Project Icon

unpaint

C++实现的高性能Stable Diffusion图像合成工具

Unpaint是一款C++实现的Stable Diffusion图像合成工具,支持txt2img、img2img、inpainting等基本功能和ControlNet增强功能。该工具在单进程中运行整个图像生成过程,无需依赖Python,简化了部署流程。Unpaint基于DirectML,兼容NVIDIA和AMD GPU等硬件。用户可从本地或HuggingFace安装模型,便于将Stable Diffusion集成到各类应用中。

简介

一幅图像显示了一个窗口应用程序,左侧展示了一个画家的工作室,并选中了一块画布,而右侧显示了相同的图像,但选中的画布被替换成了蒙娜丽莎的变体

一幅图像显示了一个窗口应用程序,左侧展示了一只飞鸟的深度图,而右侧显示了一只形状相似的热带鸟

新功能:Unpaint在Xbox主机上的演示,可在YouTube上观看。

这个仓库包含了一个完全用C++实现的基于Stable Diffusion的图像合成工具,名为Unpaint。它支持基本和ControlNet增强的txt2img、img2img、图像修复管道以及安全检查器的实现。该解决方案不依赖Python,并在单个进程中运行整个图像生成过程,使部署变得更加简单和小巧,基本上只包含几个可执行文件和库文件(约30MB)以及模型权重(每个模型约2.5GB)。使用这个库可以将Stable Diffusion集成到几乎任何可以导入C++或C函数的应用程序中。

有关技术细节,请查看Unpaint所基于的C++ Stable Diffusion库的页面此处

系统要求

该应用程序使用DirectML,支持当前的NVIDIA和AMD GPU,但也应该可以在其他支持DirectML的硬件上运行。我们鼓励你在不同的硬件上尝试,如果遇到问题,请在此页面提出问题。请确保安装最新的Windows更新,特别是最新的GPU驱动程序,因为Unpaint从微软最近Build大会宣布的优化中受益匪浅。

请注意,基于ONNX的管道可能还没有直接使用pytorch和CUDA那样优化,但使用最新驱动程序时,它们的性能已经非常接近。

如何安装应用程序?

Unpaint现已在Microsoft Store上架,如果你不需要最新的开发版本,请从那里安装。

你可以在发布页面找到应用程序安装程序。

首次安装应用程序时,请按以下步骤操作:

  • 下载.msix.crt文件
  • 右击.crt文件并选择安装证书
  • 在向导中选择"本地计算机"并点击下一步
  • 然后选择"将所有证书放入以下存储"并点击"浏览"
  • 选择"受信任的根证书颁发机构"并点击"确定"
  • 点击"下一步"然后"完成"

这将安装Unpaint的自签名安全证书,这是新的MSIX安装程序管道对测试版本的要求,如果你从商店安装应用程序则不需要此步骤。

如果你感到不安全,可以考虑使用SignTool用自己的证书重新签名Unpaint包(你需要导入自己的证书),你可以参考这个文件末尾的操作方法。

完成这些步骤后,只需打开.msix文件,应该就能顺利安装并启动应用程序。

安装模型

要使用Unpaint,你至少需要安装一个图像生成模型。你可以从硬盘或HuggingFace安装模型。我们制作了一个方便的教程,介绍如何转换现有模型,你可以在这里找到。

构建项目

开发环境

  • 安装Visual Studio 2022
    • 选择以下工作负载:
      • 使用C++的桌面开发
      • 通用Windows平台开发
      • 使用C++的游戏开发
    • 还要选择这些单独的包:
      • C++ (v143) 通用Windows平台工具
  • 如果你还没有安装git,请从这里安装
  • 我使用Windows 11进行项目开发,早期Windows版本可能有效,也可能无效

安装好Visual Studio后,首次构建请按以下步骤操作:

  • 使用git clone https://github.com/axodox/unpaint克隆仓库
  • 用Visual Studio打开Unpaint.sln
    • 如果Visual Studio提示你还需要安装某些内容,请按照其说明操作
    • 你可能还会收到启用Windows"开发者模式"的提示,可以在"设置"应用中进行设置
  • 在"解决方案资源管理器"中打开Unpaint项目的Config文件夹,双击Package.appxmanifest
  • 转到"打包"选项卡,选择"选择证书"
  • 按"创建"并按照向导操作

完成这些步骤后,你就可以启动项目,构建并运行了。祝你使用愉快 :)

项目侧边栏1项目侧边栏2
推荐项目
Project Cover

豆包MarsCode

豆包 MarsCode 是一款革命性的编程助手,通过AI技术提供代码补全、单测生成、代码解释和智能问答等功能,支持100+编程语言,与主流编辑器无缝集成,显著提升开发效率和代码质量。

Project Cover

AI写歌

Suno AI是一个革命性的AI音乐创作平台,能在短短30秒内帮助用户创作出一首完整的歌曲。无论是寻找创作灵感还是需要快速制作音乐,Suno AI都是音乐爱好者和专业人士的理想选择。

Project Cover

有言AI

有言平台提供一站式AIGC视频创作解决方案,通过智能技术简化视频制作流程。无论是企业宣传还是个人分享,有言都能帮助用户快速、轻松地制作出专业级别的视频内容。

Project Cover

Kimi

Kimi AI助手提供多语言对话支持,能够阅读和理解用户上传的文件内容,解析网页信息,并结合搜索结果为用户提供详尽的答案。无论是日常咨询还是专业问题,Kimi都能以友好、专业的方式提供帮助。

Project Cover

阿里绘蛙

绘蛙是阿里巴巴集团推出的革命性AI电商营销平台。利用尖端人工智能技术,为商家提供一键生成商品图和营销文案的服务,显著提升内容创作效率和营销效果。适用于淘宝、天猫等电商平台,让商品第一时间被种草。

Project Cover

吐司

探索Tensor.Art平台的独特AI模型,免费访问各种图像生成与AI训练工具,从Stable Diffusion等基础模型开始,轻松实现创新图像生成。体验前沿的AI技术,推动个人和企业的创新发展。

Project Cover

SubCat字幕猫

SubCat字幕猫APP是一款创新的视频播放器,它将改变您观看视频的方式!SubCat结合了先进的人工智能技术,为您提供即时视频字幕翻译,无论是本地视频还是网络流媒体,让您轻松享受各种语言的内容。

Project Cover

美间AI

美间AI创意设计平台,利用前沿AI技术,为设计师和营销人员提供一站式设计解决方案。从智能海报到3D效果图,再到文案生成,美间让创意设计更简单、更高效。

Project Cover

AIWritePaper论文写作

AIWritePaper论文写作是一站式AI论文写作辅助工具,简化了选题、文献检索至论文撰写的整个过程。通过简单设定,平台可快速生成高质量论文大纲和全文,配合图表、参考文献等一应俱全,同时提供开题报告和答辩PPT等增值服务,保障数据安全,有效提升写作效率和论文质量。

投诉举报邮箱: service@vectorlightyear.com
@2024 懂AI·鲁ICP备2024100362号-6·鲁公网安备37021002001498号