FLUX.1-Kontext-dev: نموذج الذكاء الاصطناعي لتعزيز الصور
نموذج الذكاء الاصطناعي لتعزيز الصور باستخدام تعليمات النص
لقد أطلقت مختبرات Black Forest FLUX.1-Kontext-dev، نموذج ذكاء اصطناعي متقدم لتحويل الصور من خلال استخدام تعليمات نصية.
على عكس FLUX.1-dev الذي يولد الصور من النصوص فقط، فإن FLUX.1-Kontext-dev يستخدم كلًا من الصورة المدخلة والنص لخلق إصدارات معدلة مع الحفاظ على العناصر الرئيسية.
هذا الصورة تُظهر قدرة FLUX.1-Kontext-dev على تحسين الصور.
الصورة الأصلية لشعار Go:
تم تحويلها باستخدام التعليمات هذا الغُوَفير يركض على الدراجة على الطريق الجبلي. نتيجة جيدة، أليس كذلك؟
ما هو FLUX.1-Kontext-dev؟
FLUX.1-Kontext-dev تم تصميمه لـ إنشاء وتحرير الصور في السياق. ومن الميزات الرئيسية:
- التوافق بين الشخصيات: الحفاظ على العناصر الفريدة (مثل الشخصيات أو الأشياء) عبر عدة مشاهد
- التحرير المحلي: تعديل أجزاء معينة من الصورة دون التأثير على بقية الصورة
- المرجعية في الأسلوب: إنشاء مشاهد جديدة مع الحفاظ على الأسلوب من الصور المرجعية
- تحسين الصورة: تحويل الصور بناءً على تعليمات نصية
التثبيت
المتطلبات الأساسية
ستحتاج إلى:
- 16 جيجابايت فما فوق من VRAM على وحدة معالجة الرسومات الخاصة بك (تُوصى NVIDIA RTX)
- Python 3.8 فما فوق مع pip
- الوصول إلى Hugging Face (حساب ورمز وصول)
خطوات التثبيت
-
إنشاء حساب على Hugging Face في huggingface.co إذا لم يكن لديك حساب
-
زيارة صفحة النموذج: https://huggingface.co/black-forest-labs/FLUX.1-Kontext-dev
-
تقبّل اتفاقية الترخيص (الاستخدام غير التجاري فقط)
-
إنشاء رمز وصول للكتابة في https://huggingface.co/settings/tokens
-
تنزيل النموذج:
git clone https://huggingface.co/black-forest-labs/FLUX.1-Kontext-dev
أو استخدام مسار النموذج مباشرة في كودك.
التثبيت
تثبيت الحزم المطلوبة لـ Python:
pip install -U diffusers torch transformers pillow accelerate sentencepiece
أو باستخدام uv:
cd tools/fkon
uv sync
الاستخدام
نموذج بسيط لـ Python
إليك مثالًا كاملًا باستخدام FLUX.1-Kontext-dev:
import torch
from diffusers import FluxKontextPipeline
from PIL import Image
# تحميل النموذج
model_path = "/path/to/FLUX.1-Kontext-dev"
pipe = FluxKontextPipeline.from_pretrained(
model_path,
torch_dtype=torch.bfloat16
)
# تفعيل تفريغ المعالج لحفظ VRAM
pipe.enable_model_cpu_offload()
pipe.enable_sequential_cpu_offload()
# تحميل الصورة المدخلة
input_image = Image.open("path/to/your/image.png").convert("RGB")
# تعريف تعليمات التحسين
prompt = "هذا الغُوَفير يركض على الدراجة على الطريق الجبلي"
# إنشاء صورة محسّنة
result = pipe(
prompt=prompt,
image=input_image,
height=496,
width=680,
guidance_scale=3.5,
num_inference_steps=60,
max_sequence_length=512,
generator=torch.Generator("cpu").manual_seed(42)
)
# حفظ النتيجة
output_image = result.images[0]
output_image.save("augmented_image.jpg")
إدارة الأبعاد
FLUX.1-Kontext-dev لديه متطلبات أبعاد محددة:
- مضاعفات 16: يجب أن تكون الأبعاد مضاعفات لـ 16
- التعديل التلقائي: قد يقوم النموذج بتعديل الأبعاد لتلبية متطلباته
- إعادة التحجيم: يقوم أداةنا بإعادة تحجيم الناتج إلى الأبعاد المطلوبة
تقوم الأداة بذلك من خلال:
- تقريب الأبعاد المطلوبة إلى مضاعفات 16
- تغيير حجم الصورة المدخلة إلى الأبعاد المُقربة
- إنشاء الصورة (قد يقوم النموذج بتعديلها مرة أخرى)
- إعادة تغيير حجم الناتج إلى الأبعاد المطلوبة
أمثلة على الاستخدام
- تحويل الشخصية
تحويل شخصية مع الحفاظ على التوافق:
prompt = "هذا الغُوَفير يركض على الدراجة على الطريق الجبلي"
- إزالة الكائنات
إزالة العناصر غير المرغوب فيها:
prompt = "يرجى إزالة الشخص الذي يرتدي ملابس ميني ماوس من هذه الصورة"
النصائح والإجراءات المثلى
- إدارة VRAM: استخدم
enable_model_cpu_offload()إذا كانت لديك VRAM محدودة - التخطيط للأبعاد: اطلب أبعادًا مضاعفات لـ 16 لتقليل التعديلات
- وضوح التعليمات: كن محددًا في تعليماتك النصية للحصول على نتائج أفضل
- الإنتاج بالجملات: أنشئ عدة إصدارات (
--n 4) للحصول على أفضل نتيجة - التحكم في البذور: استخدم بذورًا يدوية للحصول على نتائج قابلة للتكرار
القيود
- ترخيص غير تجاري: يتطلب ترخيصًا تجاريًا للاستخدام التجاري
- متطلب أجهزة قوية: يحتاج إلى وحدة معالجة الرسومات قوية مع VRAM كبيرة
- قيود الأبعاد: قد يقوم النموذج بتعديل الأبعاد تلقائيًا
- وقت المعالجة: قد يستغرق من 10 إلى 15 دقيقة لكل صورة حسب الأجهزة
