|
|
--- |
|
|
license: apache-2.0 |
|
|
base_model: |
|
|
- Qwen/Qwen-Image |
|
|
language: |
|
|
- en |
|
|
- zh |
|
|
library_name: diffusers |
|
|
pipeline_tag: text-to-image |
|
|
datasets: |
|
|
- OPPOer/X2Edit-Dataset |
|
|
--- |
|
|
<div align="center"> |
|
|
<h1>Qwen-Image-10B </h1> |
|
|
<a href='https://github.com/OPPO-Mente-Lab/Qwen-Image-Pruning'><img src="https://img.shields.io/badge/GitHub-OPPOer-blue.svg?logo=github" alt="GitHub"></a> |
|
|
</div> |
|
|
|
|
|
<!-- <div align="center"> |
|
|
<img src="bench.png"> |
|
|
</div> --> |
|
|
|
|
|
<div align="center"> |
|
|
<img src="bench.png"> |
|
|
</div> |
|
|
|
|
|
## Quick Start |
|
|
|
|
|
Install the latest version of diffusers and transformers |
|
|
``` |
|
|
pip install git+https://github.com/huggingface/diffusers |
|
|
pip install transformers==4.57.1 |
|
|
``` |
|
|
|
|
|
## Inference |
|
|
Download the file transformer_qwenimage_10B.py from https://github.com/OPPO-Mente-Lab/Qwen-Image-Pruning' |
|
|
to your local directory, and then you can directly load model with ```pythonDiffusionPipeline.from_pretrained(model_name, torch_dtype=torch_dtype)``` |
|
|
|
|
|
|
|
|
```python |
|
|
from transformer_qwenimage_10B import QwenImageTransformer2DModel |
|
|
from diffusers import DiffusionPipeline |
|
|
import torch |
|
|
|
|
|
device = 'cuda' |
|
|
model_name = "OPPOer/Qwen-Image-10B" |
|
|
model = QwenImageTransformer2DModel.from_pretrained(model_name, subfolder="transformer", torch_dtype=torch_dtype).to(device) |
|
|
pipe = DiffusionPipeline.from_pretrained(model_name, transformer=model, torch_dtype=torch_dtype) |
|
|
pipe = pipe.to(device) |
|
|
|
|
|
positive_magic = { |
|
|
"en": ", Ultra HD, 4K, cinematic composition.", # for english prompt |
|
|
"zh": ", 超清，4K，电影级构图." # for chinese prompt |
|
|
} |
|
|
|
|
|
prompts = [ |
|
|
'''阳光明媚的一天，繁忙的游乐园入口处挂满了五彩缤纷的横幅。入口上方悬挂着一条醒目的横幅，用清晰粗体的字母写着：“欢迎来到冒险王国，乐趣永无止境！”在问候语下方，稍小一些的文字写着： |
|
|
“体验惊险刺激的游乐设施、美味可口的美食和难忘的家庭时光”。售票处附近的小型横幅用易读的文字标明：“工作日折扣：12岁以下儿童五折！”以及“年卡持有者专属通道”。其他附近标识牌显示着“园区每日上午10点至晚上9点开放”等信息。游客们稍作停 |
|
|
留，阅读这些引人注目且充满吸引力的文字信息后，兴奋地朝公园入口走去。''', |
|
|
'一个穿着"QWEN"标志的T恤的中国美女正拿着黑色的马克笔面相镜头微笑。她身后的玻璃板上手写体写着 "一、Qwen-Image的技术路线： 探索视觉生成基础模型的极限，开创理解与生成一体化的未来。二、Qwen-Image的模型特色：1、复杂文字渲染。支持中英渲染、自动布局； 2、精准图像编辑。支持文字编辑、物体增减、风格变换。三、Qwen-Image的未来愿景：赋能专业内容创作、助力生成式AI发展。"', |
|
|
'海报，温馨家庭场景，柔和阳光洒在野餐布上，色彩温暖明亮，主色调为浅黄、米白与淡绿，点缀着鲜艳的水果和野花，营造轻松愉快的氛围，画面简洁而富有层次，充满生活气息，传达家庭团聚与自然和谐的主题。文字内容：“共享阳光，共享爱。全家一起野餐，享受美好时光。让每一刻都充满欢笑与温暖。”', |
|
|
'一个穿着校服的年轻女孩站在教室里，在黑板上写字。黑板中央用整洁的白粉笔写着“Introducing Qwen-Image, a foundational image generation model that excels in complex text rendering and precise image editing”。柔和的自然光线透过窗户，投下温柔的阴影。场景以写实的摄影风格呈现，细节精细，景深浅，色调温暖。女孩专注的表情和空气中的粉笔灰增添了动感。背景元素包括课桌和教育海报，略微模糊以突出中心动作。超精细32K分辨率，单反质量，柔和的散景效果，纪录片式的构图。', |
|
|
'一个台球桌上放着两排台球，每排5个，第一行的台球上面分别写着"Qwen""Image" "将 "于" "8" ，第二排台球上面分别写着"月" "正" "式" "发" "布" 。', |
|
|
'海报，未来科技感背景，深蓝色与银灰色为主色调，点缀荧光绿与橙色线条，营造出高科技与未来感，渐变层次丰富，立体感强，现代感十足，简洁而富有张力，极简主义风格。海报上写着 "一、智能交通指挥系统：打造未来城市交通的智慧大脑，实现高效、安全、绿色的出行体验。二、系统功能：1、实时交通监控与分析；2、智能信号调控与优化；3、多模态数据整合与预测。三、未来愿景：构建智慧交通网络，推动城市可持续发展。"', |
|
|
] |
|
|
|
|
|
for prompt in prompts: |
|
|
image = pipe( |
|
|
prompt=prompt, |
|
|
negative_prompt=" ", |
|
|
width=1328, |
|
|
height=1328, |
|
|
num_inference_steps=40, |
|
|
true_cfg_scale=4.0, |
|
|
generator=torch.Generator(device=device).manual_seed(42) |
|
|
).images[0] |
|
|
image.save(f'{prompt[:80]}.png') |
|
|
``` |
