ProdDiffuser

ProdDiffuserは、製品画像と背景画像を組み合わせて、プロンプトに基づいた背景生成を行うPythonアプリケーションです。

• 背景画像が用意されている場合:

  • assetsディレクトリに背景画像を配置すると、製品画像と指定された背景画像が合成されます。

• 背景画像が用意されていない場合:

  • 背景画像がない場合、Hugging Faceのyahoo-inc/photo-background-generationモデルを使用して、プロンプトに基づいた背景を生成し、製品画像と合成します。

機能

• 製品画像と背景画像の合成
• プロンプトに基づく背景生成
• 画像のリサイズとパディング

必要条件

• ローカルPython環境
• Docker
• NVIDIA GPU（オプション、GPUを使用する場合）

セットアップ

ローカルで実行する場合

GPUを使う場合は以下を参考にCUDAをインストールしてください。 https://qiita.com/YokoPhys-h/items/274aecc84a7c42b1efb2

pip install -r requirements.txt
python src/main.py

Dockerを使用する場合

GPUを使う場合 以下を参考にしてください。 https://qiita.com/YokoPhys-h/items/274aecc84a7c42b1efb2

1. Dockerイメージのビルド

   プロジェクトのルートディレクトリで以下のコマンドを実行してDockerイメージをビルドします。

   docker build -t prod_diffuser .
   

2. Dockerコンテナの実行

   GPUを使用する場合は以下のコマンドを実行します。

   docker run --rm -it --gpus all prod_diffuser
   

   GPUがなくても動作します。GPUがない場合でも、以下のコマンドで実行可能です。

   docker run --rm -it prod_diffuser
   

ファイルについて

1. assetsディレクトリに製品画像と背景画像を配置します。
2. src/main.py内のパラメータを必要に応じて変更します。
3. 上記の手順でDockerコンテナを実行し、生成された画像がoutputディレクトリに保存されます。

パラメータの説明

• product_image_path: 製品画像のパスを指定します。
• background_image_path: 背景画像のパスを指定します。背景画像がない場合は、プロンプトに基づいて生成されます。
• output_path: 生成された画像の保存先パスを指定します。
• prompt: 背景生成に使用するプロンプトを指定します。背景画像がない場合に使用されます。
• target_size: 出力画像のサイズを指定します（幅, 高さ）。
• scale: 製品画像のスケールを指定します。1.0で元のサイズ、0.5で半分のサイズになります。
• position: 製品画像を配置する位置を指定します。Noneの場合は中央に配置されます。
• seed: 画像生成のランダムシードを指定します。再現性のある結果を得るために使用します。
• num_inference_steps: 画像生成の推論ステップ数を指定します。ステップ数が多いほど詳細な画像が生成されます。
• controlnet_conditioning_scale: ControlNetの条件付けスケールを指定します。生成画像の制御に影響を与えます。