【亲测免费】 GLIGEN GUI 项目使用教程
2026-01-22 04:09:04作者:戚魁泉Nursing
1. 项目介绍
GLIGEN GUI 是一个基于 ComfyUI 的直观图形用户界面,旨在简化 GLIGEN 的使用。GLIGEN 是一种新颖的方法,用于在文本到图像模型中精确指定对象的位置。通过 GLIGEN GUI,用户可以更轻松地使用 ComfyUI 与 GLIGEN 进行交互。
2. 项目快速启动
2.1 环境准备
首先,确保你已经成功安装并运行了 ComfyUI。接下来,下载 gligen_sd14_textbox_pruned.safetensors GLIGEN 模型文件,并将其放置在 ComfyUI/models/gligen 目录中。
2.2 安装依赖
确保你已经安装了 Flask:
pip install flask
2.3 克隆项目
克隆 GLIGEN GUI 项目到本地:
git clone https://github.com/mut-ex/gligen-gui.git
cd gligen-gui
2.4 启动 GUI
运行以下命令启动 GUI:
flask --app 'gligen_gui:create_app(8188)' run --port 5000
注意:假设你的 ComfyUI 实例使用的是端口 8188。如果不是,请将 8188 替换为正确的端口号。
2.5 访问 GUI
在浏览器中打开以下 URL 以开始使用 GUI:
http://127.0.0.1:5000/port/8188
如果 ComfyUI 使用的端口不同,请相应地更改 URL 中的端口号。
3. 应用案例和最佳实践
3.1 应用案例
GLIGEN GUI 可以用于生成具有精确位置控制的图像。例如,用户可以通过绘制接地框并输入相应的提示来生成特定位置的对象图像。
3.2 最佳实践
- 选择合适的模型:确保选择适合的 Stable Diffusion 1.5 检查点。
- 优化提示:在“POSITIVE”文本输入中,建议仅输入与图像风格和质量相关的标签,以获得更好的效果。
- 使用 LORA:如果需要,可以通过按下“+”按钮在 LORA 部分添加多个 LORA,并调整其强度。
4. 典型生态项目
- ComfyUI:GLIGEN GUI 的后端依赖于 ComfyUI,这是一个强大的图像生成工具。
- Stable Diffusion:GLIGEN GUI 使用 Stable Diffusion 模型来生成图像。
- GLIGEN:GLIGEN 是该项目的主要技术基础,用于在文本到图像模型中指定对象的精确位置。
通过以上步骤,你可以快速上手并使用 GLIGEN GUI 进行图像生成。
登录后查看全文
热门项目推荐
相关项目推荐
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00- QQwen3-Coder-Next2026年2月4日,正式发布的Qwen3-Coder-Next,一款专为编码智能体和本地开发场景设计的开源语言模型。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin08
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
热门内容推荐
最新内容推荐
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
532
3.74 K
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
336
178
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
886
596
Ascend Extension for PyTorch
Python
340
403
暂无简介
Dart
771
191
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
12
1
openJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力
TSX
986
247
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
416
4.21 K
React Native鸿蒙化仓库
JavaScript
303
355