Fooocus
2.5.5
>>> Cliquez ici pour installer Fooocus <<<
Fooocus est un logiciel de génération d'images (basé sur Gradio ).
Fooocus présente une refonte de la conception des générateurs d'images. Le logiciel est hors ligne, open source et gratuit, tout en étant similaire à de nombreux générateurs d'images en ligne comme Midjourney, aucun réglage manuel n'est nécessaire et les utilisateurs doivent uniquement se concentrer sur les invites et les images. Fooocus a également simplifié l'installation : entre appuyer sur « télécharger » et générer la première image, le nombre de clics de souris nécessaires est strictement limité à moins de 3. La mémoire GPU minimale requise est de 4 Go (Nvidia).
Récemment, de nombreux faux sites Web existent sur Google lorsque vous recherchez « fooocus ». Ne leur faites pas confiance – voici la seule source officielle de Fooocus.
Le projet Fooocus, entièrement construit sur l'architecture Stable Diffusion XL , est désormais dans un état de support à long terme (LTS) limité avec uniquement des corrections de bugs. Comme les fonctionnalités existantes sont considérées comme presque exemptes de problèmes de programmation (grâce aux énormes efforts de mashb1t), les futures mises à jour se concentreront exclusivement sur la résolution des bugs pouvant survenir.
Il n’est actuellement pas prévu de migrer vers ou d’incorporer des architectures de modèles plus récentes. Cependant, cela peut changer avec le développement de la communauté open source. Par exemple, si la communauté converge vers une seule méthode dominante de génération d’images (ce qui peut réellement se produire dans six mois ou un an étant donné le statut actuel), Fooocus pourrait également migrer vers cette méthode exacte.
Pour ceux qui souhaitent utiliser des modèles plus récents tels que Flux , nous recommandons d'explorer des plates-formes alternatives telles que WebUI Forge (également de notre part), ComfyUI/SwarmUI. De plus, plusieurs excellents forks de Fooocus sont disponibles pour l’expérimentation.
Encore une fois, récemment, de nombreux faux sites Web existent sur Google lorsque vous recherchez « fooocus ». N'obtenez PAS Fooocus à partir de ces sites Web – cette page est la seule source officielle de Fooocus. Nous n'avons jamais de sites Web tels que « fooocus.com », « fooocus.net », « fooocus.co », « fooocus.ai », « fooocus.org », « fooocus.pro », « fooocus.one ». Ces sites Web sont TOUS FAUX. Ils n’ont ABSOLUMENT aucun rapport avec nous. Fooocus est un logiciel open source hors ligne 100 % non commercial.
Vous trouverez ci-dessous une liste rapide utilisant les exemples de Midjourney :
| À mi-parcours | Fooocus |
|---|---|
| Conversion texte-image de haute qualité sans nécessiter une ingénierie ou un réglage rapide des paramètres. (Méthode inconnue) | Conversion texte-image de haute qualité sans nécessiter une ingénierie ou un réglage rapide des paramètres. (Fooocus dispose d'un moteur de traitement d'invite hors ligne basé sur GPT-2 et de nombreuses améliorations d'échantillonnage afin que les résultats soient toujours magnifiques, peu importe si votre invite est aussi courte que « maison dans le jardin » ou aussi longue que 1 000 mots) |
| V1 V2 V3 V4 | Image d'entrée -> Haut de gamme ou Variation -> Varier (subtil) / Varier (fort) |
| U1 U2 U3 U4 | Image d'entrée -> Haut de gamme ou Variation -> Haut de gamme (1,5x) / Haut de gamme (2x) |
| Inpaint / Haut / Bas / Gauche / Droite (Pan) | Image d'entrée -> Inpaint ou Outpaint -> Inpaint / Haut / Bas / Gauche / Droite (Fooocus utilise son propre algorithme d'inpaint et ses propres modèles d'inpaint afin que les résultats soient plus satisfaisants que tous les autres logiciels qui utilisent la méthode/modèle d'inpaint SDXL standard) |
| Invite d'image | Image d'entrée -> Invite d'image (Fooocus utilise son propre algorithme d'invite d'image afin que la qualité des résultats et la compréhension rapide soient plus satisfaisantes que tous les autres logiciels utilisant des méthodes SDXL standard telles que les adaptateurs IP ou les révisions standard) |
| --style | Avancé -> Style |
| --styliser | Avancé -> Avancé -> Guidage |
| --niji | Plusieurs lanceurs : "run.bat", "run_anime.bat" et "run_realistic.bat". Fooocus prend en charge les modèles SDXL sur Civitai (Vous pouvez rechercher « Civitai » sur Google si vous ne le savez pas) |
| --qualité | Avancé -> Qualité |
| --répéter | Avancé -> Numéro d'image |
| Invites multiples (::) | Utilisez simplement plusieurs lignes d'invites |
| Pondérations d'invite | Vous pouvez utiliser « Je suis (heureux : 1,5) ». Fooocus utilise l'algorithme de repondération d'A1111 afin que les résultats soient meilleurs que ComfyUI si les utilisateurs copient directement les invites de Civitai. (Car si les invites sont écrites avec la repondération de ComfyUI, les utilisateurs sont moins susceptibles de copier les textes d'invite car ils préfèrent faire glisser les fichiers) Pour utiliser l'intégration, vous pouvez utiliser "(embedding:file_name:1.1)" |
| --Non | Avancé -> Invite négative |
| --ar | Avancé -> Rapports d'aspect |
| InsightFace | Image d'entrée -> Invite d'image -> Avancé -> FaceSwap |
| Décrire | Image d'entrée -> Décrire |
Vous trouverez ci-dessous une liste rapide utilisant les exemples de LeonardoAI :
| LeonardoAI | Fooocus |
|---|---|
| Magie rapide | Avancé -> Style -> Fooocus V2 |
| Paramètres avancés de l'échantillonneur (comme le contraste/la netteté/etc) | Avancé -> Avancé -> Netteté d'échantillonnage / etc |
| ControlNets conviviaux | Image d'entrée -> Invite d'image -> Avancé |
Cliquez également ici pour parcourir les fonctionnalités avancées.
Vous pouvez télécharger directement Fooocus avec :
>>> Cliquez ici pour télécharger <<<
Après avoir téléchargé le fichier, décompressez-le, puis exécutez "run.bat".
La première fois que vous lancerez le logiciel, il téléchargera automatiquement les modèles :
Il téléchargera les modèles par défaut dans le dossier « Fooocusmodelscheckpoints » en fonction de différents préréglages. Vous pouvez les télécharger à l'avance si vous ne souhaitez pas de téléchargement automatique.
Notez que si vous utilisez inpaint, la première fois que vous inpaint une image, il téléchargera le propre modèle de contrôle inpaint de Fooocus à partir d'ici sous le nom de fichier "Fooocusmodelsinpaintinpaint_v26.fooocus.patch" (la taille de ce fichier est de 1,28 Go).
Après Fooocus 2.1.60, vous aurez également run_anime.bat et run_realistic.bat . Ce sont des préréglages de modèles différents (et nécessitent des modèles différents, mais ils seront automatiquement téléchargés). Vérifiez ici pour plus de détails.
Après Fooocus 2.3.0, vous pouvez également changer de préréglage directement dans le navigateur. N'oubliez pas d'ajouter ces arguments si vous souhaitez modifier le comportement par défaut :
Utilisez --disable-preset-selection pour désactiver la sélection prédéfinie dans le navigateur.
Utilisez --always-download-new-model pour télécharger les modèles manquants sur le commutateur prédéfini. La valeur par défaut est le repli sur previous_default_models défini dans le préréglage correspondant, voir également la sortie du terminal.
Si vous disposez déjà de ces fichiers, vous pouvez les copier aux emplacements ci-dessus pour accélérer l'installation.
Notez que si vous voyez "MetadataIncompleteBuffer" ou "PytorchStreamReader" , alors vos fichiers de modèle sont corrompus. Veuillez télécharger à nouveau les modèles.
Vous trouverez ci-dessous un test sur un ordinateur portable relativement bas de gamme avec 16 Go de RAM système et 6 Go de VRAM (ordinateur portable Nvidia 3060). La vitesse sur cette machine est d'environ 1,35 seconde par itération. Assez impressionnant – de nos jours, les ordinateurs portables dotés de 3060 sont généralement à un prix très acceptable.
En outre, récemment, de nombreux autres logiciels signalent que le pilote Nvidia supérieur à 532 est parfois 10 fois plus lent que le pilote Nvidia 531. Si votre temps de génération est très long, pensez à télécharger Nvidia Driver 531 Laptop ou Nvidia Driver 531 Desktop.
Notez que la configuration minimale requise est de 4 Go de mémoire GPU Nvidia (4 Go de VRAM) et de 8 Go de mémoire système (8 Go de RAM) . Cela nécessite l'utilisation de la technique Virtual Swap de Microsoft, qui est automatiquement activée par votre installation de Windows dans la plupart des cas, vous n'avez donc souvent rien à faire à ce sujet. Cependant, si vous n'êtes pas sûr, ou si vous l'avez désactivé manuellement (est-ce que quelqu'un ferait vraiment ça ?), ou si vous voyez une "RuntimeError: CPUAllocator" , vous pouvez l'activer ici :
Et assurez-vous d'avoir au moins 40 Go d'espace libre sur chaque disque si vous voyez toujours "RuntimeError: CPUAllocator" !
Veuillez ouvrir un problème si vous utilisez des appareils similaires mais que vous ne parvenez toujours pas à obtenir des performances acceptables.
Notez que la configuration minimale requise pour différentes plates-formes est différente.
Consultez également les problèmes courants et les dépannages ici.
(Dernier test – 12 août 2024 par mashb1t)
| Colab | Informations |
|---|---|
| Officiel Fooocus |
Dans Colab, vous pouvez modifier la dernière ligne en !python entry_with_update.py --share --always-high-vram ou !python entry_with_update.py --share --always-high-vram --preset anime ou !python entry_with_update.py --share --always-high-vram --preset realistic pour Fooocus Default/Anime/Realistic Edition.
Vous pouvez également modifier le préréglage dans l'interface utilisateur. Veuillez noter que cela peut entraîner des délais d'attente après 60 secondes. Si tel est le cas, veuillez attendre la fin du téléchargement, modifiez le préréglage par initial et revenez à celui que vous avez sélectionné ou rechargez la page.
Notez que ce Colab désactivera le raffinement par défaut car les ressources de Colab gratuit sont relativement limitées (et certaines « grosses » fonctionnalités comme l'invite d'image peuvent entraîner la déconnexion de Colab gratuit). Nous veillons à ce que la conversion texte-image de base fonctionne toujours sur Colab gratuit.
L'utilisation de --always-high-vram déplace l'allocation des ressources de la RAM vers la VRAM et permet d'obtenir le meilleur équilibre global entre performances, flexibilité et stabilité sur l'instance T4 par défaut. Veuillez trouver plus d’informations ici.
Merci à Camenduru pour le modèle !
Si vous souhaitez utiliser Anaconda/Miniconda, vous pouvez
git clone https://github.com/lllyasviel/Fooocus.git cd Fooocus conda env create -f environment.yaml conda activate fooocus pip install -r requirements_versions.txt
Téléchargez ensuite les modèles : téléchargez les modèles par défaut dans le dossier « Fooocusmodelscheckpoints ». Ou laissez Fooocus télécharger automatiquement les modèles à l'aide du lanceur :
conda activate fooocus python entry_with_update.py
Ou, si vous souhaitez ouvrir un port distant, utilisez
conda activate fooocus python entry_with_update.py --listen
Utilisez python entry_with_update.py --preset anime ou python entry_with_update.py --preset realistic pour Fooocus Anime/Realistic Edition.
Votre Linux doit avoir Python 3.10 installé, et disons que votre Python peut être appelé avec la commande python3 avec votre système venv fonctionnel ; tu peux
git clone https://github.com/lllyasviel/Fooocus.git cd Fooocus python3 -m venv fooocus_env source fooocus_env/bin/activate pip install -r requirements_versions.txt
Consultez les sections ci-dessus pour les téléchargements de modèles. Vous pouvez lancer le logiciel avec :
source fooocus_env/bin/activate python entry_with_update.py
Ou, si vous souhaitez ouvrir un port distant, utilisez
source fooocus_env/bin/activate python entry_with_update.py --listen
Utilisez python entry_with_update.py --preset anime ou python entry_with_update.py --preset realistic pour Fooocus Anime/Realistic Edition.
Si vous savez ce que vous faites et que Python 3.10 est déjà installé sur votre Linux et que votre Python peut être appelé avec la commande python3 (et Pip avec pip3 ), vous pouvez
git clone https://github.com/lllyasviel/Fooocus.git cd Fooocus pip3 install -r requirements_versions.txt
Consultez les sections ci-dessus pour les téléchargements de modèles. Vous pouvez lancer le logiciel avec :
python3 entry_with_update.py
Ou, si vous souhaitez ouvrir un port distant, utilisez
python3 entry_with_update.py --listen
Utilisez python entry_with_update.py --preset anime ou python entry_with_update.py --preset realistic pour Fooocus Anime/Realistic Edition.
Notez que la configuration minimale requise pour différentes plates-formes est différente.
Idem avec les instructions ci-dessus. Vous devez changer la torche pour la version AMD
pip uninstall torch torchvision torchaudio torchtext functorch xformers pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/rocm5.6
AMD n'est cependant pas testé de manière intensive. Le support AMD est en version bêta.
Utilisez python entry_with_update.py --preset anime ou python entry_with_update.py --preset realistic pour Fooocus Anime/Realistic Edition.
Notez que la configuration minimale requise pour différentes plates-formes est différente.
Idem avec Windows. Téléchargez le logiciel et modifiez le contenu de run.bat comme :
.python_embededpython.exe -m pip uninstall torch torchvision torchaudio torchtext functorch xformers -y .python_embededpython.exe -m pip install torch-directml .python_embededpython.exe -s Fooocusentry_with_update.py --directml pause
Ensuite, exécutez le run.bat .
AMD n'est cependant pas testé de manière intensive. Le support AMD est en version bêta.
Pour AMD, utilisez .python_embededpython.exe entry_with_update.py --directml --preset anime ou .python_embededpython.exe entry_with_update.py --directml --preset realistic pour Fooocus Anime/Realistic Edition.
Notez que la configuration minimale requise pour différentes plates-formes est différente.
Mac n'est pas testé de manière intensive. Vous trouverez ci-dessous un guide non officiel pour l'utilisation de Mac. Vous pouvez discuter des problèmes ici.
Vous pouvez installer Fooocus sur Apple Mac Silicon (M1 ou M2) avec macOS « Catalina » ou une version plus récente. Fooocus fonctionne sur les ordinateurs Apple Silicon via l'accélération des appareils PyTorch MPS. Les ordinateurs Mac Silicon ne sont pas livrés avec une carte graphique dédiée, ce qui entraîne des temps de traitement d'image nettement plus longs que les ordinateurs équipés de cartes graphiques dédiées.
Installez le gestionnaire de packages conda et pytorch tous les soirs. Lisez la formation accélérée PyTorch sur le guide du développeur Mac Apple pour obtenir des instructions. Assurez-vous que pytorch reconnaît votre appareil MPS.
Ouvrez l'application macOS Terminal et clonez ce référentiel avec git clone https://github.com/lllyasviel/Fooocus.git .
Accédez au nouveau répertoire Fooocus, cd Fooocus .
Créez un nouvel environnement conda, conda env create -f environment.yaml .
Activez votre nouvel environnement conda, conda activate fooocus .
Installez les packages requis par Fooocus, pip install -r requirements_versions.txt .
Lancez Fooocus en exécutant python entry_with_update.py . (Certains utilisateurs de Mac M2 peuvent avoir besoin python entry_with_update.py --disable-offload-from-vram pour accélérer le chargement/déchargement du modèle.) La première fois que vous exécuterez Fooocus, il téléchargera automatiquement les modèles SDXL à diffusion stable et prendra un temps considérable. durée, en fonction de votre connexion Internet.
Utilisez python entry_with_update.py --preset anime ou python entry_with_update.py --preset realistic pour Fooocus Anime/Realistic Edition.
Voir docker.md
Voir les lignes directrices ici.
Vous trouverez ci-dessous la configuration minimale requise pour exécuter Fooocus localement. Si la capacité de votre appareil est inférieure à cette spécification, vous ne pourrez peut-être pas utiliser Fooocus localement. (Veuillez nous faire savoir, dans tous les cas, si la capacité de votre appareil est inférieure mais que Fooocus fonctionne toujours.)
| Système opérateur | GPU | Mémoire GPU minimale | Mémoire système minimale | Échange de système | Note |
|---|---|---|---|---|---|
| Windows/Linux | Nvidia RTX 4XXX | 4 Go | 8 Go | Requis | le plus rapide |
| Windows/Linux | Nvidia RTX 3XXX | 4 Go | 8 Go | Requis | généralement plus rapide que le RTX 2XXX |
| Windows/Linux | Nvidia RTX 2XXX | 4 Go | 8 Go | Requis | généralement plus rapide que GTX 1XXX |
| Windows/Linux | Nvidia GTX 1XXX | 8 Go (* 6 Go incertain) | 8 Go | Requis | à peine plus rapide que le processeur |
| Windows/Linux | NVIDIA GTX 9XX | 8 Go | 8 Go | Requis | plus rapide ou plus lent que le processeur |
| Windows/Linux | NVIDIA GTX < 9XX | Non pris en charge | / | / | / |
| Fenêtres | GPU AMD | 8 Go (mis à jour le 30 décembre 2023) | 8 Go | Requis | via DirectML (* ROCm est en attente), environ 3 fois plus lent que Nvidia RTX 3XXX |
| Linux | GPU AMD | 8 Go | 8 Go | Requis | via ROCm, environ 1,5 fois plus lent que Nvidia RTX 3XXX |
| Mac | MPS M1/M2 | Commun | Commun | Commun | environ 9 fois plus lent que Nvidia RTX 3XXX |
| Windows/Linux/Mac | utiliser uniquement le processeur | 0 Go | 32 Go | Requis | environ 17 fois plus lent que Nvidia RTX 3XXX |
* AMD GPU ROCm (en attente) : AMD travaille toujours sur la prise en charge de ROCm sous Windows.
* Nvidia GTX 1XXX 6 Go incertain : certaines personnes signalent un succès de 6 Go sur GTX 10XX, mais d'autres signalent des cas d'échec.
Notez que Fooocus est uniquement destiné à la génération d'images de très haute qualité. Nous ne prendrons pas en charge des modèles plus petits pour réduire les exigences et sacrifier la qualité des résultats.
Voir les problèmes courants ici.
Compte tenu des objectifs différents, les modèles et configurations par défaut de Fooocus sont différents :
| Tâche | Fenêtres | Arguments Linux | Modèle principal | Raffineur | Configuration |
|---|---|---|---|---|---|
| Général | exécuter.bat | juggernautXL_v8Rundiffusion | non utilisé | ici | |
| Réaliste | run_realistic.bat | --preset réaliste | réalisteStockPhoto_v20 | non utilisé | ici |
| Anime | run_anime.bat | --anime prédéfini | animaPencilXL_v500 | non utilisé | ici |
Notez que le téléchargement est automatique – vous n’avez rien à faire si la connexion Internet est correcte. Cependant, vous pouvez les télécharger manuellement si vous (ou les déplacez ailleurs) disposez de votre propre préparation.
En plus de fonctionner sur localhost, Fooocus peut également exposer son interface utilisateur de deux manières :
Écouteur d'interface utilisateur local : utilisez --listen (spécifiez le port, par exemple avec --port 8888 ).
Accès API : utilisez --share (enregistre un point de terminaison sur .gradio.live ).
Dans les deux cas, l'accès n'est pas authentifié par défaut. Vous pouvez ajouter une authentification de base en créant un fichier appelé auth.json dans le répertoire principal, qui contient une liste d'objets JSON avec les clés user et pass (voir exemple dans auth-example.json).
Expansion d'invite basée sur GPT2 en tant que style dynamique "Fooocus V2". (similaire au prétraitement caché et au mode « brut » de Midjourney, ou au Prompt Magic de LeonardoAI).
Échange de raffineurs natifs dans un seul k-sampler. L'avantage est que le modèle de raffinement peut désormais réutiliser l'élan du modèle de base (ou les paramètres historiques de l'ODE) collecté à partir de l'échantillonnage k pour obtenir un échantillonnage plus cohérent. Dans le correctif haute résolution d'Automatic1111 et le système de nœuds de ComfyUI, le modèle de base et le raffineur utilisent deux k-échantillonneurs indépendants, ce qui signifie que l'élan est largement gaspillé et que la continuité de l'échantillonnage est rompue. Fooocus utilise son propre échantillonnage avancé de diffusion K qui garantit un échange transparent, natif et continu dans une configuration de raffinement. (Mise à jour du 13 août : en fait, j'en ai discuté avec Automatic1111 il y a plusieurs jours, et il semble que le « swap du raffineur natif à l'intérieur d'un seul k-sampler » soit fusionné dans la branche de développement de webui. Génial !)
Conseils ADM négatifs. Étant donné que le niveau de résolution le plus élevé de XL Base n'a pas d'attentions croisées, les signaux positifs et négatifs pour le niveau de résolution le plus élevé de XL ne peuvent pas recevoir suffisamment de contrastes pendant l'échantillonnage CFG, ce qui donne aux résultats un aspect un peu plastique ou trop lisse dans certains cas. Heureusement, puisque le niveau de résolution le plus élevé du XL est toujours conditionné aux rapports d'aspect de l'image (ADM), nous pouvons modifier l'adm du côté positif/négatif pour compenser le manque de contraste CFG au niveau de résolution le plus élevé. (Mise à jour du 16 août, l'application IOS Draw Things prendra en charge les conseils ADM négatifs. Génial !)
Nous avons mis en œuvre une variante soigneusement adaptée de la section 5.1 de « Amélioration de la qualité des échantillons de modèles de diffusion à l'aide du guidage par auto-attention ». Le poids est très faible, mais c'est la garantie finale de Fooocus pour s'assurer que le XL ne donnera jamais un aspect trop lisse ou plastique (exemples ici). Cela peut éliminer presque tous les cas pour lesquels XL produit encore occasionnellement des résultats trop fluides, même avec des conseils ADM négatifs. (Mise à jour du 18 août 2023, le noyau gaussien de SAG est remplacé par un noyau anisotrope pour une meilleure préservation de la structure et moins d'artefacts.)
Nous avons légèrement modifié les modèles de style et ajouté le "cinematic-default".
Nous avons testé le "sd_xl_offset_example-lora_1.0.safetensors" et il semble que lorsque le poids lora est inférieur à 0,5, les résultats sont toujours meilleurs que XL sans lora.
Les paramètres des échantillonneurs sont soigneusement réglés.
Étant donné que XL utilise le codage positionnel pour la résolution de génération, les images générées par plusieurs résolutions fixes semblent un peu meilleures que celles provenant de résolutions arbitraires (car le codage positionnel n'est pas très efficace pour gérer les nombres entiers invisibles pendant la formation). Cela suggère que les résolutions de l'interface utilisateur peuvent être codées en dur pour de meilleurs résultats.
Des invites séparées pour deux encodeurs de texte différents semblent inutiles. Des invites séparées pour le modèle de base et l'affinement peuvent fonctionner, mais les effets sont aléatoires et nous nous abstenons de les mettre en œuvre.
La famille DPM semble bien adaptée au XL puisque XL génère parfois une texture trop lisse, mais la famille DPM génère parfois des détails de texture trop denses. Leur effet conjoint semble neutre et attrayant pour la perception humaine.
Un système soigneusement conçu pour équilibrer plusieurs styles ainsi qu’une expansion rapide.
Utilisation de la méthode d'automatic1111 pour normaliser la mise en évidence des invites. Cela améliore considérablement les résultats lorsque les utilisateurs copient directement les invites de civitai.
Le système d'échange commun du raffineur prend désormais également en charge img2img et upscale de manière transparente.
Correction de l'échelle CFG et du TSNR (réglée pour SDXL) lorsque le CFG est supérieur à 10.
Après la première exécution de Fooocus, un fichier de configuration sera généré à Fooocusconfig.txt . Ce fichier peut être modifié pour modifier le chemin du modèle ou les paramètres par défaut.
Par exemple, un Fooocusconfig.txt modifié (ce fichier sera généré après le premier lancement) peut ressembler à ceci :
{ "path_checkpoints": "D:Fooocusmodelscheckpoints", "path_loras": "D:Fooocusmodelsloras", "path_embeddings": "D:Fooocusmodelsembeddings", "path_vae_approx": "D:Fooocusmodelsvae_approx", "path_upscale_models": "D:Fooocusmodelsupscale_models", "path_inpaint": "D:Fooocusmodelsinpaint", "path_controlnet": "D:Fooocus modelscontrolnet", "path_clip_vision": "D:Fooocusmodelsclip_vision", "path_fooocus_expansion": "D:Fooocusmodelsprompt_expansionfooocus_expansion", "path_outputs": "D:Fooocusoutputs" , "default_model": "realisticStockPhoto_v10.safetensors", "default_refiner": "", "default_loras": [["lora_filename_1.safetensors", 0.5], ["lora_filename_2.safetensors", 0.5]], "default_cfg_scale": 3.0, "default_sampler": "dpmpp_2m", "default_scheduler": "karras", "default_negative_prompt": "basse qualité", "default_positive_prompt": "", "default_styles": [ "Fooocus V2", "Fooocus Photograph", "Fooocus Negative "
]
} De nombreuses autres clés, formats et exemples se trouvent dans Fooocusconfig_modification_tutorial.txt (ce fichier sera généré après le premier lancement).
Réfléchissez à deux fois avant de vraiment modifier la configuration. Si vous cassez des choses, supprimez simplement Fooocusconfig.txt . Fooocus reviendra à la valeur par défaut.
Un moyen plus sûr consiste simplement à essayer "run_anime.bat" ou "run_realistic.bat" - ils devraient déjà être suffisants pour différentes tâches.
Notez que user_path_config.txt est obsolète et sera bientôt supprimé. (Edit : il est déjà supprimé.)
entry_with_update.py [-h] [--listen [IP]] [--port PORT] [--disable-header-check [ORIGIN]] [--web-upload-size WEB_UPLOAD_SIZE] [--hf-mirror HF_MIRROR] [--external-working-path PATH [PATH ...]] [--output-path OUTPUT_PATH] [--temp-path TEMP_PATH] [--cache-path CACHE_PATH] [--in-browser] [--disable-in-browser] [--gpu-device-id DEVICE_ID] [--async-cuda-allocation | --disable-async-cuda-allocation] [--disable-attention-upcast] [--all-in-fp32 | --all-in-fp16] [--unet-in-bf16 | --unet-in-fp16 | --unet-in-fp8-e4m3fn | --unet-in-fp8-e5m2] [--vae-in-fp16 | --vae-in-fp32 | --vae-in-bf16] [--vae-in-cpu] [--clip-in-fp8-e4m3fn | --clip-in-fp8-e5m2 | --clip-in-fp16 | --clip-in-fp32] [--directml [DIRECTML_DEVICE]] [--disable-ipex-hijack] [--preview-option [none,auto,fast,taesd]] [--attention-split | --attention-quad | --attention-pytorch] [--disable-xformers] [--always-gpu | --always-high-vram | --always-normal-vram | --always-low-vram | --always-no-vram | --always-cpu [CPU_NUM_THREADS]] [--always-offload-from-vram] [--pytorch-deterministic] [--disable-server-log] [--debug-mode] [--is-windows-embedded-python] [--disable-server-info] [--multi-user] [--share] [--preset PRESET] [--disable-preset-selection] [--language LANGUAGE] [--disable-offload-from-vram] [--theme THEME] [--disable-image-log] [--disable-analytics] [--disable-metadata] [--disable-preset-download] [--disable-enhance-output-sorting] [--enable-auto-describe-image] [--always-download-new-model] [--rebuild-hash-cache [CPU_NUM_THREADS]]
Exemple d'invite : __color__ flower
Traité pour une invite positive et négative.
Sélectionne un caractère générique aléatoire dans une liste prédéfinie d'options, dans ce cas le fichier wildcards/color.txt . Le caractère générique sera remplacé par une couleur aléatoire (caractère aléatoire basé sur la graine). Vous pouvez également désactiver le caractère aléatoire et traiter un fichier générique de haut en bas en activant la case à cocher Read wildcards in order en mode débogage du développeur.
Les caractères génériques peuvent être imbriqués et combinés, et plusieurs caractères génériques peuvent être utilisés dans la même invite (par exemple, voir wildcards/color_flower.txt ).
Exemple d'invite : [[red, green, blue]] flower
Traité uniquement pour une invite positive.
Traite le tableau de gauche à droite, en générant une image distincte pour chaque élément du tableau. Dans ce cas, 3 images seraient générées, une pour chaque couleur. Augmentez le numéro d'image à 3 pour générer les 3 variantes.
Les tableaux ne peuvent pas être imbriqués, mais plusieurs tableaux peuvent être utilisés dans la même invite. Prend en charge les LoRA en ligne en tant qu'éléments de tableau !
Exemple d'invite : flower
Traité uniquement pour une invite positive.
Applique une LoRA à l'invite. Le fichier LoRA doit se trouver dans le répertoire models/loras .
Cliquez ici pour parcourir les fonctionnalités avancées.
Vous trouverez ci-dessous quelques Forks à Fooocus :
| Les fourchettes de Fooocus |
|---|
| fenneishi/Fooocus-Control runew0lf/RuinedFooocus MoonRide303/Fooocus-MRE Metercai/SimpleSDXL mashb1t/Fooocus et ainsi de suite ... |
Un grand merci à twri, 3Diva et Marc K3nt3L pour avoir créé des styles SDXL supplémentaires disponibles dans Fooocus.
Le projet part d'un mélange de bases de code Stable Diffusion WebUI et ComfyUI.
Merci également à daswer123 pour sa contribution au Canvas Zoom !
Le journal est ici.
Vous pouvez placer les fichiers json dans le dossier language pour traduire l'interface utilisateur.
Par exemple, vous trouverez ci-dessous le contenu de Fooocus/language/example.json :
{ "Générer": "生成", "Input Image": "入力画像", "Advanced": "고급", "SAI 3D Model": "SAI 3D Modèle"} Si vous ajoutez --language example argument, Fooocus lira Fooocus/language/example.json pour traduire l'interface utilisateur.
Par exemple, vous pouvez modifier la ligne de fin de Windows run.bat comme
.python_embededpython.exe -s Fooocusentry_with_update.py --language example
Ou run_anime.bat comme
.python_embededpython.exe -s Fooocusentry_with_update.py --language example --preset anime
Ou run_realistic.bat comme
.python_embededpython.exe -s Fooocusentry_with_update.py --language example --preset realistic
Pour une traduction pratique, vous pouvez créer votre propre fichier comme Fooocus/language/jp.json ou Fooocus/language/cn.json puis utiliser flag --language jp ou --language cn . Apparemment, ces fichiers n'existent pas actuellement. Nous avons besoin de votre aide pour créer ces fichiers !
Notez que si aucun --language n'est donné et qu'en même temps Fooocus/language/default.json existe, Fooocus chargera toujours Fooocus/language/default.json pour la traduction. Par défaut, le fichier Fooocus/language/default.json n'existe pas.
