scepter

scepter

优化生成模型训练和推理的开源工具

SCEPTER是一个开源库,专注于生成模型的训练、微调和推理,适用于图像生成、转换和编辑任务。整合了社区常见实现与阿里巴巴同意实验室的专有方法,涵盖实用的生成框架、易用的实现方法和交互界面SCEPTER Studio,可支持自定义图像编辑任务和多种生成模型。它是AIGC研究人员与开发者的理想工具。

SCEPTER图像生成开源代码库生成模型AlibabGithub开源项目
<h1 align="center">🪄SCEPTER</h1> <p align="center"> <img src="https://yellow-cdn.veclightyear.com/35dd4d3f/4793e9dc-0832-4116-8677-1fd9c4555f08.svg"> <img src="https://yellow-cdn.veclightyear.com/35dd4d3f/7414ddaf-d94c-4769-b2d1-6fa905cb6007.svg"> <a href="https://pypi.org/project/scepter/"><img src="https://yellow-cdn.veclightyear.com/35dd4d3f/5da2fa4c-8ea4-4221-8972-783b9a3e586a.svg"></a> <a href="https://github.com/modelscope/scepter/blob/main/LICENSE"><img src="https://yellow-cdn.veclightyear.com/35dd4d3f/751f841d-21ee-4063-be09-d42a1b2fec14.png"></a> <a href="https://github.com/modelscope/scepter/"><img src="https://yellow-cdn.veclightyear.com/35dd4d3f/df276af2-633a-40f1-ac30-113abbceea4e.svg"></a> </p>

🪄SCEPTER是一个专注于生成训练、微调和推理的开源代码库,涵盖了诸如图像生成、迁移、编辑等一套下游任务。SCEPTER集成了流行的社区驱动实现以及阿里巴巴集团同裔实验室的专有方法,为AIGC领域的研究人员和从业者提供了一个全面的工具包。这个多功能库旨在促进行业创新,加速快速发展的生成模型领域的发展。

SCEPTER提供了3个核心组件:

🎉 新闻

  • [2024.07]:支持基于DiT架构的开源生成模型的推理和训练,例如SD3PixArt
  • [2024.05]:推出SCEPTER v1,支持定制化图像编辑任务!只需提供10对图像,SCEPTER将为您调整一个编辑调谐器,用于图像到图像的任务,如泥土风格去除文字分割等。
  • [2024.04]:在SCEPTER Studio上新增StyleBooth演示,用于基于文本的风格编辑
  • [2024.03]:我们优化了训练UI和检查点管理。在SCEPTER Studio上新增LAR-Gen模型,支持缩放出虚拟试穿图像修补
  • [2024.02]:我们发布了新的SD v2.1和SD XL的SCEdit可控图像合成模型。应用多种策略加速SCEPTER Studio的推理时间。
  • [2024.01]:我们发布了SCEPTER Studio,一个基于Gradio的数据管理、模型训练和推理的集成工具包。
  • [2024.01]:SCEdit支持可控图像合成的训练和推理。
  • [2023.12]:我们提出了SCEdit,一个高效且可控的生成框架。
  • [2023.12]:我们发布了🪄SCEPTER库。

🖼 最近作品画廊

编辑调谐器

只需提供10对图像,SCEPTER将为您调整一个编辑调谐器,用于图像到图像的任务,如泥土风格去除文字分割等。 试试我们的官方少样本数据集:去除文字Image2HedImage2DepthDepth2Image

<table><tbody> <tr> <th align="center" colspan="4">泥土风格<br>提示:"将这张图片转换成泥土风格"</th> </tr> <tr> <td><img src="https://yellow-cdn.veclightyear.com/35dd4d3f/22e64516-3ac3-4f48-8bde-60709e90a70a.jpeg" width="300"></td> <td><img src="https://yellow-cdn.veclightyear.com/35dd4d3f/fdb87b52-7978-47c4-bee5-bedf611a1867.jpeg" width="300"></td> <td><img src="https://yellow-cdn.veclightyear.com/35dd4d3f/425908e0-5c55-467c-a24a-9c0e59da0e8d.jpg" width="300"></td> <td><img src="https://yellow-cdn.veclightyear.com/35dd4d3f/867af88d-9af5-4b15-834f-bee00cab59bf.jpeg" width="300"></td> </tr> <tr> <th align="center" colspan="2">去除文字<br>提示:"去除文本信息"</th> <th align="center" colspan="2">Image2Hed<br>提示:"转换为边缘图"</th> </tr> <tr> <td><img src="https://yellow-cdn.veclightyear.com/35dd4d3f/b30dd904-4ba0-4c9c-8f2b-5862cc349e6a.jpg" width="300"></td> <td><img src="https://yellow-cdn.veclightyear.com/35dd4d3f/b8de506f-5db2-481e-aab9-559b91052103.jpeg" width="300"></td> <td><img src="https://yellow-cdn.veclightyear.com/35dd4d3f/425908e0-5c55-467c-a24a-9c0e59da0e8d.jpg" width="300"></td> <td><img src="https://yellow-cdn.veclightyear.com/35dd4d3f/e3ad2a7f-cbe1-4c16-aa69-f605b9a3b14e.jpeg" width="300"></td> </tr> <tr> <th align="center" colspan="2">Image2Depth<br>提示:"计算深度图"</th> <th align="center" colspan="2">Depth2Image<br>提示:"将深度图转换为彩色图像"</th> </tr> <tr> <td><img src="https://yellow-cdn.veclightyear.com/35dd4d3f/f47ea791-9626-454b-8f59-c573d54d2641.jpg" width="300"></td> <td><img src="https://yellow-cdn.veclightyear.com/35dd4d3f/91bc11db-9907-4b83-844b-164f7a564641.jpeg" width="300"></td> <td><img src="https://yellow-cdn.veclightyear.com/35dd4d3f/c267a928-b582-436e-b6d6-fe2b1469d75d.jpg" width="300"></td> <td><img src="https://yellow-cdn.veclightyear.com/35dd4d3f/9adcdd6a-1479-484a-92c8-14dcb40abbbc.jpeg" width="300"></td> </tr> </tbody> </table> 注意:左侧图像为输入,右侧图像为输出。

🛠️ 安装

  • 使用conda命令创建新环境:
conda env create -f environment.yaml conda activate scepter
  • 使用pip命令安装:

我们建议安装特定版本的PyTorch和加速工具箱xFormers。你可以通过pip安装这些推荐版本:

pip install -r requirements/recommended.txt pip install scepter

🧩 生成框架

教程

文档关键特性
训练DDP / FSDP / FairScale / Xformers
推理动态加载/卸载
数据集管理本地 / Http / OSS / Modelscope

📝 流行的方法

当前支持的方法

任务方法链接
文本生成图像SD v1.5Hugging Face Repo
文本生成图像SD v2.1Hugging Face Repo
文本生成图像SD-XLHugging Face Repo
高效调优LoRAArxiv   link
高效调优Res-Tuning(NeurIPS23)Arxiv   link Page link
可控图像合成🌟SCEdit(CVPR24)Arxiv   link Page link
图像编辑🌟LAR-GenArxiv   link Page link
图像编辑🌟StyleBoothArxiv   link Page link

🖥️ SCEPTER Studio

启动

要充分体验 SCEPTER Studio,可以启动以下命令行:

pip install scepter python -m scepter.tools.webui

或者在克隆仓库代码后运行

git clone https://github.com/modelscope/scepter.git PYTHONPATH=. python scepter/tools/webui.py --cfg scepter/methods/studio/scepter_ui.yaml

SCEPTER Studio 的启动不需要手动下载和组织模型;它将自动加载相应的模型并将其存储在本地目录中。 根据网络和硬件情况,初次启动通常需要15-60分钟,主要涉及下载和处理SDv1.5、SDv2.1和SDXL模型。 因此,后续的启动会变得更快(大约一分钟),因为不再需要下载。

使用演示

图像编辑训练模型共享模型推理数据管理
<video src="https://www.modelscope.cn/api/v1/models/iic/scepter/repo?Revision=master&FilePath=assets%2Fscepter_studio%2Fimage_editing_20240419.webm" width="240" controls></video><video src="https://www.modelscope.cn/api/v1/models/iic/scepter/repo?Revision=master&FilePath=assets%2Fscepter_studio%2Ftraining_20240419.webm" width="240" controls></video><video src="https://www.modelscope.cn/api/v1/models/iic/scepter/repo?Revision=master&FilePath=assets%2Fscepter_studio%2Fmodel_sharing_20240419.webm" width="240" controls></video><video src="https://www.modelscope.cn/api/v1/models/iic/scepter/repo?Revision=master&FilePath=assets%2Fscepter_studio%2Fmodel_inference_20240419.webm" width="240" controls></video><video src="https://www.modelscope.cn/api/v1/models/iic/scepter/repo?Revision=master&FilePath=assets%2Fscepter_studio%2Fdata_management_20240419.webm" width="240" controls></video>

Modelscope Studio & Huggingface Space

我们在Modelscope上部署了一个仅包含推理选项的工作工作室,请参考 ms_scepter_studiohf_scepter_studio

🔍 了解更多

BibTeX

如果我们的工作对您的研究有帮助,请考虑引用:

@misc{scepter, title = {SCEPTER, https://github.com/modelscope/scepter}, author = {SCEPTER}, year = {2023} }

许可

此项目使用 Apache License (Version 2.0) 许可。

致谢

感谢 Stability-AISWIFT libraryFooocus 的出色工作。

编辑推荐精选

讯飞智文

讯飞智文

一键生成PPT和Word,让学习生活更轻松

讯飞智文是一个利用 AI 技术的项目,能够帮助用户生成 PPT 以及各类文档。无论是商业领域的市场分析报告、年度目标制定,还是学生群体的职业生涯规划、实习避坑指南,亦或是活动策划、旅游攻略等内容,它都能提供支持,帮助用户精准表达,轻松呈现各种信息。

AI办公办公工具AI工具讯飞智文AI在线生成PPTAI撰写助手多语种文档生成AI自动配图热门
讯飞星火

讯飞星火

深度推理能力全新升级,全面对标OpenAI o1

科大讯飞的星火大模型,支持语言理解、知识问答和文本创作等多功能,适用于多种文件和业务场景,提升办公和日常生活的效率。讯飞星火是一个提供丰富智能服务的平台,涵盖科技资讯、图像创作、写作辅助、编程解答、科研文献解读等功能,能为不同需求的用户提供便捷高效的帮助,助力用户轻松获取信息、解决问题,满足多样化使用场景。

热门AI开发模型训练AI工具讯飞星火大模型智能问答内容创作多语种支持智慧生活
Spark-TTS

Spark-TTS

一种基于大语言模型的高效单流解耦语音令牌文本到语音合成模型

Spark-TTS 是一个基于 PyTorch 的开源文本到语音合成项目,由多个知名机构联合参与。该项目提供了高效的 LLM(大语言模型)驱动的语音合成方案,支持语音克隆和语音创建功能,可通过命令行界面(CLI)和 Web UI 两种方式使用。用户可以根据需求调整语音的性别、音高、速度等参数,生成高质量的语音。该项目适用于多种场景,如有声读物制作、智能语音助手开发等。

Trae

Trae

字节跳动发布的AI编程神器IDE

Trae是一种自适应的集成开发环境(IDE),通过自动化和多元协作改变开发流程。利用Trae,团队能够更快速、精确地编写和部署代码,从而提高编程效率和项目交付速度。Trae具备上下文感知和代码自动完成功能,是提升开发效率的理想工具。

AI工具TraeAI IDE协作生产力转型热门
咔片PPT

咔片PPT

AI助力,做PPT更简单!

咔片是一款轻量化在线演示设计工具,借助 AI 技术,实现从内容生成到智能设计的一站式 PPT 制作服务。支持多种文档格式导入生成 PPT,提供海量模板、智能美化、素材替换等功能,适用于销售、教师、学生等各类人群,能高效制作出高品质 PPT,满足不同场景演示需求。

讯飞绘文

讯飞绘文

选题、配图、成文,一站式创作,让内容运营更高效

讯飞绘文,一个AI集成平台,支持写作、选题、配图、排版和发布。高效生成适用于各类媒体的定制内容,加速品牌传播,提升内容营销效果。

热门AI辅助写作AI工具讯飞绘文内容运营AI创作个性化文章多平台分发AI助手
材料星

材料星

专业的AI公文写作平台,公文写作神器

AI 材料星,专业的 AI 公文写作辅助平台,为体制内工作人员提供高效的公文写作解决方案。拥有海量公文文库、9 大核心 AI 功能,支持 30 + 文稿类型生成,助力快速完成领导讲话、工作总结、述职报告等材料,提升办公效率,是体制打工人的得力写作神器。

openai-agents-python

openai-agents-python

OpenAI Agents SDK,助力开发者便捷使用 OpenAI 相关功能。

openai-agents-python 是 OpenAI 推出的一款强大 Python SDK,它为开发者提供了与 OpenAI 模型交互的高效工具,支持工具调用、结果处理、追踪等功能,涵盖多种应用场景,如研究助手、财务研究等,能显著提升开发效率,让开发者更轻松地利用 OpenAI 的技术优势。

Hunyuan3D-2

Hunyuan3D-2

高分辨率纹理 3D 资产生成

Hunyuan3D-2 是腾讯开发的用于 3D 资产生成的强大工具,支持从文本描述、单张图片或多视角图片生成 3D 模型,具备快速形状生成能力,可生成带纹理的高质量 3D 模型,适用于多个领域,为 3D 创作提供了高效解决方案。

3FS

3FS

一个具备存储、管理和客户端操作等多种功能的分布式文件系统相关项目。

3FS 是一个功能强大的分布式文件系统项目,涵盖了存储引擎、元数据管理、客户端工具等多个模块。它支持多种文件操作,如创建文件和目录、设置布局等,同时具备高效的事件循环、节点选择和协程池管理等特性。适用于需要大规模数据存储和管理的场景,能够提高系统的性能和可靠性,是分布式存储领域的优质解决方案。

下拉加载更多