1. مقدمة البرنامج التعليمي

يُعدّ In-Context Edit (ICEdit) إطار عمل عالي الكفاءة لتحرير الصور يعتمد على التعليمات، وقد أُطلق من قِبل جامعة تشجيانغ وجامعة هارفارد في 29 أبريل 2025. بالمقارنة مع الطرق السابقة، يتطلب ICEdit فقط 1% من المعلمات القابلة للتدريب (200 مليون) و0.1% من بيانات التدريب (50 ألف)، مما يُظهر قدرة تعميم قوية وقدرةً على التعامل مع مهام تحرير متنوعة. وبالمقارنة مع النماذج التجارية مثل Gemini وGPT4o، فهو أكثر انفتاحًا على المصادر المفتوحة، وأقل تكلفة، وأسرع، ويتمتع بأداء قوي. تتوفر أوراق بحثية ذات صلة. التحرير في السياق: تمكين تحرير الصور التعليمية باستخدام التوليد في السياق في محول الانتشار واسع النطاق .

يستخدم هذا البرنامج التعليمي بطاقة RTX 4090 واحدة كمورد. إذا كنت تريد تحقيق الـ 9 ثوانٍ المذكورة رسميًا لإنشاء الصور، فستحتاج إلى بطاقة رسوميات ذات تكوين أعلى. يدعم هذا المشروع حاليًا أوصاف النصوص باللغة الإنجليزية فقط.

النماذج المستخدمة في هذا المشروع:

• لورا طبيعية
• FLUX.1-ملء-تطوير

2. أمثلة المشاريع

مقارنة مع نماذج الأعمال الأخرى 

3. خطوات التشغيل

1. بعد بدء تشغيل الحاوية، انقر فوق عنوان API للدخول إلى واجهة الويب

إذا تم عرض "بوابة سيئة"، فهذا يعني أن النموذج قيد التهيئة. نظرًا لأن النموذج كبير الحجم، يرجى الانتظار لمدة 1-2 دقيقة وتحديث الصفحة.

2. استخدم العرض التوضيحي

❗️نصائح هامة للاستخدام:

• مقياس التوجيه:  يتم استخدامه للتحكم في الدرجة التي تؤثر بها المدخلات الشرطية (مثل النص أو الصور) في النماذج التوليدية على النتائج المولدة. ستعمل قيم التوجيه الأعلى على جعل النتائج المولدة تتطابق بشكل أوثق مع شروط الإدخال، بينما ستحتفظ القيم المنخفضة بمزيد من العشوائية.
• عدد خطوات الاستدلال:  يمثل عدد تكرارات النموذج أو عدد الخطوات في عملية الاستدلال، ويمثل عدد خطوات التحسين التي يستخدمها النموذج لتوليد النتيجة. يؤدي عدد أكبر من الخطوات عادةً إلى إنتاج نتائج أكثر دقة، ولكن قد يؤدي إلى زيادة وقت الحساب.
• البذرة:  بذرة رقم عشوائي، تستخدم للتحكم في عشوائية عملية التوليد. يمكن لقيمة البذرة نفسها أن تنتج نفس النتائج (بشرط أن تكون المعلمات الأخرى هي نفسها)، وهو أمر مهم للغاية في إعادة إنتاج النتائج.

4. المناقشة

🖌️ إذا رأيت مشروعًا عالي الجودة، فيرجى ترك رسالة في الخلفية للتوصية به! بالإضافة إلى ذلك، قمنا أيضًا بتأسيس مجموعة لتبادل الدروس التعليمية. مرحبًا بالأصدقاء لمسح رمز الاستجابة السريعة وإضافة [برنامج تعليمي SD] للانضمام إلى المجموعة لمناقشة المشكلات الفنية المختلفة ومشاركة نتائج التطبيق↓

معلومات الاستشهاد

شكرًا لمستخدم Github سوبر يانغ  نشر هذا البرنامج التعليمي. معلومات الاستشهاد لهذا المشروع هي كما يلي:

@misc{zhang2025ICEdit,
      title={In-Context Edit: Enabling Instructional Image Editing with In-Context Generation in Large Scale Diffusion Transformer}, 
      author={Zechuan Zhang and Ji Xie and Yu Lu and Zongxin Yang and Yi Yang},
      year={2025},
      eprint={2504.20690},
      archivePrefix={arXiv},
      primaryClass={cs.CV},
      url={https://arxiv.org/abs/2504.20690}, 
}