Skip to content

Latest commit

 

History

History
248 lines (208 loc) · 17.2 KB

README_ZH.md

File metadata and controls

248 lines (208 loc) · 17.2 KB
Raw

功能 | 依赖 | 系统要求 | 安装 | Wiki | 致谢 | 许可证

主图

描述：

一个简单方便的界面，用于使用各种神经网络模型。您可以通过文本、语音和图像输入与LLM进行通信；使用StableDiffusion、Kandinsky、Flux、HunyuanDiT、Lumina-T2X、Kolors、AuraFlow、Würstchen、DeepFloydIF、PixArt, CogView3-Plus和PlaygroundV2.5生成图像；使用ModelScope、ZeroScope 2、CogVideoX和Latte生成视频；使用StableFast3D、Shap-E和Zero123Plus生成3D对象；使用StableAudioOpen、AudioCraft和AudioLDM 2生成音乐和音频；使用CoquiTTS、MMS和SunoBark进行文本到语音转换；使用OpenAI-Whisper和MMS进行语音到文本转换；使用Wav2Lip进行唇形同步；使用LivePortrait为图像添加动画；使用Roop进行换脸；使用Rembg移除背景；使用CodeFormer修复面部；使用PixelOE进行图像像素化；使用DDColor为图像上色；使用LibreTranslate和SeamlessM4Tv2进行文本翻译；使用Demucs和UVR进行音频文件分离；使用RVC进行语音转换。您还可以在图库中查看输出目录中的文件，下载LLM和StableDiffusion模型，在界面内更改应用程序设置并检查系统传感器。

项目目标 - 创建一个尽可能简单易用的神经网络模型应用程序

文本：1zh

图像：2zh

视频：3zh

3D：4zh

音频：5zh

额外功能：6zh

界面：7zh

功能：

  • 通过install.bat（Windows）或install.sh（Linux & MacOS）轻松安装
  • 您可以通过移动设备在本地主机（通过IPv4）或在线任何地方（通过Share）使用应用程序
  • 灵活且优化的界面（由Gradio提供）
  • 从Install和Update文件进行调试日志记录
  • 提供三种语言版本
  • 支持Transformers, BNB, GPTQ, AWQ, ExLlamaV2和llama.cpp模型（LLM）
  • 支持diffusers和safetensors模型（StableDiffusion）- txt2img、img2img、depth2img、marigold、pix2pix、controlnet、upscale（latent)、refiner、inpaint、outpaint、gligen、diffedit、blip-diffusion、animatediff、hotshot-xl、video、ldm3d、sd3、cascade、t2i-ip-adapter、ip-adapter-faceid和riffusion标签
  • 支持stable-diffusion-cpp模型用于FLUX和StableDiffusion
  • 支持额外的图像生成模型：Kandinsky（txt2img、img2img、inpaint）、Flux (txt2img 支持 cpp quantize 和 LoRA, img2img, inpaint, controlnet) 、HunyuanDiT（txt2img、controlnet）、Lumina-T2X、Kolors（支持LoRA的txt2img、img2img、ip-adapter-plus）、AuraFlow（支持LoRA和AuraSR）、Würstchen、DeepFloydIF（txt2img、img2img、inpaint）、PixArt, CogView3-Plus和PlaygroundV2.5
  • 支持使用Rembg、CodeFormer、PixelOE、DDColor、DownScale、格式转换器、换脸（Roop）和放大（Real-ESRGAN）模型进行图像、视频和音频的额外处理
  • 支持StableAudio
  • 支持AudioCraft（模型：musicgen、audiogen和magnet）
  • 支持AudioLDM 2（模型：audio和music）
  • 支持TTS和Whisper模型（用于LLM和TTS-STT）
  • 支持MMS进行文本到语音和语音到文本转换
  • 支持Lora、Textual inversion（embedding）、Vae、MagicPrompt、Img2img、Depth、Marigold、Pix2Pix、Controlnet、Upscale（latent）、Refiner、Inpaint、Outpaint、GLIGEN、DiffEdit、BLIP-Diffusion、AnimateDiff、HotShot-XL、Videos、LDM3D、SD3、Cascade、T2I-IP-ADAPTER、IP-Adapter-FaceID和Riffusion模型（用于StableDiffusion）
  • 支持Multiband Diffusion模型（用于AudioCraft）
  • 支持LibreTranslate（本地API）和SeamlessM4Tv2进行语言翻译
  • 支持ModelScope、ZeroScope 2、CogVideoX和Latte进行视频生成
  • 支持SunoBark
  • 支持Demucs和UVR进行音频文件分离
  • 支持RVC进行语音转换
  • 支持StableFast3D、Shap-E和Zero123Plus进行3D生成
  • 支持Wav2Lip
  • 支持LivePortrait为图像添加动画
  • 支持LLM的多模态（Moondream 2, LLaVA-NeXT-Video, Qwen2-Audio）、PDF解析（OpenParse）、TTS（CoquiTTS）、STT（Whisper）、LORA和网络搜索（使用DuckDuckGo）
  • 用于生成图像、视频和音频的元数据信息查看器
  • 界面内的模型设置
  • 在线和离线Wiki
  • 图库
  • 模型下载器
  • 应用程序设置
  • 能够查看系统传感器

必需依赖：

最低系统要求：

  • 系统：Windows, Linux或MacOS
  • GPU：6GB+或CPU：8核3.6GHZ
  • RAM：16GB+
  • 磁盘空间：20GB+
  • 需要互联网连接以下载模型和进行安装

如何安装：

Windows

  1. 首先安装所有必需依赖
  2. 在任意位置执行Git clone https://github.com/Dartvauder/NeuroSandboxWebUI.git
  3. 运行 Install.bat, 选择您的版本并等待安装
  4. 安装完成后, 运行 Start.bat 并进行初始设置
  5. 等待应用程序启动并从终端中跟随链接
  6. 现在您可以开始生成了。 请尽情享用!
  • 要获取更新，请运行Update.bat
  • 要通过终端使用虚拟环境，请运行Venv.bat

Linux & MacOS

  1. 首先安装所有必需依赖
  2. 在任意位置执行Git clone https://github.com/Dartvauder/NeuroSandboxWebUI.git
  3. 运行 ./Install.sh, 选择您的版本并等待安装
  4. 安装完成后, 运行 ./Start.sh 并进行初始设置
  5. 等待应用程序启动并从终端中跟随链接
  6. 现在您可以开始生成了。 请尽情享用!
  • 要获取更新，请运行./Update.sh
  • 要通过终端使用虚拟环境，请运行./Venv.sh

Wiki

致开发者的感谢

非常感谢这些项目，因为正是通过他们的应用程序/库，我才能够创建我的应用程序：

首先，我要感谢PyCharm和GitHub的开发者。借助他们的应用程序，我能够创建并分享我的代码

第三方许可证：

许多模型都有自己的使用许可证。在使用之前，我建议您熟悉它们：

这些第三方仓库代码也在我的项目中使用：

捐赠

如果您喜欢我的项目并想要捐赠，这里有捐赠选项。非常感谢您的支持！

  • "给我买杯咖啡"

星星的历史

Star History Chart