Qwen-Image-Layered — הדגמה

מה זה

אתם מעלים תמונה, והמערכת מפרקת אותה לחלקים נפרדים שמוצגים בגלריה של ארבע שכבות. המודל שרץ מאחורי הקלעים נקרא Qwen-Image-Layered ונטען דרך ספריית diffusers. מתחת למכסה המנוע יש צינור עיבוד שמזהה אלמנטים שונים בתמונה, חותך אותם ומייצר קבצי PNG שקופים לכל רכיב.

בסיום העיבוד מקבלים קישור להורדת מצגת פאוורפוינט מסוג PPTX שבה השכבות מסודרות זו על גבי זו, או קובץ ZIP שמכיל את התמונות הבודדות. בממשק יש רשימת דוגמאות מובנית שמוגדרת להציג 14 פריטים בעמוד, שמראה פירוקים מוכנים מראש של תמונות שונות.

אם רוצים לשלוט בתוצאה, אפשר לפתוח תפריט הגדרות מתקדמות. התפריט מכיל שדות לפרומפט חיובי ושלילי, שליטה במספר צעדי ההסקה, ערכי סיד ומשקל הנחיה, וגם בחירה בשפת התיאור האוטומטי באנגלית או בסינית אם לא הזנתם טקסט בעצמכם.

מתאים ל

• פירוק גרפיקה למצגות

  מעלים איור או גרפיקה ומקבלים קובץ PPTX עם שכבות מופרדות, כדי להזיז אלמנטים בשקופית.

• חיתוך אלמנטים לעיצוב

  הורדת קובץ ZIP שמכיל את שכבות התמונה בפורמט PNG שקוף, לצורך שימוש בעריכה גרפית.

• בדיקת יכולות הסגמנטציה

  בוחנים איך המודל של Qwen מתמודד עם הפרדת דמויות מהרקע ישירות דרך הדפדפן.

איפה זה נופל

הדוגמאות בעמוד מציגות פירוק לארבע שכבות בדיוק בגלל מבנה הגלריה, כך שאי אפשר לצפות לחיתוך עמוק של עשרות אובייקטים זעירים. אם התמונה מורכבת מדי, השכבות עלולות לכלול שאריות רקע לא נקיות או חיתוך גס.

התוכנה מציעה תיאור אוטומטי רק באנגלית או בסינית, כך שאין שום תמיכה בהנחיות בעברית. בנוסף, הדוגמאות בעמוד אינן שמורות במטמון ולכן כל לחיצה עליהן דורשת ריצה מלאה.

איך מריצים

גוררים תמונה לחלון הקלט, פותחים את ההגדרות המתקדמות אם רוצים לשנות פרמטרים כמו מספר הצעדים, ולוחצים על הכפתור Decompose. אין צורך בהתחברות או בהרשמה לחשבון כדי להריץ את העיבוד בדפדפן.

הקוד רץ על חומרת zero-a10g, שזה מאיץ גרפי שמוקצה לפי דרישה. המשמעות היא שאם המאיץ במצב שינה תצטרכו להמתין שניות ארוכות עד שהוא יתעורר, ובזמני עומס עלולים להיתקל בתור או בהגבלת זמן ריצה.

pip install -U huggingface_hub
hf download Qwen/Qwen-Image-Layered

הקבצים

33 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.json199.0 KB
• text_encoder/model.safetensors.index.json57.6 KB
• processor/tokenizer_config.json7.3 KB
• tokenizer/tokenizer_config.json7.3 KB
• README.md5.5 KB
• .gitattributes1.6 KB
• text_encoder/config.json1.5 KB
• processor/chat_template.json1.0 KB
• vae/config.json753 B
• processor/special_tokens_map.json613 B
• tokenizer/special_tokens_map.json613 B
• processor/added_tokens.json605 B
• tokenizer/added_tokens.json605 B
• processor/preprocessor_config.json572 B
• model_index.json515 B
• scheduler/scheduler_config.json482 B
• transformer/config.json424 B
• text_encoder/generation_config.json244 B

הרישיון

הפרויקט מפורסם תחת רישיון apache-2.0. הרישיון הזה מתיר שימוש חופשי בקוד ובמשקולות, כולל שינוי והפצה למטרות מסחריות, כל עוד שומרים על תנאי הרישיון המקוריים.

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

הרישיון המלא בעמוד המודל ↗