oleh Black Forest Labs: https://blackforestlabs.ai. Dokumentasi untuk API kami dapat ditemukan di sini: docs.bfl.ml.
Repo ini berisi kode inferensi minimal untuk menjalankan teks-ke-gambar dan gambar-ke-gambar dengan transformator aliran laten Flux kami yang telah diperbaiki.
Kami senang bermitra dengan Replikat, FAL, Mystic, dan Bersama. Anda dapat mencicipi model kami menggunakan layanan mereka. Di bawah ini kami mencantumkan tautan yang relevan.
Mengulangi:
SALAH:
Mistik:
Bersama:
cd $HOME && git clone https://github.com/black-forest-labs/flux
cd $HOME /flux
python3.10 -m venv .venv
source .venv/bin/activate
pip install -e " .[all] "Kami menawarkan tiga model:
FLUX1.1 [pro] hanya tersedia melalui APIFLUX.1 [pro] hanya tersedia melalui APIFLUX.1 [dev] varian sulingan panduanFLUX.1 [schnell] dan varian penyulingan langkah| Nama | Repo HuggingFace | Lisensi | md5sum |
|---|---|---|---|
FLUX.1 [schnell] | https://huggingface.co/black-forest-labs/FLUX.1-schnell | apache-2.0 | a9e1e277b9b16add186f38e3f5a34044 |
FLUX.1 [dev] | https://huggingface.co/black-forest-labs/FLUX.1-dev | Lisensi Non-Komersial FLUX.1-dev | a6bd8c16dfc23db6aee2f63a2eba78c0 |
FLUX.1 [pro] | Hanya tersedia di API kami. | ||
FLUX1.1 [pro] | Hanya tersedia di API kami. |
Bobot autoencoder juga dirilis pada Apache-2.0 dan dapat ditemukan di salah satu dari dua repo HuggingFace di atas. Keduanya sama untuk kedua model.
Bobot akan diunduh secara otomatis dari HuggingFace setelah Anda memulai salah satu demo. Untuk mengunduh FLUX.1 [dev] , Anda harus login, lihat di sini. Jika Anda telah mengunduh bobot model secara manual, Anda dapat menentukan jalur unduhan melalui variabel lingkungan:
export FLUX_SCHNELL= < path_to_flux_schnell_sft_file >
export FLUX_DEV= < path_to_flux_dev_sft_file >
export AE= < path_to_ae_sft_file >Untuk pengambilan sampel interaktif
python -m flux --name < name > --loopAtau untuk menghasilkan satu sampel yang dijalankan
python -m flux --name < name >
--height < height > --width < width >
--prompt " <prompt> "Kami juga menyediakan demo streamlit yang melakukan teks-ke-gambar dan gambar-ke-gambar. Demo dapat dijalankan melalui
streamlit run demo_st.pyKami juga menawarkan demo berbasis Gradio untuk pengalaman interaktif. Untuk menjalankan demo Gradio:
python demo_gr.py --name flux-schnell --device cudaPilihan:
--name : Pilih model yang akan digunakan (pilihan: "flux-schnell", "flux-dev")--device : Tentukan perangkat yang akan digunakan (default: "cuda" jika tersedia, jika tidak "cpu")--offload : Membongkar model ke CPU saat tidak digunakan--share : Buat tautan publik ke demo AndaUntuk menjalankan demo dengan model dev dan membuat tautan publik:
python demo_gr.py --name flux-dev --share FLUX.1 [schnell] dan FLUX.1 [dev] terintegrasi dengan ? perpustakaan diffuser. Untuk menggunakannya dengan diffuser, instal:
pip install git+https://github.com/huggingface/diffusers.git Kemudian Anda dapat menggunakan FluxPipeline untuk menjalankan model
import torch
from diffusers import FluxPipeline
model_id = "black-forest-labs/FLUX.1-schnell" #you can also use `black-forest-labs/FLUX.1-dev`
pipe = FluxPipeline . from_pretrained ( "black-forest-labs/FLUX.1-schnell" , torch_dtype = torch . bfloat16 )
pipe . enable_model_cpu_offload () #save some VRAM by offloading the model to CPU. Remove this if you have enough GPU power
prompt = "A cat holding a sign that says hello world"
seed = 42
image = pipe (
prompt ,
output_type = "pil" ,
num_inference_steps = 4 , #use a larger number if you are using [dev]
generator = torch . Generator ( "cpu" ). manual_seed ( seed )
). images [ 0 ]
image . save ( "flux-schnell.png" )Untuk mempelajari lebih lanjut, lihat dokumentasi diffuser
API kami menawarkan akses ke model kami. Ini didokumentasikan di sini: docs.bfl.ml.
Dalam repositori ini kami juga menawarkan antarmuka python yang mudah. Untuk menggunakan ini, pertama-tama Anda harus mendaftar ke API di api.bfl.ml, dan membuat kunci API baru.
Untuk menggunakan kunci API, jalankan export BFL_API_KEY=<your_key_here> atau berikan melalui parameter api_key=<your_key_here> . Diharapkan juga Anda sudah menginstal paket seperti di atas.
Penggunaan dari python:
from flux . api import ImageRequest
# this will create an api request directly but not block until the generation is finished
request = ImageRequest ( "A beautiful beach" , name = "flux.1.1-pro" )
# or: request = ImageRequest("A beautiful beach", name="flux.1.1-pro", api_key="your_key_here")
# any of the following will block until the generation is finished
request . url
# -> https:<...>/sample.jpg
request . bytes
# -> b"..." bytes for the generated image
request . save ( "outputs/api.jpg" )
# saves the sample to local storage
request . image
# -> a PIL imagePenggunaan dari baris perintah:
$ python -m flux.api --prompt= " A beautiful beach " url
https: < ... > /sample.jpg
# generate and save the result
$ python -m flux.api --prompt= " A beautiful beach " save outputs/api
# open the image directly
$ python -m flux.api --prompt= " A beautiful beach " image show
