Lumina-Image 2.0安装与配置指南

Lumina-Image 2.0安装与配置指南

Lumina-Image-2.0 项目地址: https://gitcode.com/gh_mirrors/lu/Lumina-Image-2.0

1. 项目基础介绍

Lumina-Image 2.0 是一个统一且高效的形象生成框架，旨在为用户提供一个能够生成高质量图像的工具。该项目主要由 Python 编程语言实现。

2. 项目使用的关键技术和框架

• 编程语言: Python
• 关键技术: 图像生成、深度学习
• 框架: PyTorch（用于深度学习模型的训练和推理）

3. 项目安装和配置的准备工作

在开始安装之前，请确保您的系统中已经安装了以下依赖项：

• Python 3.11
• Conda（用于环境管理）
• Git（用于克隆项目）

详细安装步骤

步骤 1: 克隆项目仓库

首先，您需要在您的计算机上克隆项目仓库。打开命令行工具，执行以下命令：

git clone https://github.com/Alpha-VLLM/Lumina-Image-2.0.git

步骤 2: 创建并激活 Conda 环境

接着，创建一个新的 Conda 环境，并激活它。这个环境将包含项目运行所需的所有依赖。

conda create -n Lumina2 -y
conda activate Lumina2

步骤 3: 安装依赖项

在激活的环境中，安装项目所需的所有依赖项。

conda install python=3.11 pytorch==2.1.0 torchvision==0.16.0 torchaudio==2.1.0 pytorch-cuda=12.1 -c pytorch -c nvidia -y
pip install -r requirements.txt

步骤 4: 安装 flash-attn

项目还需要一个名为 flash-attn 的包，使用以下命令安装：

pip install flash-attn --no-build-isolation

步骤 5: 准备数据

在项目目录中，有一个名为 configs 的文件夹，里面有一个 data.yaml 文件。您需要将您的图像-文本对训练数据的链接放入此文件中。数据格式应如下所示：

{
  "image_path": "path/to/your/image",
  "prompt": "a description of the image"
}

步骤 6: 开始训练（可选）

如果需要训练模型，可以执行以下命令开始训练过程（假设您已经准备好了训练数据）：

bash scripts/run_1024_finetune.sh

步骤 7: 进行推理

推理可以使用不同的求解器，如 Midpoint Solver、Euler Solver 或 DPM Solver。以下是一个使用 Gradio Demo 进行推理的示例：

python demo.py --ckpt path/to/your/ckpt --res 1024 --port 12123

以上步骤将引导您完成 Lumina-Image 2.0 的安装和配置。请确保按照每一步仔细操作，以便成功运行项目。

Lumina-Image-2.0 项目地址: https://gitcode.com/gh_mirrors/lu/Lumina-Image-2.0