#Diffusers
PEFT学习资料汇总 - 参数高效微调入门指南
Stable Diffusion 2 GUI：轻量级的AI图像生成Web界面
Real-Time Latent Consistency Model: 实时图像生成的革命性突破
stable-fast:一个高性能的Stable Diffusion推理优化框架
PEFT: 高效参数微调方法助力大型语言模型
peft
参数高效微调（PEFT）通过只调整少量额外参数来适配大规模预训练模型，大幅降低计算和存储成本，同时性能接近完全微调模型。PEFT与Transformers、Diffusers和Accelerate集成，支持多种下游任务的训练和推理。了解更多方法和优势，请访问官方文档和教程。
stable-fast
stable-fast是一个优化HuggingFace Diffusers推理性能的轻量级框架，支持NVIDIA GPU。相比TensorRT和AITemplate需要几十分钟的编译时间，stable-fast仅需几秒钟即可完成模型编译。主要特色包括动态形状、低精度计算和多种算子融合。它还兼容ControlNet和LoRA，并支持最新的StableVideoDiffusionPipeline，是加速PyTorch推理的有效工具。
stable-diffusion-2-gui
该页面介绍了一个适用于Stable Diffusion v2.1的Gradio应用，支持文本到图像、图像到图像、图像修复、图像放大和深度到图像等多种功能。此项目由Stability AI和Hugging Face提供支持，可在Colab平台上运行。
Real-Time-Latent-Consistency-Model
此项目展示了使用Diffusers进行图像转换的实时潜在一致性模型（LCM），支持img2img、txt2img、ControlNet等多种管道。需要CUDA和Python 3.10等环境支持，提供详细的安装指南和使用示例。LCM + LoRAs可以在极少步骤内完成推理，加快处理速度。项目支持Docker部署，并提供不同平台的实时演示链接。
ComfyUI-Diffusers
ComfyUI-Diffusers是一个ComfyUI的自定义节点扩展，集成了Hugging Face Diffusers模块和Stream Diffusion功能。此扩展支持实时图像生成，并可与VideoHelperSuite配合实现视频到视频的转换。通过提供多种工作流程和自定义节点，如DiffusersPipelineLoader和StreamDiffusionSampler，ComfyUI-Diffusers增强了ComfyUI的图像处理能力，为开发者提供了更多高级选项。
Diffusers_IPAdapter
Diffusers_IPAdapter是基于Hugging Face Diffusers的IPAdapter模型实现。该项目支持多输入图像处理、权重调整和负面图像输入，提供了统一的IPAdapter类接口。其简洁的代码结构便于维护，使用户能轻松实现高质量图像生成和编辑。这一工具适合需要精细控制图像生成的研究人员和开发者使用。
controlnet-seg-room
controlnet-seg-room项目使用控制网络和细分图训练生成室内设计图像，用户可通过条件信息实现对房间对象的精细控制。项目结合来自BLIP和UperNet模型的元数据，以TPUv4和JAX框架优化，后转为PyTorch以配合Diffusers库，支持图像转换和修复，便于定制设计风格与房型，支持创意设计实现。
zero123plus-v1.1
该项目利用最新的Diffusers 0.20.2和Torch 2库，实现高效的图像生成。借助Euler Ancestral Discrete Scheduler，提升图像转换的精度。提供参数调节和CUDA优化，提高运行效率，适合需要细致控制图像生成的创意设计应用。
diffusers
🤗 Diffusers 是一个生成图像、音频和3D结构的预训练扩散模型库，提供易用的推理管道和可定制的模型组件。它支持多种调度器和预训练模型，适用于多种任务和应用场景，并兼容 PyTorch 和 Flax 框架。用户可以简单生成内容或训练自定义扩散模型。