FireRed-Image-Edit-1.1 — הדגמה

מה זה

אתם מעלים תמונה אחת או כמה תמונות יחד, כותבים הוראה מילולית ומקבלים תמונה ערוכה. מתחת למכסה המנוע רץ המודל FireRed-Image-Edit-1.1 לצד מודלי LoRA מתוך מאגר ייעודי, כאשר הקוד נשען על ספריית diffusers והטמעת QwenImageEditPlusPipeline.

הממשק נותן לבחור מתאמי LoRA מוגדרים מראש לפי הצורך, כמו איפור או עיצוב כריכות. יש פה גם מנגנון שכתוב פרומפטים אוטומטי שמופעל כברירת מחדל, ואפשרות לקבוע ממדי גובה ורוחב של עד 2048 פיקסלים או להשאיר אותם על מצב אוטומטי.

הדוגמאות המובנות מדגימות משימות מורכבות. רואים שם העברת בגדים מדויקת מתמונת רפרנס למודל, החלפת רקעים מלאה, שינויי תנוחה, איפור מדוקדק עם תיאורים מקצועיים והטמעת כותרות מעוצבות לפי סגנון של תמונה אחרת.

מתאים ל

• החלפת תלבושות מתמונה

  מעלים תמונת אדם ותמונת בגד, ומעבירים את הלבוש תוך שמירה על הפוזה המקורית.

• הוספת איפור מותאם

  בוחרים במתאם האיפור ומשנים גווני עור, שפתון, צלליות ואייליינר לפי הוראות טקסט.

• החלפת רקע ושינוי פוזה

  מבודדים דמות וממקמים אותה בסביבה חדשה לגמרי עם תאורה והעמדה מותאמות.

• עיצוב טיפוגרפיה וכותרות

  משתמשים במתאם הכריכות להדבקת טקסטים מעוצבים ששואבים את הסגנון מתמונת מקור.

איפה זה נופל

המודל מדגים יכולות מרשימות על טקסטים ארוכים בסינית וכולל דוגמאות בודדות באנגלית, כך שאין שום סיבה לצפות להבנה של עברית. בנוסף, חומרה של מעבד a10g יחיד עם מגבלות זיכרון עלולה לייצר צוואר בקבוק או שגיאות כשמנסים לעבד כמה תמונות ברזולוציה מקסימלית. הדוגמאות מציגות תוצאות מושלמות של החלפת בגדים והדבקת טקסט טיפוגרפי, אבל בשטח שינויי סגנון כאלה נוטים לאבד פרטים קטנים או לעוות את מבנה הגוף המקורי.

איך מריצים

טוענים תמונה או שתיים לגלריית הקלט, כותבים תיאור באנגלית או בסינית, בוחרים אם להפעיל LoRA ולוחצים על Edit Image. ההרצה משתמשת בהקצאת חומרה של zero-a10g, כך שמעבד הגרפי מתעורר לפי דרישה. זמן היצירה תלוי במדד צעדי ההסקה שנע בין 1 ל־30, כאשר ברירת המחדל עומדת על 30 צעדים, ובשאלה האם שרת ה־GPU כבר דולק או מתחיל מאפס.

pip install -U huggingface_hub
hf download FireRedTeam/FireRed-Image-Edit-1.1

הקבצים

35 קבצים במאגר, 53.8 GB סך הכול. הקישורים מובילים ישירות ל־Hugging Face.

• transformer/diffusion_pytorch_model-00002-of-00005.safetensors10.0 GB
• transformer/diffusion_pytorch_model-00003-of-00005.safetensors10.0 GB
• transformer/diffusion_pytorch_model-00001-of-00005.safetensors10.0 GB
• transformer/diffusion_pytorch_model-00004-of-00005.safetensors9.9 GB
• text_encoder/model-00002-of-00004.safetensors5.0 GB
• text_encoder/model-00001-of-00004.safetensors5.0 GB
• text_encoder/model-00003-of-00004.safetensors4.9 GB
• text_encoder/model-00004-of-00004.safetensors1.7 GB
• transformer/diffusion_pytorch_model-00005-of-00005.safetensors982.1 MB
• vae/diffusion_pytorch_model.safetensors253.8 MB
• processor/tokenizer.json11.4 MB
• tokenizer/vocab.json3.4 MB
• processor/vocab.json2.8 MB
• processor/merges.txt1.7 MB
• tokenizer/merges.txt1.7 MB
• transformer/diffusion_pytorch_model.safetensors.index.json198.9 KB
• text_encoder/model.safetensors.index.json57.7 KB
• README.md6.9 KB
• processor/tokenizer_config.json4.7 KB
• tokenizer/tokenizer_config.json4.7 KB
• text_encoder/config.json3.1 KB
• tokenizer/chat_template.jinja2.4 KB
• .gitattributes1.6 KB
• processor/chat_template.jinja1.0 KB
• processor/video_preprocessor_config.json952 B
• processor/preprocessor_config.json826 B
• vae/config.json730 B
• processor/special_tokens_map.json613 B
• tokenizer/special_tokens_map.json613 B
• processor/added_tokens.json605 B
• tokenizer/added_tokens.json605 B
• model_index.json516 B
• scheduler/scheduler_config.json485 B
• transformer/config.json339 B
• text_encoder/generation_config.json244 B

הרישיון

הפרויקט מופץ תחת רישיון apache-2.0, שמאפשר שימוש חופשי וגם מסחרי בקוד ובמשקולות, בכפוף לתנאי הרישיון המקובלים. עם זאת, מכיוון שהאפליקציה רצה על שרתי ענן ציבוריים, כל תמונה ופרומפט שאתם מעלים עוברים דרך השרת המארח. לא כדאי להזין לשם תמונות פרטיות או חומרים רגישים שאינכם רוצים שייחשפו ברשת.

• שימוש מסחרי
• שינוי הקוד
• הפצה מחדש
• שימוש בפטנטים

הרישיון המלא בעמוד המודל ↗