フーカス
2.5.5
>>> ここをクリックして Fooocus をインストールしてください <<<
Fooocus は、画像生成ソフトウェア (Gradio ベース) です。
Fooocus は、画像ジェネレーターの設計の再考を紹介します。このソフトウェアはオフライン、オープンソース、無料であり、同時に、Midjourney のような多くのオンライン画像ジェネレーターと同様に、手動による調整は必要なく、ユーザーはプロンプトと画像に集中するだけで済みます。 Fooocus はインストールも簡素化しています。「ダウンロード」を押してから最初のイメージを生成するまでに必要なマウス クリックの回数は 3 回未満に厳密に制限されています。最小 GPU メモリ要件は 4GB (Nvidia) です。
最近Googleで「fooocus」と検索すると偽サイトが多数存在します。これらを信用しないでください。Fooocus の唯一の公式情報源はここです。
Fooocus プロジェクトは完全にStable Diffusion XLアーキテクチャに基づいて構築されており、現在はバグ修正のみを含む限定的な長期サポート (LTS) の状態にあります。既存の機能にはプログラム上の問題がほぼないと考えられているため (mashb1t の多大な努力のおかげで)、今後の更新では、発生する可能性のあるバグへの対処のみに焦点を当てます。
現在のところ、新しいモデル アーキテクチャに移行したり、新しいモデル アーキテクチャを組み込んだりする計画はありません。ただし、オープンソース コミュニティの発展に伴い、これは変更される可能性があります。たとえば、コミュニティが画像生成に関して 1 つの主要な方法に収束した場合 (現在の状況を考慮すると、実際には半年か 1 年以内にそうなる可能性があります)、Fooocus もその正確な方法に移行する可能性があります。
Fluxなどの新しいモデルの利用に興味がある場合は、WebUI Forge (こちらも提供)、ComfyUI/SwarmUI などの代替プラットフォームを検討することをお勧めします。さらに、Fooocus の優れたフォークがいくつか実験用に用意されています。
繰り返しになりますが、最近Googleで「fooocus」と検索すると偽サイトが多く存在します。これらの Web サイトから Fooocus を入手しないでください。このページが Fooocus の唯一の公式情報源です。当社は、「fooocus.com」、「fooocus.net」、「fooocus.co」、「fooocus.ai」、「fooocus.org」、「fooocus.pro」、「fooocus.one」などのウェブサイトを一切持っていません。それらのウェブサイトはすべて偽物です。彼らは私たちとは全く関係がありません。 Fooocus は、100% 非営利のオフライン オープンソース ソフトウェアです。
以下は、Midjourney の例を使用した簡単なリストです。
| 旅の途中 | フーカス |
|---|---|
| 迅速なエンジニアリングやパラメータ調整をあまり必要とせずに、高品質のテキストから画像への変換が可能です。 (方法不明) | 迅速なエンジニアリングやパラメータ調整をあまり必要とせずに、高品質のテキストから画像への変換が可能です。 (Fooocus にはオフライン GPT-2 ベースのプロンプト処理エンジンと多くのサンプリングの改善があり、プロンプトが「庭の家」のように短くても、1000 単語ほど長くても、常に美しい結果が得られます) |
| V1 V2 V3 V4 | 入力画像 -> アップスケールまたはバリエーション -> 変化 (微妙) / 変化 (強い) |
| U1 U2 U3 U4 | 入力画像 -> アップスケールまたはバリエーション -> アップスケール (1.5x) / アップスケール (2x) |
| インペイント / 上 / 下 / 左 / 右 (パン) | 入力画像 -> インペイントまたはアウトペイント -> インペイント / 上 / 下 / 左 / 右 (Fooocus は独自の修復アルゴリズムと修復モデルを使用するため、標準の SDXL 修復方法/モデルを使用する他のすべてのソフトウェアよりも満足のいく結果が得られます) |
| 画像プロンプト | 入力画像 -> 画像プロンプト (Fooocus は独自の画像プロンプト アルゴリズムを使用しているため、結果の品質と迅速な理解が、標準 IP アダプターやリビジョンなどの標準 SDXL 方式を使用する他のすべてのソフトウェアよりも満足のいくものになります) |
| - スタイル | 詳細 -> スタイル |
| --様式化する | アドバンスト -> アドバンスト -> ガイダンス |
| --にじ | 複数のランチャー: 「run.bat」、「run_anime.bat」、「run_realistic.bat」。 Fooocus は Civitai で SDXL モデルをサポートします （ご存知ない方は「Civitai」でGoogle検索してみてください） |
| - 品質 | 高度な -> 品質 |
| - 繰り返す | 詳細 -> 画像番号 |
| マルチプロンプト (::) | 複数行のプロンプトを使用するだけです |
| プロンプトウェイト | 「I am (happy:1.5)」を使用できます。 Fooocus は A1111 の再重み付けアルゴリズムを使用しているため、ユーザーが Civitai からプロンプトを直接コピーした場合、結果は ComfyUI よりも優れています。 (プロンプトが ComfyUI の再重み付けで記述されている場合、ユーザーはファイルをドラッグすることを好むため、プロンプト テキストをコピーする可能性が低くなります) 埋め込みを使用するには、「(embedding:file_name:1.1)」を使用できます。 |
| - いいえ | 詳細 -> 否定的なプロンプト |
| --ar | 詳細 -> アスペクト比 |
| インサイトフェイス | 入力画像 -> 画像プロンプト -> 詳細設定 -> FaceSwap |
| 説明する | 画像入力 → 説明 |
以下は、LeonardoAI の例を使用した簡単なリストです。
| レオナルドAI | フーカス |
|---|---|
| プロンプトマジック | 詳細 -> スタイル -> Fooocus V2 |
| 高度なサンプラーパラメータ (コントラスト/シャープネスなど) | アドバンスト -> アドバンスト -> サンプリングシャープネス / など |
| ユーザーフレンドリーな ControlNet | 入力画像 -> 画像プロンプト -> 詳細設定 |
また、ここをクリックして高度な機能を参照してください。
次の方法で Fooocus を直接ダウンロードできます。
>>> ダウンロードするにはここをクリックしてください<<<
ファイルをダウンロードしたら、解凍して「run.bat」を実行してください。
ソフトウェアを初めて起動すると、モデルが自動的にダウンロードされます。
さまざまなプリセットを指定して、デフォルトのモデルを「Fooocusmodelscheckpoints」フォルダーにダウンロードします。自動ダウンロードを希望しない場合は、事前にダウンロードすることができます。
インペイントを使用する場合、初めて画像を修復するときに、ここから Fooocus 独自の修復制御モデルがファイル「Fooocusmodelsinpaintinpaint_v26.fooocus.patch」としてダウンロードされることに注意してください (このファイルのサイズは 1.28GB)。
Fooocus 2.1.60 以降では、 run_anime.batとrun_realistic.batも含まれるようになります。これらは異なるモデル プリセットです (異なるモデルが必要ですが、自動的にダウンロードされます)。詳細については、こちらをご確認ください。
Fooocus 2.3.0 以降では、ブラウザで直接プリセットを切り替えることもできます。デフォルトの動作を変更する場合は、次の引数を追加することに注意してください。
ブラウザでのプリセット選択を無効にするには、 --disable-preset-selection使用します。
--always-download-new-modelを使用して、プリセット スイッチに不足しているモデルをダウンロードします。デフォルトは、対応するプリセットで定義されているprevious_default_modelsにフォールバックします。ターミナル出力も参照してください。
これらのファイルがすでにある場合は、それらを上記の場所にコピーすると、インストールを高速化できます。
"MetadataIncompleteBuffer" または "PytorchStreamReader" が表示される場合は、モデル ファイルが破損していることに注意してください。モデルを再度ダウンロードしてください。
以下は、 16GB システム RAMと6GB VRAMを搭載した比較的ローエンドのラップトップ (Nvidia 3060 ラップトップ) でのテストです。このマシンの速度は、反復ごとに約 1.35 秒です。非常に印象的です。最近では、3060 を搭載したラップトップは通常、非常に許容可能な価格になっています。
さらに、最近他の多くのソフトウェアは、532 を超える Nvidia ドライバーが Nvidia ドライバー 531 よりも 10 倍遅い場合があると報告しています。生成時間が非常に長い場合は、Nvidia Driver 531 Laptop または Nvidia Driver 531 Desktop のダウンロードを検討してください。
最小要件は4GB Nvidia GPU メモリ (4GB VRAM)と8GB システム メモリ (8GB RAM)であることに注意してください。これには、Microsoft の仮想スワップ技術を使用する必要があります。この技術は、ほとんどの場合、Windows インストールによって自動的に有効になるため、多くの場合、何もする必要はありません。ただし、よくわからない場合、または手動でオフにした場合 (本当にそんなことをする人がいるでしょうか?)、または"RuntimeError: CPUAllocator" が表示された場合は、ここで有効にすることができます。
それでも「RuntimeError: CPUAllocator」が表示される場合は、各ドライブに少なくとも 40 GB の空き領域があることを確認してください。
同様のデバイスを使用しているにもかかわらず許容可能なパフォーマンスが達成できない場合は、問題を報告してください。
プラットフォームごとに最小要件が異なることに注意してください。
ここで一般的な問題とトラブルシューティングも参照してください。
(最終テスト - 2024 年 8 月 12 日、mashb1t による)
| コラボ | 情報 |
|---|---|
| フーカス公式 |
Colab では、最後の行を!python entry_with_update.py --share --always-high-vramまたは!python entry_with_update.py --share --always-high-vram --preset animeまたは!python entry_with_update.py --share --always-high-vram --preset realistic 。
UI でプリセットを変更することもできます。 60 秒後にタイムアウトが発生する可能性があることに注意してください。この場合は、ダウンロードが完了するまで待って、プリセットを初期値に変更して選択したものに戻すか、ページをリロードしてください。
無料版 Colab のリソースは比較的限られているため、この Colab ではデフォルトで絞り込み機能が無効になることに注意してください (画像プロンプトなどの一部の「大きな」機能により、無料版 Colab が切断される可能性があります)。基本的なテキストから画像への変換が無料層の Colab で常に機能することを確認します。
--always-high-vram使用すると、リソース割り当てが RAM から VRAM に移行され、デフォルトの T4 インスタンスでのパフォーマンス、柔軟性、安定性の間で全体的に最適なバランスが実現されます。詳細については、こちらをご覧ください。
テンプレートを提供してくれた Camenduru に感謝します!
Anaconda/Miniconda を使用したい場合は、次のことができます。
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
次に、モデルをダウンロードします。デフォルトのモデルを「Fooocusmodelscheckpoints」フォルダーにダウンロードします。または、ランチャーを使用して Fooocus にモデルを自動的にダウンロードさせます。
conda activate fooocus python entry_with_update.py
または、リモート ポートを開きたい場合は、次を使用します。
conda activate fooocus python entry_with_update.py --listen
Fooocus Anime/Realistic Edition の場合は、 python entry_with_update.py --preset animeまたはpython entry_with_update.py --preset realisticを使用します。
Linux にはPython 3.10がインストールされている必要があり、venv システムが動作している状態でpython3コマンドで Python を呼び出すことができるとします。あなたはできる
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
モデルのダウンロードについては、上記のセクションを参照してください。ソフトウェアは次のコマンドで起動できます。
source fooocus_env/bin/activate python entry_with_update.py
または、リモート ポートを開きたい場合は、次を使用します。
source fooocus_env/bin/activate python entry_with_update.py --listen
Fooocus Anime/Realistic Edition の場合は、 python entry_with_update.py --preset animeまたはpython entry_with_update.py --preset realisticを使用します。
自分が何をしようとしているのかわかっていて、Linux にすでにPython 3.10 がインストールされており、Python をコマンドpython3 (およびpip3で Pip) で呼び出すことができる場合は、次のことができます。
git clone https://github.com/lllyasviel/Fooocus.git cd Fooocus pip3 install -r requirements_versions.txt
モデルのダウンロードについては、上記のセクションを参照してください。ソフトウェアは次のコマンドで起動できます。
python3 entry_with_update.py
または、リモート ポートを開きたい場合は、次を使用します。
python3 entry_with_update.py --listen
Fooocus Anime/Realistic Edition の場合は、 python entry_with_update.py --preset animeまたはpython entry_with_update.py --preset realisticを使用します。
プラットフォームごとに最小要件が異なることに注意してください。
上記の指示と同じです。トーチを AMD バージョンに変更する必要があります
pip uninstall torch torchvision torchaudio torchtext functorch xformers pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/rocm5.6
ただし、AMD は集中的にテストされていません。 AMD サポートはベータ版です。
Fooocus Anime/Realistic Edition の場合は、 python entry_with_update.py --preset animeまたはpython entry_with_update.py --preset realisticを使用します。
プラットフォームごとに最小要件が異なることに注意してください。
Windowsも同様です。ソフトウェアをダウンロードし、 run.batの内容を次のように編集します。
.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
次に、 run.bat実行します。
ただし、AMD は集中的にテストされていません。 AMD サポートはベータ版です。
AMD の場合は、Fooocus Anime/Realistic Edition の場合は.python_embededpython.exe entry_with_update.py --directml --preset animeまたは.python_embededpython.exe entry_with_update.py --directml --preset realisticを使用します。
プラットフォームごとに最小要件が異なることに注意してください。
Mac は集中的にテストされていません。以下は Mac を使用するための非公式のガイドラインです。ここで問題について話し合うことができます。
Fooocus は、macOS 'Catalina' 以降のバージョンを搭載した Apple Mac シリコン (M1 または M2) にインストールできます。 Fooocus は、PyTorch MPS デバイス アクセラレーションを介して Apple シリコン コンピュータ上で実行されます。 Mac Silicon コンピュータには専用のグラフィックス カードが付属していないため、専用のグラフィックス カードを搭載したコンピュータに比べて画像処理時間が大幅に長くなります。
conda パッケージ マネージャーと pytorch を毎晩インストールします。手順については、Mac Apple 開発者ガイドでの Accelerated PyTorch トレーニングをお読みください。 pytorch が MPS デバイスを認識していることを確認してください。
macOS ターミナル アプリを開き、 git clone https://github.com/lllyasviel/Fooocus.gitを使用してこのリポジトリのクローンを作成します。
新しい Fooocus ディレクトリcd Fooocusに変更します。
新しい conda 環境を作成しますconda env create -f environment.yaml 。
新しい conda 環境をアクティブ化しますconda activate fooocus 。
Fooocus に必要なパッケージをインストールしますpip install -r requirements_versions.txt 。
python entry_with_update.pyを実行して Fooocus を起動します。 (一部の Mac M2 ユーザーは、モデルのロード/アンロードを高速化するためにpython entry_with_update.py --disable-offload-from-vramが必要になる場合があります。) 初めて Fooocus を実行するときは、Stable Diffusion SDXL モデルが自動的にダウンロードされ、かなりの時間がかかります。時間はインターネット接続に応じて異なります。
Fooocus Anime/Realistic Edition の場合は、 python entry_with_update.py --preset animeまたはpython entry_with_update.py --preset realisticを使用します。
docker.md を参照してください。
ガイドラインはこちらをご覧ください。
Fooocus をローカルで実行するための最小要件は次のとおりです。デバイスの能力がこの仕様より低い場合、Fooocus をローカルで使用できない可能性があります。 (デバイスの能力が低いにもかかわらず Fooocus が動作する場合は、いずれの場合でもお知らせください。)
| オペレーティング·システム | GPU | 最小限の GPU メモリ | 最小限のシステムメモリ | システムスワップ | 注記 |
|---|---|---|---|---|---|
| Windows/Linux | Nvidia RTX 4XXX | 4ギガバイト | 8GB | 必須 | 最速の |
| Windows/Linux | Nvidia RTX 3XXX | 4ギガバイト | 8GB | 必須 | 通常は RTX 2XXX よりも高速です |
| Windows/Linux | Nvidia RTX 2XXX | 4ギガバイト | 8GB | 必須 | 通常は GTX 1XXX よりも高速です |
| Windows/Linux | Nvidia GTX 1XXX | 8GB（※6GBは不明） | 8GB | 必須 | CPUよりもわずかに速いだけです |
| Windows/Linux | Nvidia GTX 9XX | 8GB | 8GB | 必須 | CPUより速いか遅いか |
| Windows/Linux | Nvidia GTX < 9XX | サポートされていません | / | / | / |
| 窓 | AMD GPU | 8GB（2023 12 30更新） | 8GB | 必須 | DirectML 経由 (* ROCm は保留中)、Nvidia RTX 3XXX より約 3 倍遅い |
| Linux | AMD GPU | 8GB | 8GB | 必須 | ROCm 経由、Nvidia RTX 3XXX より約 1.5 倍遅い |
| マック | M1/M2 MPS | 共有 | 共有 | 共有 | Nvidia RTX 3XXX よりも約 9 倍遅い |
| Windows/Linux/Mac | CPUのみを使用する | 0GB | 32GB | 必須 | Nvidia RTX 3XXX よりも約 17 倍遅い |
* AMD GPU ROCm (保留中): AMD は、Windows での ROCm のサポートに引き続き取り組んでいます。
* Nvidia GTX 1XXX 6GB は不確実です: GTX 10XX で 6GB の成功を報告する人もいますが、失敗例を報告する人もいます。
Fooocus は非常に高品質な画像生成のみを目的としていることに注意してください。要件を減らし、結果の品質を犠牲にするために、より小さいモデルはサポートされません。
ここで一般的な問題を参照してください。
目標が異なると、Fooocus のデフォルトのモデルと構成も異なります。
| タスク | 窓 | Linux 引数 | 主要モデル | リファイナー | 構成 |
|---|---|---|---|---|---|
| 一般的な | run.bat | ジャガーノートXL_v8ランディフュージョン | 使用されていません | ここ | |
| 現実的な | run_realistic.bat | -- 現実的なプリセット | 現実的なStockPhoto_v20 | 使用されていません | ここ |
| アニメ | run_anime.bat | --プリセットアニメ | アニマペンシルXL_v500 | 使用されていません | ここ |
ダウンロードは自動的に行われることに注意してください。インターネット接続が正常であれば何もする必要はありません。ただし、独自の準備がある場合 (または別の場所から移動した場合)、手動でダウンロードできます。
Fooocus は、ローカルホスト上で実行することに加えて、次の 2 つの方法で UI を公開することもできます。
ローカル UI リスナー: --listenを使用します ( --port 8888などでポートを指定します)。
API アクセス: --shareを使用します ( .gradio.liveにエンドポイントを登録します)。
どちらの方法でも、デフォルトではアクセスは認証されません。基本認証を追加するには、メイン ディレクトリにauth.jsonというファイルを作成します。このファイルには、キーuserとpass持つ JSON オブジェクトのリストが含まれています (auth-example.json の例を参照)。
GPT2ベースのダイナミックスタイルとして即時拡張「Fooocus V2」。 (Midjourney の隠れた前処理と「生」モード、または LeonardoAI の Prompt Magic に似ています)。
単一の k-サンプラー内のネイティブ リファイナー スワップ。利点は、リファイナー モデルが、k サンプリングから収集されたベース モデルの運動量 (または ODE の履歴パラメーター) を再利用して、より一貫性のあるサンプリングを実現できることです。 Automatic1111 の高解像度修正と ComfyUI のノード システムでは、ベース モデルとリファイナーは 2 つの独立した k サンプラーを使用します。これは、運動量が大幅に無駄になり、サンプリングの連続性が壊れることを意味します。 Fooocus は独自の高度な k-diffusion サンプリングを使用して、リファイナー設定でのシームレスでネイティブな継続的なスワップを保証します。 (8 月 13 日更新: 実は、数日前に Automatic1111 とこの件について議論しましたが、「1 つの k-sampler 内のネイティブ リファイナー スワップ」が webui の dev ブランチにマージされているようです。素晴らしいです!)
ネガティブな ADM ガイダンス。 XL Base の最高解像度レベルにはクロス アテンションがないため、XL の最高解像度レベルの正信号と負信号は CFG サンプリング中に十分なコントラストを受け取ることができず、場合によっては結果が少しプラスチックのように見えたり、過度に滑らかになったりします。幸いなことに、XL の最高解像度レベルは依然として画像アスペクト比 (ADM) に依存しているため、正/負側で adm を変更して、最高解像度レベルでの CFG コントラストの不足を補うことができます。 (8 月 16 日更新、IOS アプリ Draw Things はネガティブ ADM ガイダンスをサポートします。素晴らしいです!)
「セルフアテンション ガイダンスを使用した拡散モデルのサンプル品質の向上」のセクション 5.1 の慎重に調整されたバリエーションを実装しました。重量は非常に低く設定されていますが、これは、XL が過度に滑らかまたはプラスチックの外観を決して生み出さないことを保証する Fooocus の最終保証です (例はここにあります)。これにより、ネガティブな ADM ガイダンスを使用した場合でも、XL が依然として過度にスムーズな結果を生成する場合があるすべてのケースをほぼ排除できます。 (2023 年 8 月 18 日更新、SAG のガウス カーネルは、構造の保存を改善し、アーティファクトを減らすために異方性カーネルに変更されました。)
スタイル テンプレートを少し変更し、「cinematic-default」を追加しました。
「sd_xl_offset_example-lora_1.0.safetensors」をテストしたところ、lora の重みが 0.5 未満の場合、結果は常に lora なしの XL よりも優れているようです。
サンプラーのパラメーターは慎重に調整されています。
XL は生成解像度に位置エンコーディングを使用するため、いくつかの固定解像度で生成された画像は、任意の解像度で生成された画像よりも多少良く見えます (位置エンコーディングは、トレーニング中に表示されない int 数値の処理があまり得意ではないため)。これは、最良の結果を得るために UI の解像度がハードコードされている可能性があることを示唆しています。
2 つの異なるテキスト エンコーダに個別のプロンプトを表示する必要はないようです。基本モデルとリファイナーの個別のプロンプトは機能する可能性がありますが、効果はランダムであるため、これを実装することは控えます。
XL は過度に滑らかなテクスチャを生成することがありますが、DPM ファミリはテクスチャの過度に密なディテールを生成することがあるため、DPM ファミリは XL に適しているように見えます。それらの共同効果は中立的であり、人間の知覚にとって魅力的に見えます。
複数のスタイルのバランスをとるとともに、迅速な拡張を実現するために慎重に設計されたシステム。
automatic1111 のメソッドを使用してプロンプトの強調を正規化します。これにより、ユーザーが civitai からプロンプトを直接コピーした場合の結果が大幅に向上します。
リファイナーのジョイント スワップ システムは、img2img とアップスケールもシームレスにサポートするようになりました。
CFG が 10 より大きい場合の CFG スケールと TSNR 補正 (SDXL 用に調整)。
初めて Fooocus を実行すると、設定ファイルがFooocusconfig.txtに生成されます。このファイルを編集して、モデル パスまたはデフォルト パラメータを変更できます。
たとえば、編集されたFooocusconfig.txt (このファイルは最初の起動後に生成されます) は次のようになります。
{ "path_checkpoints": "D:Fooocusmodelscheckpoints", "path_loras": "D:Fooocusmodelsloras", "path_embeddings": "D:Fooocusmodelsembeddings", "path_vae_estimate": "D:Fooocusmodelsvae_estimate"、"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": "低品質"、"default_positive_prompt": ""、"default_styles": [ "Fooocus V2"、"Fooocus Photograph"、"Fooocus Negative 」
】
}他の多くのキー、形式、例はFooocusconfig_modification_tutorial.txtにあります (このファイルは最初の起動後に生成されます)。
実際に設定を変更する前に、よく考えてください。何かを壊していることに気付いた場合は、 Fooocusconfig.txt削除してください。 Fooocus はデフォルトに戻ります。
より安全な方法は、「run_anime.bat」または「run_realistic.bat」を試してみることです。これらはすでにさまざまなタスクに十分に適しているはずです。
user_path_config.txtは非推奨であり、間もなく削除されることに注意してください。 （追記：すでに削除されています。）
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]]
プロンプトの例: __color__ flower
肯定的および否定的なプロンプトに対して処理されます。
事前定義されたオプションのリストからランダムなワイルドカードを選択します。この場合は、 wildcards/color.txtファイルです。ワイルドカードはランダムな色に置き換えられます (シードに基づくランダム性)。また、開発者デバッグ モードでRead wildcards in order ] チェックボックスを有効にすることで、ランダム性を無効にしてワイルドカード ファイルを上から下に処理することもできます。
ワイルドカードはネストして組み合わせることができ、同じプロンプトで複数のワイルドカードを使用できます (例はwildcards/color_flower.txtを参照)。
プロンプトの例: [[red, green, blue]] flower
肯定的なプロンプトに対してのみ処理されます。
配列を左から右に処理し、配列内の要素ごとに個別のイメージを生成します。この場合、各色に 1 つずつ、合計 3 つのイメージが生成されます。 3 つのバリアントすべてを生成するには、イメージ番号を 3 に増やします。
配列をネストすることはできませんが、同じプロンプトで複数の配列を使用できます。インライン LoRA を配列要素としてサポートします。
プロンプトの例: flower
肯定的なプロンプトに対してのみ処理されます。
LoRA をプロンプトに適用します。 LoRA ファイルは、 models/lorasディレクトリに配置する必要があります。
ここをクリックして高度な機能を参照してください。
以下は Fooocus への分岐点です。
| フーカスのフォーク |
|---|
| フェンネイシ/Fooocus-Control runew0lf/RuinedFooocus MoonRide303/Fooocus-MRE メーターカイ/SimpleSDXL mashb1t/フーカス 等々 ... |
Fooocus で利用できる追加の SDXL スタイルを作成してくれた twri と 3Diva と Marc K3nt3L に感謝します。
このプロジェクトは、Stable Diffusion WebUI と ComfyUI コードベースの混合から始まります。
また、Canvas Zoom に貢献してくれた daswer123 に感謝します。
ログはここにあります。
json ファイルをlanguageフォルダーに配置して、ユーザー インターフェイスを翻訳できます。
たとえば、以下はFooocus/language/example.jsonの内容です。
{ "Generate": "生成", "Input Image": "入力画像", "Advanced": "고급", "SAI 3D Model": "SAI 3D Model"} --language example arg を追加すると、Fooocus はFooocus/language/example.jsonを読み取って UI を翻訳します。
たとえば、Windows run.batの終了行を次のように編集できます。
.python_embededpython.exe -s Fooocusentry_with_update.py --language example
またはrun_anime.batとして
.python_embededpython.exe -s Fooocusentry_with_update.py --language example --preset anime
またはrun_realistic.batとして
.python_embededpython.exe -s Fooocusentry_with_update.py --language example --preset realistic
実際の翻訳の場合は、 Fooocus/language/jp.jsonまたはFooocus/language/cn.jsonなどの独自のファイルを作成し、フラグ--language jpまたは--language cnを使用できます。どうやら、これらのファイルは現在存在していないようです。これらのファイルを作成するにはあなたの協力が必要です。
--languageが指定されておらず、同時にFooocus/language/default.jsonが存在する場合、Fooocus は翻訳のために常にFooocus/language/default.jsonをロードすることに注意してください。デフォルトでは、ファイルFooocus/language/default.json存在しません。
