Omnigen V1 Fp16 Bnb 4bit

🚀 OmniGen-v1 4bit-NF4 float16 模型

本倉庫包含 OmniGen-v1 的 bitsandbytes 4bit-NF4 float16 模型權重。這些權重適用於 Google Colab 用戶或使用不支持 bfloat16 的 GPU 的用戶。其他尋求 4 位量化的用戶應優先選擇 bf16-bnb-4bit 模型，因為它能生成更高質量的圖像。有關 OmniGen 的更多信息，請參閱 原始模型卡片。

• 8 位權重：gryan/OmniGen-v1-bnb-8bit
• 4 位（bf16, nf4）權重：gryan/OmniGen-v1-bnb-4bit

🚀 快速開始

在開始之前，請按照原始的 快速入門指南 設置好您的環境。

⚠️ 重要提示

注意：此功能尚未得到官方支持。您需要從 此拉取請求 安裝該倉庫。

💻 使用示例

基礎用法

from OmniGen import OmniGenPipeline, OmniGen

# pass the quantized model in the pipeline
model = OmniGen.from_pretrained('gryan/OmniGen-v1-fp16-bnb-4bit', dtype=torch.float16)
pipe = OmniGenPipeline.from_pretrained("Shitao/OmniGen-v1", model=model)

# proceed as normal!

## Text to Image
images = pipe(
    prompt="A curly-haired man in a red shirt is drinking tea.", 
    height=1024, 
    width=1024, 
    guidance_scale=2.5,
    seed=0,
)
images[0].save("example_t2i.png")  # save output PIL Image

## Multi-modal to Image
# In the prompt, we use the placeholder to represent the image. The image placeholder should be in the format of <img><|image_*|></img>
# You can add multiple images in the input_images. Please ensure that each image has its placeholder. For example, for the list input_images [img1_path, img2_path], the prompt needs to have two placeholders: <img><|image_1|></img>, <img><|image_2|></img>.
images = pipe(
    prompt="A man in a black shirt is reading a book. The man is the right man in <img><|image_1|></img>.",
    input_images=["./imgs/test_cases/two_man.jpg"],
    height=1024, 
    width=1024,
    guidance_scale=2.5, 
    img_guidance_scale=1.6,
    seed=0
)
images[0].save("example_ti2i.png")  # save output PIL image

📚 詳細文檔

圖像示例

📄 許可證

本項目採用 MIT 許可證。