Coisas que eu quero fazer
Execute o SD3.5-medium (stable-diffusion-3.5-medium) a partir da linha de comando usando o arquivo stable-diffusion.cpp.
Há rumores de que seja rápido e de boa qualidade.
Ele pode ser executado tanto em GPUs quanto em CPUs da AMD.
configuração do ambiente
difusão-estável.cpp
Faça o download do arquivo Zip apropriado para o seu ambiente na página seguinte.
Se você quiser executá-lo em uma GPU AMD, precisará de algo com ‘vulkan’ ou ‘rocm’ no nome.
(Basicamente, o Vulkan deve funcionar bem. O ROCM provavelmente terá limitações quanto às GPUs que podem ser usadas.)
Isso se aplica às GPUs da NVidia que têm CUDA em seu nome.
AVX512, AVX2, AVX e NOAVX são baseados na CPU. Verifique qual versão do AVX é compatível com sua CPU e faça o download. (Eu estava enganado, mas parece que as CPUs da AMD também podem usar AVX. É mais fácil perguntar a um especialista em IA qual versão é compatível.)
Depois de extrair o arquivo baixado para uma pasta de sua escolha, você estará pronto para começar.
Modelo
Faça o download de um modelo na página seguinte. (Quanto maior o número após o Q, melhor o desempenho e maior o tempo de geração.)
Em seguida, baixe um dos arquivos t5xxl_XXXXX.safetensors, juntamente com clip_g.safetensors e clip_l.safetensors (um total de três arquivos) na página seguinte.
Em seguida, baixe o arquivo diffusion_pytorch_model.safetensors da página a seguir. Observe que você precisará fazer login no Hugging Face e concordar com os termos de uso para baixá-lo. (Após fazer login e acessar a aba do modelo, uma interface para concordar com os termos será exibida.)
execução
Abra a linha de comando e navegue até a pasta onde você extraiu o arquivo stable-diffusion.cpp.
Execute o seguinte comando. (Substitua o caminho do modelo pelo caminho do modelo que você está usando.)
sd-cli.exe --diffusion-model モデルパス --clip_l clip_l.safetensorsのパス --vae diffusion_pytorch_model.safetensorsのパス --clip_g clip_g.safetensorsのパス --t5xxl t5xxl_XXXX.safetensorsのパス -H 512 -W 512 -p "a lovely cat" --cfg-scale 4.5 --sampling-method euler -v --clip-on-cpu
Se uma imagem de gato for gerada na pasta onde você executou o comando, significa que a operação foi bem-sucedida.
Opções (argumentos)
As opções estão resumidas na página seguinte.
Abaixo estão listados apenas os modelos básicos mais comuns.
| -m | Caminho do modelo |
| -p | incitar |
| -s | Valor inicial Especifique -1 para gerar aleatoriamente. Observe que, se você não especificar um formato, a mesma imagem será gerada todas as vezes. |
-H | Altura da imagem |
| -EM | Largura da imagem |
--pé | via VAE |
--passos | Etapa. Valor inicial: 20 Note que, para alguns modelos, um número menor pode ser melhor. (O exemplo oficial da Qwen Image era 50.) |
Velocidade de execução
A velocidade de geração de imagens é a seguinte: (Isso não inclui o tempo de carregamento do modelo nem o tempo após a iteração.)
| Modelo | CreationTime（ｓ） |
| difusão estável (Vulkan) | 36 |
| Imagem da Rainha (Vulkan) | 623 |
| SD3.5-médio (Vulcan) | 56 |
Na minha opinião pessoal, como já se comentava, a qualidade da imagem é superior à do StableDiffusion e parece ter um equilíbrio melhor do que os dois modelos com os quais o comparei.
コメント