Hugging Face 的 LOGO

Diffusers 文档

ONNX Runtime

Hugging Face's logo
加入 Hugging Face 社区

并获得增强的文档体验

开始使用

ONNX Runtime

🤗 Optimum 提供了一个与 ONNX Runtime 兼容的 Stable Diffusion pipeline。你需要使用以下命令安装 🤗 Optimum 以支持 ONNX Runtime

pip install -q optimum["onnxruntime"]

本指南将向您展示如何将 Stable Diffusion 和 Stable Diffusion XL (SDXL) pipeline 与 ONNX Runtime 结合使用。

Stable Diffusion

要加载模型并运行推理，请使用 ORTStableDiffusionPipeline。如果你想加载一个 PyTorch 模型并将其动态转换为 ONNX 格式，请设置 export=True

from optimum.onnxruntime import ORTStableDiffusionPipeline

model_id = "stable-diffusion-v1-5/stable-diffusion-v1-5"
pipeline = ORTStableDiffusionPipeline.from_pretrained(model_id, export=True)
prompt = "sailing ship in storm by Leonardo da Vinci"
image = pipeline(prompt).images[0]
pipeline.save_pretrained("./onnx-stable-diffusion-v1-5")

批量生成多个提示词似乎会占用过多内存。在我们研究这个问题时，您可能需要进行迭代而不是批处理。

要离线将 pipeline 导出为 ONNX 格式并在以后用于推理，请使用 optimum-cli export 命令

optimum-cli export onnx --model stable-diffusion-v1-5/stable-diffusion-v1-5 sd_v15_onnx/

然后执行推理（无需再次指定 export=True）

from optimum.onnxruntime import ORTStableDiffusionPipeline

model_id = "sd_v15_onnx"
pipeline = ORTStableDiffusionPipeline.from_pretrained(model_id)
prompt = "sailing ship in storm by Leonardo da Vinci"
image = pipeline(prompt).images[0]

您可以在 🤗 Optimum 文档中找到更多示例，Stable Diffusion 支持文本到图像、图像到图像和图像修复任务。

Stable Diffusion XL

要加载并使用 SDXL 进行推理，请使用 ORTStableDiffusionXLPipeline

from optimum.onnxruntime import ORTStableDiffusionXLPipeline

model_id = "stabilityai/stable-diffusion-xl-base-1.0"
pipeline = ORTStableDiffusionXLPipeline.from_pretrained(model_id)
prompt = "sailing ship in storm by Leonardo da Vinci"
image = pipeline(prompt).images[0]

要将 pipeline 导出为 ONNX 格式并在以后用于推理，请使用 optimum-cli export 命令

optimum-cli export onnx --model stabilityai/stable-diffusion-xl-base-1.0 --task stable-diffusion-xl sd_xl_onnx/

ONNX 格式的 SDXL 支持文本到图像和图像到图像任务。

< > 在 GitHub 上更新

←JAX/Flax OpenVINO→