
| - zh | |
| tags: | |
| - text-to-image | |
| - diffusers | |
| - qwen-image | |
| - optima-tools | |
| # Optima Tools — Génération d'images — High | |
| | | | | |
| |---|---| | |
| | Dépôt Hugging Face | `optima-tools-ch/image-high` | | |
| | Libellé dans Optima Tools | Génération d'images — High | | |
| | Identifiant du paquet OT | `image.high` | | |
| | Modèle | Qwen-Image — pipeline Diffusers | | |
| | Source | Qwen/Qwen-Image (https://huggingface.co/Qwen/Qwen-Image/tree/75e0b4be04f60ec59a75f475837eced720f823b6) | | |
| | Révision source | `75e0b4be04f60ec59a75f475837eced720f823b6` | | |
| | Contenu | 28 fichiers d'exécution, 57,70 Go | | |
| ## Statut | |
| - **Publié :** les 28 fichiers d'exécution sont présents dans ce dépôt (copie côté serveur Hugging Face le 2026-10-27 ; documents ajoutés le 2026-10-27). | |
| - **Intégrité :** pour les gros poids, le SHA-256 vient des métadonnées LFS de Hugging Face, identique sur la source et sur ce dépôt ; il n'a **pas été recalculé localement**. Pour les petits fichiers, le SHA-256 a été calculé sur leur contenu, source et destination comparés. | |
| - **Validation dans Optima Tools : non effectuée.** Cette publication n'est pas un test d'exécution. Les besoins matériels n'ont pas été mesurés et ne sont pas annoncés. | |
| - Le téléchargement depuis l'application n'est pas encore ouvert. | |
| ## Contenu du paquet | |
| | Dossier | Fichiers | Taille | | |
| |---|---:|---:| | |
| | `(racine)` | 1 | 0,0 Mo | | |
| | `scheduler/` | 1 | 0,0 Mo | | |
| | `text_encoder/` | 7 | 16,58 Go | | |
| | `tokenizer/` | 6 | 5,1 Mo | | |
| | `transformer/` | 11 | 40,86 Go | | |
| | `vae/` | 2 | 253,8 Mo | | |
| | **Total** | **28** | **57,70 Go** | | |
| La liste complète, avec le SHA-256 de chaque fichier, figure dans `SOURCE.json` et `.optima-package.json`. | |
| ## Capacités documentées | |
| - Génération d’images à partir d’un texte (text-to-image), anglais et chinois d’après la fiche source. | |
| - La fiche source met en avant le rendu de textes complexes et mentionne aussi l’édition d’images précise ; ce dépôt contient le pipeline Qwen-Image d’origine, et non une édition dédiée (Qwen-Image-Edit). | |
| - Retouche d’image native : non prise en charge par le moteur d’Optima Tools avec ce paquet (il ne l’accepte que pour FLUX.2 Klein). | |
| ## Exemple de chargement | |
| Exemple adapté de la fiche source à un dossier local (`image-high` contient ce paquet). La source recommande l’installation de Diffusers depuis GitHub ; le `model_index.json` indique `0.34.0.dev0`. Les paramètres de génération sont à adapter : voir `README-source.md`. | |
| ```python | |
| import torch | |
| from diffusers import DiffusionPipeline | |
| device = "cuda" if torch.cuda.is_available() else "cpu" | |
| dtype = torch.bfloat16 if device == "cuda" else torch.float32 | |
| pipe = DiffusionPipeline.from_pretrained( | |
| "image-high", # dossier contenant ce paquet | |
| torch_dtype=dtype, | |
| local_files_only=True, | |
| ).to(device) | |
| image = pipe(prompt="A coffee shop entrance with a chalkboard sign reading Qwen Coffee").images[0] | |
| image.save("qwen-image.png") | |
| ``` | |
| Optima Tools charge un dossier de ce type avec `DiffusionPipeline.from_pretrained(dossier, torch_dtype=…, local_files_only=True)`. Cet exemple est adapté de la fiche source et des noms de fichiers livrés ; il n'a pas été exécuté lors de cette publication. | |
| ## Licence et crédits | |
| Apache License 2.0 : texte complet fourni par la source dans `LICENSE`, conservé tel quel. Auteurs, composants, sources, rôle d'Optima Tools (préparateur et distributeur) et modifications : `CREDITS.md` et `CREDITS.json`. | |
| ## Documents du dépôt | |
| | Fichier | Contenu | | |
| |---|---| | |
| | `README-source.md` | Fiche officielle de la révision source, copie identique | | |
| | `LICENSE` | Licence Apache 2.0 fournie par la source, conservée telle quelle (l’annexe porte la ligne « Copyright 2024 Alibaba Cloud ») | | |
| | `CREDITS.md`, `CREDITS.json` | Crédits, licences, modifications | | |
| | `SOURCE.json` | Provenance exacte : chemin source, chemin livré, taille et SHA-256 de chaque fichier | | |
| | `.optima-package.json` | Manifeste lu par Optima Tools : fichiers d'exécution, licences, crédits et provenance (hors fiche `README.md` et hors lui-même) | | |
| ## Droits des auteurs d'origine | |
| Les auteurs d'origine conservent l'ensemble de leurs droits. Optima Tools n'est pas le créateur de ce modèle : ce dépôt en prépare la distribution vérifiée pour l'application, avec mention des sources, des licences et des crédits. | |