fooocus

Fooocus est une application de génération d'images open source et hors ligne, construite sur l'architecture Stable Diffusion XL et présentée via une interface web Gradio. Son objectif de conception déclaré est de permettre aux utilisateurs de se concentrer sur les invites et les images plutôt que sur le réglage manuel des paramètres, à l'instar de services hébergés tels que Midjourney. Le projet décrit un moteur de traitement d'invites hors ligne basé sur GPT-2 et des améliorations d'échantillonnage destinées à produire de bons résultats avec des invites courtes ou longues. Les principales capacités décrites dans le README incluent la génération texte-à-image, la mise à l'échelle et la variation des images d'entrée, l'inpainting et l'outpainting (déplacement haut/bas/gauche/droite), les invites d'image, l'échange de visage via InsightFace, la description d'image, les préréglages de style, les invites négatives, la sélection du rapport hauteur/largeur et la pondération des invites à l'aide de la repondération de style A1111. Il documente également son propre algorithme et modèle d'inpainting, ainsi qu'un échange natif de raffineur dans un seul k-sampler, un guidage ADM négatif et une variante du guidage d'auto-attention. L'installation est proposée pour Windows via un package téléchargeable et run.bat, pour Linux via Anaconda, Python venv, ou Python 3.10 natif, pour les GPU AMD via ROCm ou DirectML (décrit comme bêta), pour Mac via PyTorch MPS, et via Docker. Un notebook Colab est également fourni. Le README indique une exigence minimale de 4 Go de VRAM Nvidia et 8 Go de RAM système, avec un swap système requis, et note que le fonctionnement avec uniquement le CPU nécessite 32 Go de RAM. Trois préréglages sont disponibles : défaut/général, réaliste et anime, chacun avec différents modèles et configurations par défaut. L'interface utilisateur peut être exposée localement avec --listen ou partagée via --share, et une authentification de base peut être ajoutée via un fichier auth.json. Le projet est décrit comme étant en support à long terme limité avec uniquement des corrections de bugs, sans projet actuel de migration vers de nouvelles architectures de modèles. Le README avertit que de nombreux faux sites web existent et que ce dépôt est la seule source officielle.