|
Download README.md from Gerchegg/Qwen-ImageForFlo-Advanced: direct link, hf CLI and curl.
- Browser
- Download file 13.1 kB
-
https://huggingface.co/spaces/Gerchegg/Qwen-ImageForFlo-Advanced/resolve/main/README.md
- Command line
-
hf download hf://spaces/Gerchegg/Qwen-ImageForFlo-Advanced/README.md
-
curl -L -o README.md https://huggingface.co/spaces/Gerchegg/Qwen-ImageForFlo-Advanced/resolve/main/README.md
13.1 kB
| title: Qwen Soloband Advanced - Image2Image + LoRA | |
| emoji: 🎨 | |
| colorFrom: blue | |
| colorTo: purple | |
| sdk: gradio | |
| sdk_version: "5.9.1" | |
| app_file: app.py | |
| pinned: true | |
| license: apache-2.0 | |
| suggested_hardware: a10g-large | |
| suggested_storage: medium | |
| models: | |
| - Gerchegg/Qwen-Soloband-Diffusers | |
| tags: | |
| - image-generation | |
| - image-to-image | |
| - lora | |
| - qwen | |
| - diffusers | |
| short_description: Text2Image and Image2Image with LoRA support | |
| preload_from_hub: | |
| - Gerchegg/Qwen-Soloband-Diffusers | |
| # 🎨 Qwen Soloband Advanced | |
| **Комплексная система генерации изображений** на базе Qwen-Image DiT с полным набором инструментов для профессиональной работы. | |
| ## 🆕 Что нового в версии 2.0 | |
| - ⚙️ **10+ Schedulers/Samplers** - Выбор алгоритма генерации (DPM++, Euler, UniPC и др.) | |
| - 🎯 **Поддержка алиасов** - Короткие имена для API (`dpmpp_2m_karras`, `euler_a`) | |
| - 🔧 **Кастомные модели** - Задавайте MODEL_REPO через переменную окружения | |
| - 📦 **RunPod скрипты** - Автоматическая установка одной командой | |
| - 📚 **Улучшенная документация** - Полное руководство по развертыванию | |
| ## 🚀 Основные возможности | |
| ### 📝 Text-to-Image | |
| Генерация изображений из текстовых описаний: | |
| - 🎨 Кастомная fine-tuned модель Qwen-Soloband | |
| - 📐 Разрешения от 512×512 до 2048×2048 | |
| - ⚙️ Полный контроль параметров (steps, CFG, seed) | |
| - 🎯 Оптимизированные настройки для лучшего качества | |
| ### 🔄 Image-to-Image | |
| Модификация и трансформация существующих изображений: | |
| - 🖼️ Загрузка любых изображений (PNG, JPG, WebP) | |
| - 🎚️ **Denoising Strength** (0.0-1.0) - точный контроль степени изменения | |
| - 🎨 Сохранение структуры при изменении стиля | |
| - ✨ Улучшение качества, стилизация, художественная трансформация | |
| ### 🎭 LoRA Styles | |
| Динамическая загрузка стилей для разнообразия: | |
| - 📸 **Realism** - фотореалистичные изображения | |
| - 🎌 **Anime** - современный японский стиль аниме | |
| - 🎚️ **LoRA Scale** (0.0-2.0) - интенсивность стиля | |
| - 📁 **Локальные LoRA** - Загрузка из `/workspace/loras/` | |
| --- | |
| ## 🚀 Quick Start на RunPod | |
| ### Одна команда - полная установка: | |
| ```bash | |
| export HF_HUB_ENABLE_HF_TRANSFER=0 && \ | |
| pip install -q huggingface_hub[cli] && \ | |
| hf auth login --token ВАШ_ТОКЕН && \ | |
| cd /workspace && \ | |
| hf download Gerchegg/Qwen-ImageForFlo-Advanced --repo-type space --local-dir Qwen-ImageForFlo-Advanced && \ | |
| cd Qwen-ImageForFlo-Advanced && \ | |
| pip install -r requirements.txt && \ | |
| python app.py | |
| ``` | |
| **📖 Полная инструкция:** См. [RUNPOD_DEPLOYMENT.md](./RUNPOD_DEPLOYMENT.md) | |
| ### Или используйте скрипт: | |
| ```bash | |
| wget https://huggingface.co/spaces/Gerchegg/Qwen-ImageForFlo-Advanced/resolve/main/quick_start.sh | |
| chmod +x quick_start.sh | |
| HF_TOKEN="ВАШ_ТОКЕН" ./quick_start.sh | |
| ``` | |
| --- | |
| ## 🔌 API Usage | |
| ### Text-to-Image API | |
| ```python | |
| from gradio_client import Client | |
| client = Client("Gerchegg/Qwen-ImageForFlo-Advanced") | |
| result = client.predict( | |
| prompt="SB_AI, a beautiful landscape", | |
| negative_prompt="blurry, low quality", | |
| width=1664, | |
| height=928, | |
| seed=42, | |
| randomize_seed=False, | |
| guidance_scale=2.5, | |
| num_inference_steps=40, | |
| lora_name="None", # или "Realism", "Anime" | |
| lora_scale=1.0, | |
| scheduler_name="DPM++ 2M Karras", # 🆕 Выбор scheduler/sampler | |
| api_name="/text2img" | |
| ) | |
| image, seed = result | |
| ``` | |
| ### Image-to-Image API | |
| ```python | |
| result = client.predict( | |
| input_image="path/to/image.png", # PIL Image или path | |
| prompt="Transform this into a painting", | |
| negative_prompt="blurry, low quality", | |
| strength=0.75, # 0.0-1.0, больше = сильнее изменение | |
| seed=42, | |
| randomize_seed=False, | |
| guidance_scale=2.5, | |
| num_inference_steps=40, | |
| lora_name="None", | |
| lora_scale=1.0, | |
| scheduler_name="Euler Ancestral", # 🆕 Выбор scheduler/sampler | |
| api_name="/img2img" | |
| ) | |
| image, seed = result | |
| ``` | |
| ## 💡 Примеры использования | |
| ### Text-to-Image | |
| ``` | |
| Prompt: "SB_AI, a beautiful mountain landscape at sunset, detailed" | |
| Size: 1664×928 | |
| Steps: 40, CFG: 2.5 | |
| LoRA: None | |
| ``` | |
| ### Image-to-Image | |
| ``` | |
| Input: фото человека | |
| Prompt: "Transform into oil painting style" | |
| Strength: 0.75 (сохранить структуру, изменить стиль) | |
| LoRA: Analog Film | |
| ``` | |
| ## 🎛️ Доступные Schedulers (Samplers) | |
| ⚠️ **Важно:** Qwen-Image использует **Flow Matching**, а не классическую diffusion! | |
| Работают только **FlowMatchEulerDiscreteScheduler** с различными параметрами shift. | |
| ### ✅ Протестированные и рабочие schedulers: | |
| | Scheduler | Время | Speedup | Алиас | Рекомендация | | |
| |-----------|-------|---------|-------|--------------| | |
| | **Flow Euler (Shift 0.5)** | **33.8s** | **1.00x** | `flow_euler_shift05` | 🥇 **САМЫЙ БЫСТРЫЙ** (по умолчанию) | | |
| | Flow Euler (Shift 2.0) | 34.6s | 1.02x | `flow_euler_shift20` | 🥈 Быстрый + детали | | |
| | Flow Euler (Shift 1.5) | 38.8s | 1.15x | `flow_euler_shift15` | 🥉 Баланс | | |
| | Flow Euler (Default) | 40.2s | 1.19x | `flow_euler` | Стандарт (shift=1.0) | | |
| *Время указано для 1024×1024, 40 steps на ZeroGPU* | |
| ### Использование | |
| **В интерфейсе:** | |
| Выберите в dropdown "Sampler/Scheduler" | |
| **В API (полное имя):** | |
| ```python | |
| scheduler_name="Flow Euler (Shift 0.5)" # Самый быстрый! | |
| ``` | |
| **В API (алиас):** | |
| ```python | |
| scheduler_name="flow_euler_shift05" # Короткий вариант | |
| ``` | |
| **Примеры:** | |
| ```python | |
| # Для быстрой генерации (рекомендуется) | |
| scheduler_name="Flow Euler (Shift 0.5)" | |
| num_inference_steps=40 | |
| # Время: ~34s | |
| # Для максимума деталей | |
| scheduler_name="Flow Euler (Shift 2.0)" | |
| num_inference_steps=50 | |
| # Время: ~43s | |
| # Стандартный | |
| scheduler_name="Flow Euler (Default)" | |
| num_inference_steps=40 | |
| # Время: ~40s | |
| ``` | |
| ### 📊 Влияние Shift параметра: | |
| - **Shift 0.5:** Больше шагов в начале → быстрее | |
| - **Shift 2.0:** Равномернее распределение → детальнее | |
| - **Разница:** 19% между самым быстрым и самым медленным | |
| ### 🔬 Почему только Flow Euler? | |
| Qwen-Image это **Flow Matching** модель. Pipeline автоматически передает `sigmas` параметр в `scheduler.set_timesteps()`. Только `FlowMatchEulerDiscreteScheduler` полностью совместим с этой архитектурой. | |
| **Не работают:** DPM++, обычный Euler, Ancestral, UniPC, DDIM - все это классические diffusion schedulers. | |
| --- | |
| ## 🎭 Доступные LoRA | |
| ### 🌐 HuggingFace Hub LoRA (2 предустановленных): | |
| | Name | Trigger Word | Description | | |
| |------|--------------|-------------| | |
| | **Realism** | "Super Realism portrait of" | Фотореалистичные изображения | | |
| | **Anime** | "Japanese modern anime style, " | Современное аниме | | |
| 💡 **Ленивая загрузка**: Hub LoRA скачиваются только при использовании, затем кэшируются. | |
| ### 📁 Локальные LoRA (рекомендуемый способ): | |
| **Положите ваши .safetensors файлы в `/workspace/loras/`** - они автоматически появятся в списке! | |
| **Преимущества локальных LoRA**: | |
| - ✅ Не скачиваются с интернета (быстрее) | |
| - ✅ Приватные (только у вас) | |
| - ✅ Полный контроль версий | |
| - ✅ Можно использовать любые кастомные LoRA | |
| **Пример**: | |
| ```bash | |
| /workspace/loras/ | |
| ├── my_custom_style.safetensors → появится как "my_custom_style" | |
| ├── portrait_lora.safetensors → появится как "portrait_lora" | |
| └── anime_v2.safetensors → появится как "anime_v2" | |
| ``` | |
| **API использование**: | |
| ```python | |
| # Используйте имя файла (без расширения) | |
| result = client.predict( | |
| prompt="SB_AI, a portrait", | |
| lora_name="my_custom_style", # Имя вашего локального файла | |
| lora_scale=1.0, | |
| api_name="/text2img" | |
| ) | |
| ``` | |
| 💡 **Hub LoRA** автоматически добавляют trigger words. **Локальные LoRA** - без trigger words. | |
| ## 📊 Параметры | |
| ### Denoising Strength (Image2Image) | |
| - **0.0-0.3**: Минимальные изменения, сохранение деталей | |
| - **0.4-0.6**: Умеренные изменения, баланс | |
| - **0.7-0.9**: Сильные изменения, новое изображение | |
| - **1.0**: Полная перерисовка | |
| ### LoRA Scale | |
| - **0.0**: Без эффекта | |
| - **0.5**: Слабый эффект стиля | |
| - **1.0**: Нормальный эффект (рекомендуется) | |
| - **1.5-2.0**: Сильный эффект стиля | |
| ## 🔧 Технические детали | |
| ### Модели: | |
| - **Base**: Gerchegg/Qwen-Soloband-Diffusers (по умолчанию) | |
| - **LoRAs**: Различные (загружаются динамически) | |
| - **Custom Models**: Поддержка через переменную окружения `MODEL_REPO` | |
| ### Использование кастомной модели: | |
| ```bash | |
| # Через переменную окружения | |
| MODEL_REPO="username/custom-qwen-model" python app.py | |
| # Или экспортировать | |
| export MODEL_REPO="username/custom-qwen-model" | |
| python app.py | |
| ``` | |
| **Требования к кастомной модели:** | |
| - Совместимость с Qwen-Image архитектурой | |
| - Формат diffusers | |
| - Включает: vae, text_encoder, tokenizer, transformer, scheduler | |
| ### Оптимизации: | |
| - VAE tiling для больших изображений | |
| - VAE slicing для batch | |
| - Автоматическое управление LoRA | |
| ## 💰 Требования | |
| - **GPU**: A40 (48GB) или A100 (80GB) | |
| - **VRAM**: ~40GB для базовой модели | |
| - **Storage**: ~45GB (модель) | |
| ## 📚 Дополнительная информация | |
| - **Base Model**: [Qwen-Soloband-Diffusers](https://huggingface.co/Gerchegg/Qwen-Soloband-Diffusers) | |
| - **Qwen-Image**: [Qwen/Qwen-Image](https://huggingface.co/Qwen/Qwen-Image) | |
| - **Diffusers Docs**: [Image-to-Image Guide](https://huggingface.co/docs/diffusers/using-diffusers/img2img) | |
| - **LoRA Explorer**: [Qwen-Image-LoRA-Explorer](https://huggingface.co/spaces/multimodalart/Qwen-Image-LoRA-Explorer) | |
| ## ⚠️ Важные замечания | |
| ### Image2Image для Qwen | |
| Этот Space использует специализированный `QwenImageImg2ImgPipeline` для корректной работы с Qwen-Image архитектурой. В отличие от обычных Stable Diffusion моделей, Qwen-Image требует: | |
| - Специальное кодирование изображений через `AutoencoderKLQwenImage` | |
| - Параметр `true_cfg_scale` вместо `guidance_scale` | |
| - Специальную упаковку латентов (packing 2x2) | |
| ### LoRA (Hub + Local) | |
| - **Hub LoRA (2)**: Realism, Anime - скачиваются ПРИ ИСПОЛЬЗОВАНИИ, затем кэшируются | |
| - **Local LoRA**: Любые .safetensors в `/workspace/loras/` - автоматически обнаруживаются | |
| - Ленивая загрузка - не скачиваются и не занимают VRAM до использования | |
| - Полная поддержка в API по имени | |
| ## 📝 License | |
| Apache 2.0 | |
| ## 🔧 Technical Notes | |
| ✅ **Image2Image**: Использует правильный `QwenImageImg2ImgPipeline` для Qwen-Image архитектуры | |
| ✅ **Performance**: ~0.91s на шаг денойзинга на A100 GPU | |
| ✅ **Optimization**: VAE tiling и slicing включены для экономии памяти | |