Fooocus: Replanteamiento de SD y MJ

La llegada de Stable Diffusion y MidJourney ha revolucionado nuestra comprensión del potencial de las redes neuronales generativas. Estas herramientas han desvelado una nueva perspectiva del proceso de creación de imágenes y hasta qué punto podemos manipularlo. El enfoque principal consiste en proporcionar al sistema indicaciones sobre el resultado deseado. Esencialmente, destacamos tres aspectos importantes: objeto, estilo y entorno.

También son importantes, aunque no indispensables, otras instrucciones más concretas, como la composición deseada, el tipo de cámara/lente y la coloración. Cuanto más completas sean las instrucciones, más fácil le resultará a la red neuronal procesarlas. En el espacio profesional ha surgido incluso el papel del ingeniero de instrucciones. Sin embargo, este papel puede ser fácilmente sustituido por las mismas redes neuronales generativas. Combinando la creación de imágenes con la creación de textos, podemos generar instrucciones adicionales para lograr un resultado óptimo.

Este es el concepto fundamental de Fooocus. Integra el modelo XL Stable Diffusion y un generador de prompt basado en GPT2, que enriquece y detalla tu simple prompt. Además, Fooocus está equipado con diversas mejoras y extensiones. Estas características facilitan la generación de imágenes espectaculares a través de una interfaz sencilla, desprovista de herramientas complejas. Profundicemos en su funcionalidad e instalemos Fooocus en un servidor dedicado LeaderGPU.

Requisitos previos

Comienza con los prerrequisitos de instalación y reinicia después:

sudo apt update && sudo apt -y upgrade && sudo ubuntu-drivers autoinstall && sudo shutdown -r now

Descargue el script de shell que instala Anaconda para gestionar entornos virtuales:

wget https://repo.anaconda.com/archive/Anaconda3-2023.09-0-Linux-x86_64.sh

Establezca la bandera de ejecución y proporcione acceso a los datos:

chmod a+x Anaconda3-2023.09-0-Linux-x86_64.sh

Ejecute el script de instalación:

./Anaconda3-2023.09-0-Linux-x86_64.sh

Una vez finalizado el proceso, recomendamos desconectar la sesión SSH y preparar el reenvío de puertos. Necesita redirigir el puerto 7865 desde el servidor remoto a una dirección loopback local, 127.0.0.1:7865. Para obtener más información, consulte una de nuestras guías anteriores: Difusión de vídeo estable. A continuación, vuelve a conectarte y procede a clonar el repositorio del proyecto en GitHub.

Instalación de Fooocus

git clone https://github.com/lllyasviel/Fooocus.git

Cambia el directorio a Fooocus:

cd Fooocus

Crea un entorno virtual usando Anaconda y el YAML-config preparado por el autor del proyecto:

conda env create -f environment.yaml

Cambiemos nuestro entorno base por uno recién creado:

conda activate fooocus

El siguiente paso es instalar las librerías de Python:

pip install -r requirements_versions.txt

Ahora, todo está listo para empezar:

Fooocus start

python entry_with_update.py

El arranque inicial puede llevar algún tiempo mientras la aplicación verifica y descarga todos los archivos necesarios para su funcionamiento. Es posible que quieras tomarte una taza de café mientras tanto. Una vez finalizado el proceso, abre tu navegador y escribe la siguiente URL en la barra de direcciones:

http://127.0.0.1:7865

Escriba su consulta simple y haga clic en el botón Generate. Si quieres más control, marca Advanced y selecciona las opciones necesarias:

La verdadera magia se despliega entre bastidores. En el momento en que pulsa el botón Generate, su pregunta se transfiere al modelo de lenguaje basado en GPT2. Este modelo transforma su breve mensaje en una mezcla de mensajes elaborativos positivos y negativos. Posteriormente, esta mezcla se introduce en el modelo Stable Diffusion XL, ajustado para emular el estilo MidJourney. De este modo, incluso un mensaje breve puede generar resultados impresionantes.

Por supuesto, no hay ninguna restricción a la hora de escribir sus propios mensajes. Sin embargo, tras varias iteraciones, resulta evidente que, incluso en ausencia de éstas, el contenido generado sigue siendo intrigante y diverso.

Ver también:

• Easy Diffusion UI
• Stable Diffusion WebUI
• Stable Video Diffusion