FLUX.1 Schnell Quantized

🚀 FLUX.1-schnell量化版本项目

本项目提供了https://huggingface.co/black-forest-labs/FLUX.1-schnell 的量化版本，可用于文本到图像的生成任务，在保证一定效果的同时，可能会减少模型的存储空间和计算资源需求。

🚀 快速开始

本项目仍在开发中，请谨慎使用。以下是使用本项目的步骤：

1. 下载并编译 stable-diffusion.cpp。
2. 从本仓库下载以下模型文件：
   • 自动编码器（Autoencoder）：https://huggingface.co/black-forest-labs/FLUX.1-schnell/resolve/main/ae.safetensors
   • CLIP_L：https://huggingface.co/comfyanonymous/flux_text_encoders/blob/main/clip_l.safetensors
   • T5XXL：https://huggingface.co/comfyanonymous/flux_text_encoders/blob/main/t5xxl_fp16.safetensors
3. 进入 stable-diffusion.cpp 目录。
4. 运行以下命令：

./build/bin/sd --diffusion-model [gguf文件路径] --vae [ae.safetensors文件路径] --clip_l [clip_l.safetensors文件路径] --t5xxl [t5xxl_fp16.safetensors文件路径] -p "一只拿着写着 'hi' 牌子的青蛙" -o ../frog.png -v --cfg-scale 1.0 --sampling-method euler -v --seed 42 --steps 4

💻 使用示例

基础用法

上述快速开始中的命令就是一个基础的使用示例，通过该命令可以生成一只拿着写着 'hi' 牌子的青蛙的图像。

📚 详细文档

量化工具

本项目使用了以下工具进行量化：

• 修改版的 stable-diffusion.cpp
• LlamaQuantizer

量化结果

📄 许可证

本项目采用 Apache-2.0 许可证。