使用OpenVINO GenAI和LoRA适配器进行图像生成

英特尔物联网 2025-03-12 1537

描述

作者：

武卓英特尔 AI 软件布道师

借助生成式 AI 模型（如 Stable Diffusion 和 FLUX.1），用户可以将平平无奇的文本提示词转换为令人惊艳的视觉效果。但如果你想生成更具风格化或定制化的图像，开源的基础模型可能无法满足你的所有需求。这时，LoRA（低秩自适应）就派上用场了。许多风格修改和增强功能现以 LoRA 的形式发布，作为基础模型的模块化附加组件。通过添加LoRA适配器，使得大家可以随心所欲、生成风格多变的个性化图像。

通过将 LoRA 集成到 OpenVINO GenAI 中，开发者可以一次加载多个 LoRA 适配器，并在运行推理时快速动态切换，无需重新编译基础模型。这使得用户能够以高效、可扩展的方式生成满足特定需求的、多样化、高质量的输出。现在，让我们深入了解具体步骤，借助 OpenVINO 将你的图像生成项目推向全新高度！

克隆openvino.genai GitHub仓库

为AI模型转换安装相关依赖包

下载和转换AI模型及相应的分词器

选择单个或者多个LoRA 适配器来进行图像生成

用C++创建和运行LoRA图像生成示例

结论

第0步:

问 OpenVINO GenAI 示例代码，体验 LoRA 适配器加持的文本生成图像功能

了解如何使用 OpenVINO GenAI 搭配 LoRA 进行文本生成图像的最简单方法，就是查看代码仓库中的示例源码。

以下是使用 LoRA 进行图像生成的 Python 示例脚本:

def main():
    parser = argparse.ArgumentParser()
    parser.add_argument('models_path')
    parser.add_argument('prompt')
    args, adapters = parser.parse_known_args()


    prompt = args.prompt


    device = "CPU"  # GPU, NPU can be used as well
    adapter_config = openvino_genai.AdapterConfig()


    # Multiple LoRA adapters applied simultaneously are supported, parse them all and corresponding alphas from cmd parameters:
    for i in range(int(len(adapters) / 2)):
        adapter = openvino_genai.Adapter(adapters[2 * i])
        alpha = float(adapters[2 * i + 1])
        adapter_config.add(adapter, alpha)


    # LoRA adapters passed to the constructor will be activated by default in next generates
    pipe = openvino_genai.Text2ImagePipeline(args.models_path, device, adapters=adapter_config)
    print("Generating image with LoRA adapters applied, resulting image will be in lora.bmp")
    image = pipe.generate(prompt,
                          generator=Generator(42),
                          width=512,
                          height=896,
                          num_inference_steps=20)


    image_write("lora.bmp", image)

你会发现，只需少量代码，就能将 LoRA 适配器（单个或多个）轻松融入 OpenVINO GenAI 的文本生成图像流程。运行 LoRA 图像生成脚本，就像这样简单:

python lora_text2image.py FLUX.1-dev/INT4 " albert einstein, yarn art style" pytorch_lora_weights.safetensors 1.0

其中pytorch_lora_weights.safetensors 就是我们选择的用于图像生成的LoRA 适配器。

Step 1: 克隆openvino.genai GitHub仓库

从openvino.genai GitHub仓库克隆OpenVINO GenAI的开源代码。

Step 2：为AI模型转换安装相关依赖包

前往文本生成图像（Text-to-Image）LoRA 示例:

openvino.genaisamplespythonimage_generation

在这个文件夹中，你可以找到关于示例的相关README.md 文件. 你也可以直接从 OpenVINO 下载页面访问该 README 文件。

现在，你需要准备一个 Python 虚拟环境，用于模型下载和转换。可以使用以下代码完成设置:

python -m venv venv_export
venv_exportScriptsactivate
pip install --upgrade-strategy eager -r ../../export-requirements.txt

Step 3：下载和转换AI模型及相应的分词器

为了生成图像，我们将使用 FLUX.1-dev模型，并且可以通过一条命令下载并转换为 OpenVINO IR 格式:

optimum-cli export openvino --model black-forest-labs/FLUX.1-dev --weight-format int4 --group-size 64 --ratio 1.0 FLUX.1-dev/INT4

如果由小伙伴不方便从HuggingFace的网站直接下载模型的，也可以先利用以下命令，从魔搭社区下载模型

modelscope download --model black-forest-labs/FLUX.1-dev

将模型保存在本地后，再次运行以下命令，

optimum-cli export openvino --model/FLUX.1-dev –task text-to-image --weight-format int4 --group-size 64 --ratio 1.0 FLUX.1-dev/INT4

完成模型的转换和导出。此外，OpenVINO 还支持其他适用于 LoRA 适配器的文本生成图像模型，完整列表请见此处。欢迎尝试不同模型，探索更多可能性！

过一会儿，转换完成后的模型就保留在了本地磁盘上，并准备好进行图像生成。如果不再需要转换（或优化）AI 模型，你可以删除 venv_export 文件夹，这些依赖包在 AI 推理的过程中并不需要。或者，你也可以直接从我们在HuggingFace这里或者魔搭社区这里的模型专区下载我们工程师已转换和量化的 FLUX.1 模型，跳过上述第 2 步和第 3 步的模型下载和转换步骤，直接从下方的推理步骤开始使用模型！

HuggingFace

https://huggingface.co/OpenVINO/FLUX.1-schnell-int4-ov

魔搭社区

https://modelscope.cn/models/OpenVINO/FLUX.1-schnell-int4-ov

Step 4: 选择单个或者多个LoRA 适配器来进行图像生成

首先，我建议你准备一个 Python 虚拟环境来运行 AI 推理。与用于模型下载和转换的环境不同，这里你只需要安装一个 Python 包 —— openvino.genai。

python -m venv venv
venvScriptsactivate
pip install -r ../../deployment-requirements.txt

openvino_genai.AdapterConfig 用于在 openvino_genai.Text2ImagePipeline 中管理 LoRA 适配器。它可以用于添加、移除适配器，或调整它们的权重系数（Alpha）来实现风格融合。你可以在配置中加入一个或多个适配器，并通过 Alpha 系数进行混合，以生成更具风格化和创意的图像。目前，OpenVINO GenAI 支持以 Safetensors 格式保存的 LoRA 适配器。你可以使用 CivitAI 或 HuggingFace Hub 上的公开预训练适配器，或者自行训练适配器来满足个性化需求。

CivitAI

https://civitai.com/

HuggingFace Hub

https://huggingface.co/models

以下是用于处理多个 LoRA 适配器的代码示例,

    adapter_config = openvino_genai.AdapterConfig()


    # Multiple LoRA adapters applied simultaneously are supported, parse them all and corresponding alphas from cmd parameters:
    for i in range(int(len(adapters) / 2)):
        adapter = openvino_genai.Adapter(adapters[2 * i])
        alpha = float(adapters[2 * i + 1])
        adapter_config.add(adapter, alpha)

将 LoRA 集成到 OpenVINO GenAI 的文本生成图像流程中，仅需一行代码，如下所示：

   # LoRA adapters passed to the constructor will be activated by default in next generates
    pipe = openvino_genai.Text2ImagePipeline(args.models_path, device, adapters=adapter_config)

选择单个LoRA适配器进行图像生成

python lora_text2image.py .FLUX.1-devINT4 "albert einstein" pytorch_lora_weights.safetensors 1.0

使用上述命令，你可以生成带有 “Yarn art” LoRA 风格的图像，并使用 INT4 量化的 FLUX.1-dev 模型，效果如下：

选择多个LoRA 适配器进行图像生成

当然，你还可以在一次推理中轻松使用多个 LoRA 适配器运行 Text2ImagePipeline。例如，使用以下命令，可以将 “浮世绘艺术（Ukiyo-e Art）” 风格与 “点绘风格（Point style）” 结合，并搭配转化和导出为OpenVINO 格式的SDXL-LCM模型（具体步骤参考这里）来生成图像：

python lora.py "./sdxl-lcm" "a cute cat in sunglasses" araminta_k_the_point.safetensors 0.8 "Ukiyo-e Art.safetensors" 0.6

生成的融合了多个LoRA风格的图像就如下图所示

OpenVINO GenAI 支持以 Safetensors 格式保存的 LoRA 适配器。你可以使用 CivitAI 或 HuggingFace Hub上的公开预训练适配器，或者自行训练 LoRA 适配器，以满足个性化需求。

请注意，在加载预训练的 LoRA 适配器之前，请确保它们与基础模型架构兼容。例如，如果你使用 SDXL 模型，则需要提供专为该模型类型训练的 LoRA 适配器。否则，例如使用 FLUX 训练的适配器，将无法正确集成到推理流水线中，也无法成功运行模型推理。

Step 5: 用C++创建和运行LoRA图像生成示例

尽管 Python 作为编程语言功能强大，且非常适合代码实验，但在许多情况下，C++ 更适用于桌面应用程序的开发。下面是用于 LoRA 图像生成的 C++ 代码示例：

const std::string device = "CPU";  // GPU, NPU can be used as well


    ov::AdapterConfig adapter_config;
    // Multiple LoRA adapters applied simultaneously are supported, parse them all and corresponding alphas from cmd parameters:
    for(size_t i = 0; i < (argc - 3)/2; ++i) {
        ov::Adapter adapter(argv[3 + 2*i]);
        float alpha = std::atof(argv[3 + 2*i + 1]);
        adapter_config.add(adapter, alpha);
    }


    // LoRA adapters passed to the constructor will be activated by default in next generates
    ov::Text2ImagePipeline pipe(models_path, device, ov::adapters(adapter_config));


    std::cout << "Generating image with LoRA adapters applied, resulting image will be in lora.bmp
";
    ov::Tensor image = pipe.generate(prompt,
        ov::make_shared(42)),
        ov::width(512),
        ov::height(896),
        ov::num_inference_steps(20));
    imwrite("lora.bmp", image, true);

关于使用 C++ 构建 LoRA 文本生成图像应用的详细指南，请查看此处。

小结

我们演示了如何使用 OpenVINO GenAI 通过文本提示词结合多个 LoRA 适配器进行图像生成。借助提供的工具和代码，无论你偏好哪种编程语言，都能轻松上手。

你还可以通过 OpenVINO Notebook （https://github.com/openvinotoolkit/openvino_notebooks/tree/latest/notebooks/multilora-image-generation）体验 OpenVINO GenAI 的多 LoRA 适配器图像生成，运行效果如下：

欢迎尝试修改示例代码，并调整以下生成参数，探索更多可能性：

更改生成图像的宽度或高度

为同一提示词生成多张图片

调整推理步数，以优化生成质量和速度

调节引导尺度（Guidance Scale），影响生成结果的遵从度（了解更多详情）

（适用于 SD 1.x 和 2.x）当引导尺度 >1 时，添加 负向提示词 以优化生成效果

结合多个 LoRA 适配器，并调整混合系数，实现个性化风格融合

使用 OpenVINO GenAI，这一切都变得简单高效！快来试试吧！

打开APP阅读更多精彩内容