1. Introduction au tutoriel

In-Context Edit (ICEdit) est un framework d'édition d'images basé sur des instructions et à haute efficacité, développé conjointement par l'Université du Zhejiang et l'Université Harvard et publié le 29 avril 2025. Comparé aux méthodes précédentes, ICEdit ne nécessite que 1% de paramètres entraînables (200 millions) et 0,1% de données d'entraînement (50 000), démontrant ainsi une forte capacité de généralisation et la possibilité de gérer diverses tâches d'édition. Plus open source, moins coûteux, plus rapide et plus performant que les modèles commerciaux tels que Gemini et GPT4o, ICEdit est disponible en plusieurs articles de recherche. Édition contextuelle : Activation de l'édition d'images pédagogiques avec génération contextuelle dans un transformateur de diffusion à grande échelle .

Ce tutoriel utilise une seule carte RTX 4090 comme ressource. Si vous souhaitez atteindre les 9 secondes officielles mentionnées pour générer des images, vous aurez besoin d'une carte graphique avec une configuration plus élevée. Ce projet ne prend actuellement en charge que les descriptions textuelles en anglais.

Modèles utilisés dans ce projet :

• lora normale
• FLUX.1-Fill-dev

2. Exemples de projets

Comparaison avec d'autres modèles économiques 

3. Étapes de l'opération

1. Après avoir démarré le conteneur, cliquez sur l'adresse API pour accéder à l'interface Web

Si « Bad Gateway » s'affiche, cela signifie que le modèle est en cours d'initialisation. Étant donné que le modèle est grand, veuillez patienter environ 1 à 2 minutes et actualiser la page.

2. Démonstration d'utilisation

❗️Conseils d’utilisation importants :

• Échelle d'orientation :  Il est utilisé pour contrôler le degré auquel les entrées conditionnelles (telles que le texte ou les images) dans les modèles génératifs affectent les résultats générés. Des valeurs de guidage plus élevées permettront aux résultats générés de correspondre plus étroitement aux conditions d'entrée, tandis que des valeurs plus faibles conserveront plus de caractère aléatoire.
• Nombre d'étapes d'inférence :  Représente le nombre d'itérations du modèle ou le nombre d'étapes du processus d'inférence, représentant le nombre d'étapes d'optimisation que le modèle utilise pour générer le résultat. Un nombre plus élevé d’étapes produit généralement des résultats plus précis, mais peut augmenter le temps de calcul.
• Graine:  Graine de nombre aléatoire, utilisée pour contrôler le caractère aléatoire du processus de génération. La même valeur Seed peut produire les mêmes résultats (à condition que les autres paramètres soient les mêmes), ce qui est très important pour reproduire les résultats.

4. Discussion

🖌️ Si vous voyez un projet de haute qualité, veuillez laisser un message en arrière-plan pour le recommander ! De plus, nous avons également créé un groupe d’échange de tutoriels. Bienvenue aux amis pour scanner le code QR et commenter [Tutoriel SD] pour rejoindre le groupe pour discuter de divers problèmes techniques et partager les résultats de l'application↓

Informations sur la citation

Merci à l'utilisateur Github SuperYang  Déploiement de ce tutoriel. Les informations de citation pour ce projet sont les suivantes :

@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}, 
}