AIGC：Kolors: Effective Training of Diffusion Model for Photorealistic Text-to-Image Synthesis
重点内容：
1：Kolors 国内镜像加速下载
2：diffusers 特定版本安装
3：批量生成图片以及显存占用
项目：GitHub - Kwai-KCOLORS/KCOLORS: KCOLORS TEAM
论文：Kolors/imgs/Kolors_paper.pdf at master · Kwai-Kolors/Kolors · GitHub
模型：
huaggingface: https://huggingface.co/Kwai-Kolors/Kolors-diffusers
modelscope: https://modelscope.cn/models/Kwai-Kolors/Kolors
简介：
Kolors 是一个由快手 Kolors 团队主导开发的基于潜在扩散机制的大规模预训练模型，在文本到图像生成领域具有重要地位。该系统在大规模的数据集（包含数十亿文本-图像对）上进行了系统的训练，并在此过程中不断优化其生成能力。其在视觉质量、复杂语义理解和中英文字符渲染等方面的表现均优于现有开源及定制化模型。值得注意的是，该系统不仅支持中英文双语输入，在处理特定场景下的中文内容时也展现出卓越的能力。
使用：
Diffusers（版本 diffusers==0.30.0.dev0）
git clone -b v0.30.0 https://github.com/huggingface/diffusers
cd diffusers
python3 setup.py install
代码解读注意:
1：KolorsPipeline基于默认配置采用EulerDiscreteScheduler作为噪声调度器。建议搭配该调度器时分别设置guidance scale为5.0和num_inference_steps为50。
2：KolorsPipeline也支持EDMDPMSolverMultistepScheduler这一噪声调度器。建议搭配该噪声调度器时分别设置guidance scale为5.0和num_inference_steps为25。
3：除了具备文生图能力之外，KolorsImg2ImgPipeline还提供了图文生图功能。
模型：
# 国内镜像加速
export HF_ENDPOINT=https://hf-mirror.com
huggingface-cli download --resume-download Kwai-Kolors/Kolors-diffusers --local-dir weights/Kolors-diffusers
代码解读代码：
import torch
from diffusers import KolorsPipeline
pipe = KolorsPipeline.from_pretrained(
"Kwai-Kolors/Kolors-diffusers",
torch_dtype=torch.float16,
variant="fp16"
).to("cuda")
prompt = '一张瓢虫的照片，微距，变焦，高质量，电影，拿着一个牌子，写着"可图"'
image = pipe(
prompt=prompt,
negative_prompt="",
guidance_scale=5.0,
num_inference_steps=50,
generator=torch.Generator(pipe.device).manual_seed(66),
).images[0]
image.show()
代码解读
显存占用
批量运行
根据自己的项目数据场景，提前准备好prompt，批量生图
其他：
1：HuggingFace CLI 安装与使用
参考链接：[HuggingFace CLI 命令文档_huggingface-cli-博客]( "HuggingFace CLI 命令文档_huggingface-cli-博客")
2：HF-Mirror 安装与使用