我想做的事情
使用 stable-diffusion.cpp 从命令行执行 Qwen-Image 图像编辑。
这项图像编辑功能显然可以与谷歌的NanoBanana相媲美。
它既可以在 AMD 的 GPU 上运行，也可以在 AMD 的 CPU 上运行。
环境设置
稳定扩散.cpp
请从以下页面下载适合您环境的 Zip 文件。
如果你想在 AMD GPU 上运行它，你需要一个名称中带有vulkan或rocm 的程序。
（基本上，Vulkan 应该没问题。ROCM 可能会对可使用的 GPU 有限制。）
这适用于名称中带有CUDA 的英伟达 GPU。
AVX512、AVX2、AVX 和 NOAVX 都是基于 CPU 的指令集。请检查哪个 AVX 版本与您的 CPU 兼容并下载。（我之前弄错了，但 AMD CPU 似乎也可以使用 AVX。最简单的办法是咨询 AI 以确定哪个版本兼容。）
将下载的文件解压到你选择的文件夹后，就可以开始了。
模型
请从以下页面依次下载这三个模型。
Vae模型和LLM模型与下文中使用的模型相同。（请注意，扩散模型有所不同。）
对于由多个文件组成的文件，较大的文件大小需要更多的内存，但精度会更高。
请根据您的使用环境决定使用哪种型号。
在我的环境中（Ryzen 7 7735HS 搭配 Radeon 显卡 + 32GB 内存），我使用了 Qwen_Image_Edit-Q4_0.gguf。
扩散模型（Qwen 图片编辑）
脚
llm
执行
启动命令行并导航到您解压 stable-diffusion.cpp 的文件夹。
执行以下命令。（将模型路径替换为您使用的模型路径。将输入文件设置为输入图像的路径。）
sd-cli.exe --diffusion-model 扩散模型路径 --vae VAE 模型路径 --llm llm 模型路径 --cfg-scale 2.5 --sampling-method euler --offload-to-cpu --diffusion-fa --flow-shift 3 -r 输入文件 -p将眼睛颜色更改为红色--seed -1
如果输出文件 ./output.png 包含输入图像但眼睛是红色的图像，则表示处理成功。
输入图像
输出图像
（在上面的例子中，效果很好，但是如果使用“闭上眼睛”提示，输入的图像就会原样输出。）
选项（参数）
选项汇总如下页。
以下仅列出最常用的基本功能。
| -m | 模型路径 |
| -p | 迅速的 |
| -s | 种子价值 指定-1以随机生成。 请注意，如果您不指定格式，则每次都会生成相同的图像。 |
-H | 图片高度 |
| -在 | 图片宽度 |
- 脚 | VAE路径 |
步骤 | 步骤。初始值：20 请注意，对于某些型号，较低的数值可能更好。 （Qwen Image提供的官方示例为50。） |
执行速度
图像生成速度如下：（不包括模型加载时间或迭代后的时间。）
| 模型 | 创建时间（ｓ） |
| 稳定扩散（Vulkan） | 36 |
| Qwen Image（Vulkan） | 623 |
| Qwen图像编辑（Vulkan） | 1683 |
关于 Qwen 图片编辑 2509
Qwen Image Edit 2509 的模型可以在下一页找到。
在我将扩散模型替换为我在下面下载的模型路径后，上述 Qwen Image Edit 执行命令生效了。
The official documentation mentions adding `--llm_vision` when running Qwen Image Edit 2509, but I was unable to run it with this argument. (This might be an environment issue.)执行结果
创建时间：2034.03秒
这或许只是巧合，但Queen Image Edit 2509 中的“闭眼”功能也非常好用。
コメント