Vantagens Técnicas: Desempenho e Eficiência

Precisão BF16: Eliminação de Falhas

O modelo utiliza BFloat16 como padrão para cálculos, resolvendo problemas comuns de overflow em placas como RTX 4090. Essa abordagem mantém a estabilidade durante gerações prolongadas sem aumentar o consumo de memória.

Processo de 4 Etapas: Aceleração

Otimização de Memória

• Codificação/decodificação VAE em blocos
• Descarregamento seletivo para memória principal
• Gerenciamento dinâmico de segmentos de VRAM

Saída em Alta Definição

Resolução fixa de 1024×1024 com qualidade JPEG 95%, garantindo detalhes precisos e reprodução cromática fiel sem pós-processamento.

Interface Web: Geração Simplificada

Inicialização do Serviço

git clone https://github.com/wuli-art/qwen-image-turbo.git
cd qwen-image-turbo
pip install -r requirements.txt
python servidor_web.py

Entrada de Prompt

Priorize descrições em inglês para melhores resultados. Exemplo eficaz:

Retrato feminino cyberpunk, cabelo rosa neon, tatuagens luminosas, iluminação cinematográfica

Geração e Armazenamento

Resultados aparecem em ~1.9s com opções de:

• Salvar via clique direito
• Regeneração com mesma descrição
• Histórico automático (últimas 10 execuções)

Linha de Comando: Automação

Chamada Básica

python terminal.py \
  --descricao "Dirigível steampunk sobre Londres vitoriana" \
  --saida ./resultados/dirigivel.jpg

Geração em Lote

contador=1
while IFS= read -r linha; do
  python terminal.py --descricao "$linha" \
    --saida "./lote/personagem_$(printf "%03d" $contador).jpg"
  ((contador++))
done < descricoes.txt

Integração via API

Requisição HTTP

curl -X POST "http://localhost:8000/gerar" \
  -H "Content-Type: application/json" \
  -d '{"descricao": "Chalé na floresta nevada", "qualidade": 95}'

Cliente Python

import requests
import base64
from PIL import Image

def criar_imagem(texto_descricao):
    resposta = requests.post(
        "http://localhost:8000/gerar",
        json={"descricao": texto_descricao}
    )
    dados = resposta.json()
    conteudo_imagem = base64.b64decode(dados["dados_imagem"])
    with open(f"imagem_{dados['semente']}.jpg", "wb") as arquivo:
        arquivo.write(conteudo_imagem)

Personalização com LoRA

Altere estilos modificando o parâmetro de pesos LoRA:

python servidor_web.py --lora pesos_lora/estilo_anime.safetensors

Ou via API:

{
  "descricao": "Personagem anime",
  "caminho_lora": "pesos_lora/estilo_anime.safetensors"
}