FreeU: Free Lunch in Diffusion U-Net——【代码复现】

这篇文章发表于CVPR 2024,官网地址:ChenyangSi/FreeU: FreeU: Free Lunch in Diffusion U-Net (CVPR2024 Oral) (github.com)

一、环境准备

提前准备好python、pytorch环境

二、下载项目依赖

demo下有一个requirements.txt文件,

复制代码
pip install -r requirements.txt

三、运行

这个项目运行示例其实相对简单,这里直接跑它的gradio图形化界面就行:

复制代码
python demo/app.py

注:

1. 加载预训练模型:

这里我们要在app.py中把它默认的模型加载路径改成我们自己的,当然你也可以直接用默认的。前提是你的模型放在根目录下。

2.gradio版本

这个项目它需要使用gradio<=3.50.0的,不要超过3.50.0。

3.设置url

如果是在服务器上跑的代码,在我们本机这里是无法访问服务器的端口地址的,所以我们在app.py文件中,需要设置一下启动参数,我们需要将server_name改成服务器的ip地址,server_port是设置的端口号。然后再启动我们就可以在自己的电脑上用浏览器访问了。

4.diffusers版本

如果遇到这种类似的问题,看看你的diffusers版本是否和项目需求一致,这个diffusers包版本之间不兼容,真是特别让人头疼的地方。

四、图片生成

一切顺利的话,访问url,图形化界面如下:

这里我直接使用它的示例提示测试了一下,效果如下:

相关推荐
lybugproducer36 分钟前
深度学习专题:模型训练的数据并行(三)
人工智能·深度学习·概率论
武子康1 小时前
AI研究-118 具身智能 Mobile-ALOHA 解读:移动+双臂模仿学习的开源方案(含论文/代码/套件链接)
人工智能·深度学习·学习·机器学习·ai·开源·模仿学习
tt5555555555552 小时前
《神经网络与深度学习》学习笔记一
深度学习·神经网络·学习
mm-q29152227292 小时前
YOLOv5(PyTorch)目标检测实战:TensorRT加速部署!训练自己的数据集(Ubuntu)——(人工智能、深度学习、机器学习、神经网络)
人工智能·深度学习·机器学习
搞科研的小刘选手2 小时前
【多所高校合作】第四届图像处理、计算机视觉与机器学习国际学术会议(ICICML 2025)
图像处理·人工智能·机器学习·计算机视觉·数据挖掘·人脸识别·人机交互
Coovally AI模型快速验证2 小时前
未来已来:从 CVPR & ICCV 观察 2025→2026 年计算机视觉的七大走向
人工智能·深度学习·目标检测·计算机视觉·stable diffusion
B站_计算机毕业设计之家3 小时前
计算机视觉:python车辆行人检测与跟踪系统 YOLO模型 SORT算法 PyQt5界面 目标检测+目标跟踪 深度学习 计算机✅
人工智能·python·深度学习·算法·yolo·目标检测·机器学习
暖阳之下3 小时前
学习周报二十
人工智能·深度学习·学习
蒋星熠4 小时前
多模态技术深度探索:融合视觉与语言的AI新范式
人工智能·python·深度学习·机器学习·分类·数据挖掘·多分类
Francek Chen4 小时前
【自然语言处理】预训练04:预训练word2vec
人工智能·pytorch·深度学习·自然语言处理·word2vec