منصوبے کے بارے میں

Fooocus ایک آف لائن، اوپن سورس امیج جنریشن ایپلیکیشن ہے جو Stable Diffusion XL آرکیٹیکچر پر بنائی گئی ہے اور Gradio ویب انٹرفیس کے ذریعے پیش کی جاتی ہے۔ اس کا بیان کردہ ڈیزائن مقصد یہ ہے کہ صارفین دستی پیرامیٹر ٹنکنگ کے بجائے پرامپٹس اور امیجز پر توجہ مرکوز کریں، جیسا کہ Midjourney جیسی ہوسٹڈ سروسز میں ہوتا ہے۔ پروجیکٹ میں آف لائن GPT-2 پر مبنی پرامپٹ پروسیسنگ انجن اور سیمپلنگ میں بہتری بیان کی گئی ہے جس کا مقصد مختصر یا طویل پرامپٹس سے اچھے نتائج حاصل کرنا ہے۔ README میں بیان کردہ اہم صلاحیتوں میں ٹیکسٹ ٹو امیج جنریشن، اپسکیلنگ اور ان پٹ امیجز کی تبدیلی، ان پینٹنگ اور آؤٹ پینٹنگ (اوپر/نیچے/بائیں/دائیں پین)، امیج پرامپٹس، InsightFace کے ذریعے فیس سویپ، امیج تفصیل، اسٹائل پری سیٹس، نیگیٹو پرامپٹس، اسپیکٹ ریشو سلیکشن، اور A1111 طرز کی ری ویٹنگ کا استعمال کرتے ہوئے پرامپٹ ویٹنگ شامل ہیں۔ یہ اپنے ان پینٹ الگورتھم اور ان پینٹ ماڈل کے ساتھ ساتھ ایک ہی k-sampler کے اندر نیٹو ریفائنر سویپ، نیگیٹو ADM گائیڈنس، اور سیلف اٹینشن گائیڈنس کی ایک تبدیلی کی بھی دستاویز کرتا ہے۔ انسٹالیشن ونڈوز کے لیے ڈاؤن لوڈ کے قابل پیکیج اور run.bat کے ذریعے، لینکس کے لیے Anaconda، Python venv، یا نیٹو Python 3.10 کے ذریعے، AMD GPUs کے لیے ROCm یا DirectML (بیٹا کے طور پر بیان کردہ) کے ذریعے، Mac کے لیے PyTorch MPS کے ذریعے، اور Docker کے ذریعے پیش کی جاتی ہے۔ ایک Colab نوٹ بک بھی فراہم کی گئی ہے۔ README میں کم از کم 4GB Nvidia VRAM اور 8GB سسٹم RAM کی ضرورت بتائی گئی ہے، سسٹم سویپ کی ضرورت کے ساتھ، اور نوٹ کیا گیا ہے کہ صرف CPU آپریشن کے لیے 32GB RAM درکار ہے۔ تین پری سیٹس دستیاب ہیں: ڈیفالٹ/جنرل، ریئلسٹک، اور اینائم، ہر ایک کے مختلف ڈیفالٹ ماڈلز اور کنفیگز ہیں۔ UI کو --listen کے ساتھ لوکل طور پر ظاہر کیا جا سکتا ہے یا --share کے ذریعے شیئر کیا جا سکتا ہے، اور auth.json فائل کے ذریعے بنیادی تصدیق شامل کی جا سکتی ہے۔ پروجیکٹ کو محدود طویل مدتی سپورٹ میں قرار دیا گیا ہے جس میں صرف بگ فکسز شامل ہیں، اور نئے ماڈل آرکیٹیکچرز کی طرف منتقلی کے موجودہ منصوبے نہیں ہیں۔ README میں خبردار کیا گیا ہے کہ بہت سی جعلی ویب سائٹس موجود ہیں اور یہ ریپوزٹری ہی واحد سرکاری ذریعہ ہے۔