image Génération d'images avec Stable Diffusion

mkdir stable-diffusion-tuto
cd stable-diffusion-tuto

python -m venv venv
venv\Scripts\activate            # Windows
# ou
source venv/bin/activate         # macOS / Linux

# PyTorch avec support CUDA (NVIDIA) — choisir la bonne version sur pytorch.org
# Pour CUDA 12.1 :
pip install torch torchvision --index-url https://download.pytorch.org/whl/cu121

# Pour Apple Silicon (MPS) :
# pip install torch torchvision

# diffusers, transformers, accelerate
pip install diffusers transformers accelerate pillow

python -c "import torch; print(torch.cuda.is_available()); print(torch.cuda.get_device_name(0))"

import torch
from diffusers import StableDiffusionPipeline

# ── Charger le modèle ─────────────────────────────────────────────────────────
# La première exécution télécharge le modèle (~4 Go) depuis HuggingFace.
# Les fois suivantes, il est en cache local.

print("Chargement du modèle... (peut prendre quelques minutes la première fois)")

pipe = StableDiffusionPipeline.from_pretrained(
    "runwayml/stable-diffusion-v1-5",  # identifiant du modèle sur HuggingFace
    torch_dtype=torch.float16,         # float16 utilise moitié moins de VRAM que float32
)

# Envoyer le modèle sur le GPU
# "cuda" = NVIDIA, "mps" = Apple Silicon, "cpu" = CPU (lent)
device = "cuda" if torch.cuda.is_available() else "mps" if torch.backends.mps.is_available() else "cpu"
pipe = pipe.to(device)

print(f"Modèle chargé sur : {device}")

# ── Paramètres de génération ──────────────────────────────────────────────────

# Le PROMPT décrit ce qu'on veut générer.
# Les prompts en anglais donnent de meilleurs résultats (le modèle est entraîné en anglais).
prompt = (
    "a serene forest at golden hour, moss-covered ancient stones, "
    "volumetric light rays, photorealistic, 8k, detailed"
)

# Le NEGATIVE PROMPT décrit ce qu'on NE veut PAS.
# Très utile pour éviter les défauts communs des modèles de diffusion.
negative_prompt = (
    "blurry, low quality, distorted, ugly, deformed, "
    "watermark, text, extra limbs, bad anatomy"
)

print("Génération en cours...")

# ── Générer ───────────────────────────────────────────────────────────────────
image = pipe(
    prompt=prompt,
    negative_prompt=negative_prompt,
    num_inference_steps=30,   # nombre d'étapes de débruitage (plus = meilleure qualité, plus lent)
    guidance_scale=7.5,       # CFG scale : à quel point suivre le prompt (7-12 typiquement)
    width=512,                # largeur en pixels
    height=512,               # hauteur en pixels
    generator=torch.Generator(device).manual_seed(42),  # seed pour reproduire le résultat
).images[0]

# ── Sauvegarder ───────────────────────────────────────────────────────────────
image.save("output.png")
print("Image sauvegardée : output.png")

python generate.py

import torch
from diffusers import StableDiffusionPipeline

pipe = StableDiffusionPipeline.from_pretrained(
    "runwayml/stable-diffusion-v1-5",
    torch_dtype=torch.float16,
).to("cuda")

prompt = "a cyberpunk city at night, neon lights, rain reflections, cinematic"
negative_prompt = "blurry, low quality, daytime, sunny"

# Générer 4 images avec des seeds différents
for seed in [42, 123, 456, 789]:
    generator = torch.Generator("cuda").manual_seed(seed)
    image = pipe(
        prompt=prompt,
        negative_prompt=negative_prompt,
        num_inference_steps=25,
        guidance_scale=8.0,
        generator=generator,
    ).images[0]
    image.save(f"output_seed_{seed}.png")
    print(f"Image seed {seed} générée.")

print("Terminé !")

pipe = StableDiffusionPipeline.from_pretrained(
    "runwayml/stable-diffusion-v1-5",
    torch_dtype=torch.float16,
).to("cuda")

# Option 1 : attention slicing — réduit la VRAM nécessaire pour l'attention
pipe.enable_attention_slicing()

# Option 2 : si tu as vraiment peu de VRAM, le modèle se charge par morceaux
# pipe.enable_sequential_cpu_offload()  # plus lent mais très économe en VRAM

# Option 3 : xformers (si installé) — plus rapide ET moins de VRAM
# pip install xformers
# pipe.enable_xformers_memory_efficient_attention()