flowty实时LCM画布

示例动图

关于

这是一个使用LCM和gradio库的实时草图到图像演示。如果你不熟悉LCM，可以在这里了解 - Hugging Face上的文章。

感谢LCM LoRA，你还可以通过更改用户界面中的模型ID来使用不同的模型。预期效果是让你能够在一侧绘图，并在另一侧几乎实时地看到变化。

不用说，这在一些GPU上表现会较差，在另一些GPU上表现会更好。4090通常在实时场景中表现最佳。分享你的结果吧！

这在配备M2 Max、30 GPU - 32GB组合的MacBook Pro上进行了测试，使用Python 3.10。推理时间可以接受，每次渲染约1.2秒。如果你的机器性能良好，可以随意调整参数以获得更好的结果。你还可以根据你的模型在ui.py中将画布大小更改为768 / 1024。

设置

如果你想隔离项目环境，可以设置虚拟环境：python -m venv env
- MacOS激活：source ./env/bin/activate
- Windows激活：env\Scripts\activate
Nvidia用户应使用此命令安装PyTorch：pip install torch --extra-index-url https://download.pytorch.org/whl/cu121
安装依赖：pip install -r requirements.txt
运行ui.py：python ui.py

运行ui.py后，模型应该会自动下载到models目录。根据你的网络情况，可能需要几分钟。模型下载完成后，gradio会在控制台打印出你可以访问用户界面的URL。

使用Google Colab

Google Colab用户也可以通过执行以下命令并访问生成的Gradio公共URL来使用它。（我认为这目前仅适用于Colab Pro。）

!git clone https://github.com/flowtyone/flowty-realtime-lcm-canvas.git
%cd flowty-realtime-lcm-canvas
!pip install -r requirements.txt
!python ui.py --share

这是来自flowt.ai的社区项目。如果你喜欢，请关注我们！