DisEnvisioner 使用教程

1. 项目介绍

DisEnvisioner 是一个用于定制图像生成的开源项目。该项目通过分离和增强主题本质属性，无需繁琐的调整或依赖多个参考图像，就能生成各种出色的定制图像。DisEnvisioner 专注于解释主题关键属性，有效地识别和增强这些属性，同时过滤掉不相关的属性，从而在编辑性和身份一致性方面实现卓越的个性化质量。

2. 项目快速启动

在开始使用 DisEnvisioner 之前，请确保您的系统中已安装以下依赖：

• Ubuntu 20.04 LTS
• Python 3.9
• CUDA 12.3
• NVIDIA A800-SXM4-80GB

以下步骤将帮助您快速启动项目：

# 克隆仓库
git clone https://github.com/EnVision-Research/DisEnvisioner.git
cd DisEnvisioner

# 创建并激活虚拟环境
conda create -n disenvisioner python=3.9 -y
conda activate disenvisioner

# 安装依赖
pip install -r requirements.txt

# 安装 Git LFS 以下载预训练模型
git lfs install

# 克隆预训练模型
git clone https://huggingface.co/jingheya/disenvisioner_models

# 生成定制图像
CUDA_VISIBLE_DEVICES=0 python run_disenvisioner.py \
--pretrained_model_name_or_path "SG161222/Realistic_Vision_V4.0_noVAE" \
--pretrained_CLIP "openai/clip-vit-large-patch14" \
--half_precision \
--resolution 512 \
--seed 42 \
--num_samples 5 \
--scale_object 0.7 \
--scale_others 0.0 \
--disvisioner_path "disenvisioner_models/disenvisioner/disvisioner.pt" \
--envisioner_path "disenvisioner_models/disenvisioner/envisioner.pt" \
--infer_image "$IMAGE_PATH" \
--class_name "$CLASS_NAME" \
--infer_prompt "$PROMPT" \
--output_dir "$YOUR_OUTDIR"

请将 \$IMAGE_PATH, \$CLASS_NAME, \$PROMPT, 和 \$YOUR_OUTDIR 替换为您的输入图像路径、类名、编辑提示和输出目录。

3. 应用案例和最佳实践

以下是一些应用案例的示例结果：

• 输入图像：assets/example_inputs/dog.jpg
• 生成案例：
  • dog/"最佳质量，高清晰度，一只正在奔跑的狗"/scale_object=0.7/seed=42
  • dog/"最佳质量，高清晰度，一只站在喷泉前的狗"/scale_object=0.7/seed=42
  • dog/"最佳质量，高清晰度，一只带有斑马纹的狗"/scale_object=0.7/seed=42
  • dog/"最佳质量，高清晰度，一只穿着紫色巫师服装的狗"/scale_object=0.7/seed=42

4. 典型生态项目

DisEnvisioner 作为图像生成工具，可以与其他开源项目配合使用，例如：

• 用于图像处理的库，如 OpenCV
• 用于机器学习的框架，如 TensorFlow 或 PyTorch
• 用于数据可视化的工具，如 Matplotlib

通过整合这些项目，可以构建更加完整和强大的图像生成与编辑工作流。