onnx web

onnx-web

onnx-web dirancang untuk menyederhanakan proses menjalankan Difusi Stabil dan model ONNX lainnya sehingga Anda dapat fokus membuat karya seni berkualitas tinggi dan beresolusi tinggi. Dengan efisiensi akselerasi perangkat keras pada GPU AMD dan Nvidia, dan menawarkan penggantian perangkat lunak CPU yang andal, ia menawarkan serangkaian fitur lengkap pada desktop, laptop, dan server multi-GPU dengan pengalaman pengguna yang lancar.

Anda dapat menavigasi melalui UI web yang mudah digunakan, dihosting di Halaman Github dan dapat diakses di semua browser utama, termasuk perangkat seluler Anda. Di sini, Anda memiliki fleksibilitas untuk memilih model difusi dan akselerator untuk setiap saluran gambar, dengan akses mudah ke parameter gambar yang menentukan setiap mode. Baik Anda mengunggah gambar atau mengekspresikan sentuhan artistik Anda melalui inpainting dan outpainting, onnx-web menyediakan lingkungan yang ramah pengguna sekaligus kuat. Gambar keluaran terbaru disajikan dengan rapi di bawah kontrol, berfungsi sebagai referensi visual yang berguna untuk meninjau kembali parameter sebelumnya atau mencampur ulang keluaran Anda sebelumnya.

Selami lebih dalam pengalaman onnx-web dengan API-nya, yang kompatibel dengan Linux dan Windows. Antarmuka RESTful ini dengan mulus mengintegrasikan berbagai saluran dari pustaka diffuser HuggingFace, menawarkan metadata berharga pada model dan akselerator, bersama dengan keluaran mendetail dari proses kreatif Anda.

Mulailah perjalanan seni generatif Anda dengan onnx-web, dan jelajahi kemampuannya melalui situs dokumentasi terperinci kami. Temukan panduan memulai, panduan pengaturan, dan panduan pengguna komprehensif yang menunggu untuk memberdayakan upaya kreatif Anda!

Silakan periksa situs dokumentasi untuk info lebih lanjut:

• panduan memulai
• panduan pengaturan
• panduan pengguna

Fitur

Ini adalah daftar lengkap fitur-fitur baru dan menarik:

• mendukung SDXL dan SDXL Turbo
• berbagai macam penjadwal: DDIM, DEIS, DPM SDE, Euler Ancestral, LCM, UniPC, dan banyak lagi
• akselerasi perangkat keras pada AMD dan Nvidia
  • diuji pada CUDA, DirectML, dan ROCm
  • dukungan setengah presisi untuk GPU dengan memori rendah pada AMD dan Nvidia
  • penggantian perangkat lunak untuk sistem khusus CPU
• aplikasi web untuk menghasilkan dan melihat gambar
  • dihosting di Halaman Github, dari CDN Anda, atau secara lokal
  • mempertahankan gambar terbaru Anda dan berkembang saat Anda berpindah tab
  • antri banyak gambar dan coba lagi kesalahan
  • terjemahan tersedia untuk bahasa Inggris, Prancis, Jerman, dan Spanyol (silakan buka terbitan untuk informasi lebih lanjut)
• mendukung banyak saluran pipa diffusers
  • txt2img
  • img2img
  • inpainting, dengan gambar topeng dan upload
  • panorama, untuk SD v1.5 dan SDXL
  • peningkatan, dengan akselerasi ONNX
• tambahkan dan gunakan model Anda sendiri
  • mengonversi model dari diffuser dan pos pemeriksaan SD
  • unduh model dari hub HuggingFace, Civitai, dan sumber HTTPS
• berbaur dalam jaringan tambahan
  • pencampuran permanen dan berbasis cepat
  • mendukung bobot LoRA dan LyCORIS
  • mendukung konsep dan penyematan Pembalikan Tekstual
    • setiap lapisan embeddings dapat dikontrol dan digunakan secara individual
• KontrolNet
  • filter gambar untuk deteksi tepi dan metode lainnya
  • dengan akselerasi ONNX
• mode resolusi tinggi
  • menjalankan img2img pada hasil saluran pipa lainnya
  • beberapa iterasi dapat menghasilkan gambar 8k dan lebih besar
• petunjuk multi-tahap dan wilayah
  • menggabungkan beberapa perintah dengan mulus dalam gambar yang sama
  • berikan petunjuk untuk area berbeda pada gambar dan gabungkan keduanya
  • ubah perintah untuk mode resolusi tinggi dan perbaiki detail tanpa rekursi
• panjang cepat yang tak terbatas
  • dengan pembobotan cepat yang panjang
• mode pencampuran gambar
  • menggabungkan gambar dari sejarah
• peningkatan dan koreksi
  • peningkatan dengan Real ESRGAN, SwinIR, dan Difusi Stabil
  • koreksi wajah dengan CodeFormer dan GFPGAN
• Server API dapat dijalankan dari jarak jauh
  • REST API dapat disajikan melalui HTTPS atau HTTP
  • pemrosesan latar belakang untuk semua saluran gambar
  • polling untuk status gambar, berfungsi baik dengan penyeimbang beban
• Wadah OCI disediakan
  • untuk semua akselerator perangkat keras yang didukung
  • menyertakan bundel API dan GUI dalam satu wadah
  • berjalan dengan baik di RunPod, Vast.ai, dan layanan hosting kontainer GPU lainnya

Isi

• onnx-web
  • Fitur
  • Isi
  • Pengaturan
    • Menambahkan model Anda sendiri
  • Penggunaan
    • Kesalahan dan solusi yang diketahui
    • Menjalankan kontainer
  • Kredit

Pengaturan

Ada beberapa cara untuk menjalankan onnx-web:

• lintas platform:
  • mengkloning repositori ini, membuat lingkungan virtual, dan menjalankan pip install
  • menarik dan menjalankan wadah OCI
• di Windows:
  • kloning repositori ini dan jalankan salah satu skrip setup-*.bat
  • unduh dan jalankan paket eksperimental all-in-one

Anda hanya perlu menjalankan server dan tidak perlu mengkompilasi apa pun. GUI klien dihosting di Halaman Github dan disertakan dengan bundel Windows all-in-one.

Dokumen pengaturan yang diperluas telah dipindahkan ke panduan pengaturan.

Menambahkan model Anda sendiri

Anda dapat menambahkan model Anda sendiri dengan mengunduhnya dari HuggingFace Hub atau Civitai atau dengan mengonversinya dari file lokal, tanpa membuat perubahan kode apa pun. Anda juga dapat mengunduh dan memadukan jaringan tambahan, seperti LoRA dan Inversi Tekstual, menggunakan token dalam perintah.

Penggunaan

Kesalahan dan solusi yang diketahui

Silakan lihat bagian Kesalahan yang Diketahui pada panduan pengguna.

Menjalankan kontainer

Ini telah dipindahkan ke panduan admin server.

Kredit

Beberapa kode konversi dan saluran disalin atau berasal dari kode di:

• Amblyopius/Stable-Diffusion-ONNX-FP16
  • GPL v3: https://github.com/Amblyopius/Stable-Diffusion-ONNX-FP16/blob/main/LICENSE
  • https://github.com/Amblyopius/Stable-Diffusion-ONNX-FP16/blob/main/pipeline_onnx_stable_diffusion_controlnet.py
  • https://github.com/Amblyopius/Stable-Diffusion-ONNX-FP16/blob/main/pipeline_onnx_stable_diffusion_instruct_pix2pix.py
• d8ahazard/sd_dreambooth_extension
  • Lisensi non-komersial: https://github.com/d8ahazard/sd_dreambooth_extension/blob/main/license.md
  • https://github.com/d8ahazard/sd_dreambooth_extension/blob/main/dreambooth/sd_to_diff.py
• huggingface/diffusers
  • Apache v2: https://github.com/huggingface/diffusers/blob/main/LICENSE
  • https://github.com/huggingface/diffusers/blob/main/scripts/convert_stable_diffusion_checkpoint_to_onnx.py
• uchuusen/onnx_stable_diffusion_controlnet
  • GPL v3: https://github.com/uchuusen/onnx_stable_diffusion_controlnet/blob/main/LICENSE
• uchuusen/pipeline_onnx_stable_diffusion_instruct_pix2pix
  • Apache v2: https://github.com/uchuusen/pipeline_onnx_stable_diffusion_instruct_pix2pix/blob/main/LICENSE

Bagian-bagian tersebut memiliki lisensinya sendiri dengan batasan tambahan pada penggunaan komersial, modifikasi, dan distribusi ulang. Proyek lainnya disediakan di bawah lisensi MIT, dan saya berupaya mengisolasi komponen-komponen ini ke dalam perpustakaan.

Ada banyak opsi bagus lainnya untuk menggunakan Difusi Stabil dengan akselerasi perangkat keras, termasuk:

• https://github.com/Amblyopius/AMD-Stable-Diffusion-ONNX-FP16
• https://github.com/azuritecoin/OnnxDiffusersUI
• https://github.com/ForserX/StableDiffusionUI
• https://github.com/pingzing/stable-diffusion-playground
• https://github.com/quickwick/stable-diffusion-win-amd-ui

Menyiapkan dan menjalankannya di AMD tidak akan mungkin terjadi tanpa panduan dari:

• https://Gist.github.com/harishanand95/75f4515e6187a6aa3261af6ac6f61269
• https://Gist.github.com/averad/256c507baa3dcc9464203dc14610d674
• https://github.com/AUTOMATIC1111/stable-diffusion-webui/wiki/Install-and-Run-on-AMD-GPUs
• https://www.travelneil.com/stable-diffusion-updates.html