onnx web

onnx-เว็บ

onnx-web ได้รับการออกแบบมาเพื่อลดความซับซ้อนของกระบวนการเรียกใช้ Stable Diffusion และรุ่น ONNX อื่นๆ เพื่อให้คุณสามารถมุ่งเน้นไปที่การสร้างงานศิลปะคุณภาพสูงและมีความละเอียดสูง ด้วยประสิทธิภาพของการเร่งด้วยฮาร์ดแวร์บน GPU ทั้ง AMD และ Nvidia และนำเสนอซอฟต์แวร์ทางเลือก CPU ที่เชื่อถือได้ ทำให้มีฟีเจอร์เต็มรูปแบบบนเดสก์ท็อป แล็ปท็อป และเซิร์ฟเวอร์หลาย GPU พร้อมประสบการณ์ผู้ใช้ที่ราบรื่น

คุณสามารถนำทางผ่าน UI บนเว็บที่เป็นมิตรต่อผู้ใช้ ซึ่งโฮสต์บนเพจ Github และเข้าถึงได้จากเบราว์เซอร์หลักๆ ทั้งหมด รวมถึงอุปกรณ์เคลื่อนที่ที่คุณใช้งานอยู่ ที่นี่ คุณจะมีความยืดหยุ่นในการเลือกโมเดลการแพร่กระจายและตัวเร่งความเร็วสำหรับไปป์ไลน์รูปภาพแต่ละอัน โดยสามารถเข้าถึงพารามิเตอร์รูปภาพที่กำหนดแต่ละโหมดได้อย่างง่ายดาย ไม่ว่าคุณจะอัพโหลดภาพหรือแสดงอารมณ์ทางศิลปะผ่านการลงสีและลงสีภายนอก onnx-web มอบสภาพแวดล้อมที่เป็นมิตรกับผู้ใช้และทรงพลัง รูปภาพเอาต์พุตล่าสุดจะถูกนำเสนออย่างเรียบร้อยใต้ส่วนควบคุม ทำหน้าที่เป็นข้อมูลอ้างอิงภาพที่มีประโยชน์ในการทบทวนพารามิเตอร์ก่อนหน้าหรือรีมิกซ์เอาต์พุตก่อนหน้าของคุณ

เจาะลึกประสบการณ์ onnx-web ด้วย API ซึ่งเข้ากันได้กับทั้ง Linux และ Windows อินเทอร์เฟซ RESTful นี้ผสานรวมไปป์ไลน์ต่างๆ จากไลบรารีตัวกระจาย HuggingFace ได้อย่างราบรื่น โดยนำเสนอข้อมูลเมตาอันมีค่าเกี่ยวกับโมเดลและตัวเร่งความเร็ว พร้อมด้วยผลลัพธ์โดยละเอียดจากการเรียกใช้งานสร้างสรรค์ของคุณ

เริ่มต้นการเดินทางศิลปะเชิงสร้างสรรค์ของคุณด้วย onnx-web และสำรวจความสามารถของมันผ่านไซต์เอกสารประกอบโดยละเอียดของเรา ค้นหาคู่มือเริ่มต้นใช้งาน คู่มือการตั้งค่า และคู่มือผู้ใช้ที่ครอบคลุมซึ่งรอที่จะส่งเสริมความพยายามสร้างสรรค์ของคุณ!

โปรดตรวจสอบไซต์เอกสารสำหรับข้อมูลเพิ่มเติม:

• คู่มือการเริ่มต้นใช้งาน
• คู่มือการตั้งค่า
• คู่มือผู้ใช้

คุณสมบัติ

นี่คือรายการฟีเจอร์ใหม่และน่าสนใจที่ไม่สมบูรณ์:

• รองรับ SDXL และ SDXL Turbo
• ตัวกำหนดเวลาที่หลากหลาย: DDIM, DEIS, DPM SDE, Euler Ancestral, LCM, UniPC และอื่นๆ
• การเร่งความเร็วด้วยฮาร์ดแวร์ทั้ง AMD และ Nvidia
  • ทดสอบบน CUDA, DirectML และ ROCm
  • รองรับ half-precision สำหรับ GPU หน่วยความจำต่ำทั้ง AMD และ Nvidia
  • ทางเลือกซอฟต์แวร์สำหรับระบบ CPU เท่านั้น
• แอปพลิเคชันเว็บเพื่อสร้างและดูภาพ
  • โฮสต์บนเพจ Github จาก CDN ของคุณหรือในเครื่อง
  • ยังคงมีภาพและความคืบหน้าล่าสุดของคุณเมื่อคุณเปลี่ยนแท็บ
  • จัดคิวหลายภาพและลองข้อผิดพลาดอีกครั้ง
  • มีการแปลเป็นภาษาอังกฤษ ฝรั่งเศส เยอรมัน และสเปน (โปรดเปิดประเด็นเพิ่มเติม)
• รองรับท่อ diffusers จำนวนมาก
  • txt2img
  • img2img
  • การวาดภาพด้วยการวาดหน้ากากและอัพโหลด
  • พาโนรามาสำหรับทั้ง SD v1.5 และ SDXL
  • การลดขนาดด้วยการเร่งความเร็ว ONNX
• เพิ่มและใช้โมเดลของคุณเอง
  • แปลงโมเดลจากตัวกระจายและจุดตรวจ SD
  • ดาวน์โหลดโมเดลจากแหล่ง HuggingFace, Civitai และ HTTPS
• ผสมผสานในเครือข่ายเพิ่มเติม
  • การผสมแบบถาวรและรวดเร็ว
  • รองรับตุ้มน้ำหนัก LoRA และ LyCORIS
  • รองรับแนวคิดและการฝังข้อความผกผัน
    • แต่ละชั้นของการฝังสามารถควบคุมและใช้งานแยกกันได้
• คอนโทรลเน็ต
  • ฟิลเตอร์ภาพสำหรับการตรวจจับขอบและวิธีการอื่นๆ
  • พร้อมอัตราเร่ง ONNX
• โหมดไฮเรส
  • รัน img2img กับผลลัพธ์ของไปป์ไลน์อื่น
  • การวนซ้ำหลายครั้งสามารถสร้างภาพขนาด 8k และใหญ่กว่าได้
• การแจ้งเตือนแบบหลายขั้นตอนและภูมิภาค
  • รวมข้อความแจ้งหลายรายการไว้ในรูปภาพเดียวกันได้อย่างราบรื่น
  • ระบุพื้นที่ต่างๆ ในภาพและผสมผสานเข้าด้วยกัน
  • เปลี่ยนพรอมต์สำหรับโหมดความละเอียดสูงและปรับแต่งรายละเอียดโดยไม่ต้องเรียกซ้ำ
• ความยาวพร้อมท์ไม่สิ้นสุด
  • ด้วยการถ่วงน้ำหนักที่รวดเร็วยาวนาน
• โหมดการผสมภาพ
  • รวมภาพจากประวัติศาสตร์
• การลดขนาดและการแก้ไข
  • การลดขนาดด้วย Real ESRGAN, SwinIR และ Stable Diffusion
  • แก้ไขใบหน้าด้วย CodeFormer และ GFPGAN
• เซิร์ฟเวอร์ API สามารถเรียกใช้จากระยะไกลได้
  • REST API สามารถให้บริการผ่าน HTTPS หรือ HTTP
  • การประมวลผลพื้นหลังสำหรับไปป์ไลน์รูปภาพทั้งหมด
  • สำรวจสถานะรูปภาพ เล่นได้ดีกับโหลดบาลานเซอร์
• มีคอนเทนเนอร์ OCI ให้
  • สำหรับตัวเร่งฮาร์ดแวร์ที่รองรับทั้งหมด
  • รวมทั้งชุด API และ GUI ไว้ในคอนเทนเนอร์เดียว
  • ทำงานได้ดีบน RunPod, Vast.ai และบริการโฮสติ้งคอนเทนเนอร์ GPU อื่นๆ

สารบัญ

• onnx-เว็บ
  • คุณสมบัติ
  • สารบัญ
  • ตั้งค่า
    • การเพิ่มโมเดลของคุณเอง
  • การใช้งาน
    • ข้อผิดพลาดและแนวทางแก้ไขที่ทราบ
    • เรียกใช้คอนเทนเนอร์
  • เครดิต

ตั้งค่า

มีหลายวิธีในการรัน onnx-web:

• ข้ามแพลตฟอร์ม:
  • โคลนพื้นที่เก็บข้อมูลนี้ สร้างสภาพแวดล้อมเสมือน และรัน pip install
  • การดึงและใช้งานคอนเทนเนอร์ OCI
• บนวินโดวส์:
  • โคลนพื้นที่เก็บข้อมูลนี้และเรียกใช้หนึ่งในสคริปต์ setup-*.bat
  • ดาวน์โหลดและเรียกใช้ชุดรวมออลอินวันรุ่นทดลอง

คุณเพียงต้องเรียกใช้เซิร์ฟเวอร์และไม่จำเป็นต้องคอมไพล์อะไรเลย GUI ไคลเอนต์โฮสต์อยู่บน Github Pages และรวมอยู่ในชุด Windows all-in-one

เอกสารการตั้งค่าเพิ่มเติมได้ถูกย้ายไปยังคู่มือการตั้งค่าแล้ว

การเพิ่มโมเดลของคุณเอง

คุณสามารถเพิ่มโมเดลของคุณเองได้โดยการดาวน์โหลดจาก HuggingFace Hub หรือ Civitai หรือโดยการแปลงจากไฟล์ในเครื่อง โดยไม่ต้องทำการเปลี่ยนแปลงโค้ดใดๆ คุณยังสามารถดาวน์โหลดและผสมผสานเครือข่ายเพิ่มเติม เช่น LoRA และ Textual Inversions โดยใช้โทเค็นในข้อความแจ้ง

การใช้งาน

ข้อผิดพลาดและแนวทางแก้ไขที่ทราบ

โปรดดูส่วนข้อผิดพลาดที่ทราบของคู่มือผู้ใช้

เรียกใช้คอนเทนเนอร์

ข้อมูลนี้ได้ถูกย้ายไปยังคู่มือผู้ดูแลเซิร์ฟเวอร์แล้ว

เครดิต

รหัสการแปลงและไปป์ไลน์บางส่วนถูกคัดลอกหรือได้มาจากรหัสใน:

• 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
  • ใบอนุญาตที่ไม่ใช่เชิงพาณิชย์: https://github.com/d8aอันตราย/sd_dreambooth_extension/blob/main/license.md
  • https://github.com/d8aอันตราย/sd_dreambooth_extension/blob/main/dreambooth/sd_to_diff.py
• huggingface/diffusers
  • อาปาเช่ 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
  • อาปาเช่ v2: https://github.com/uchuusen/pipeline_onnx_stable_diffusion_instruct_pix2pix/blob/main/LICENSE

ชิ้นส่วนเหล่านั้นมีใบอนุญาตของตนเองพร้อมข้อจำกัดเพิ่มเติมในการใช้งานเชิงพาณิชย์ การดัดแปลง และการแจกจ่ายซ้ำ ส่วนที่เหลือของโปรเจ็กต์อยู่ภายใต้ใบอนุญาตของ MIT และฉันกำลังดำเนินการเพื่อแยกส่วนประกอบเหล่านี้ออกเป็นไลบรารี

มีตัวเลือกที่ดีอื่นๆ มากมายสำหรับการใช้ Stable Diffusion กับการเร่งด้วยฮาร์ดแวร์ ได้แก่:

• 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

การติดตั้งและใช้งาน AMD จะเป็นไปไม่ได้หากไม่มีคำแนะนำจาก:

• 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