README.md

# ERNIE-Image

## 论文
[ERNIE-Image](https://yiyan.baidu.com/blog/posts/ernie-image)

## 模型简介
ERNIE-Image是百度文心大模型团队推出的文生图模型，基于 DiT 架构设计，参数量为80亿（8B），只需24GB显存的消费级显卡，即可生成媲美顶级商业模型的复杂、真实图像。在通用图像生成能力方面，ERNIE-Image以40% 的参数超越了大部分全球顶尖模型，与先进模型持平，在多项 benchmark上全面超越其他开源模型，取得世界第一的成绩。ERNIEImage在处理复杂指令方面表现出显著优势，尤其在精准文字渲染和知识密集型生成任务中表现突出。同时，在动漫、二次元、胶片、超现实主义、剪影、老照片等多元风格中均表现突出。

<div align=center>
    <img src="./doc/33.png"/>
</div>

## 环境依赖
| 软件 |                    版本                     |
| :------: |:-----------------------------------------:|
| DTK |                   26.04                   |
| python |                  3.10.12                  |
| transformers |                5.5.0                 |
| torch | 2.9.0+das.opt1.dtk2604.20260206.g275d08c2 |
| torchvision | 0.24.0+das.opt1.dtk2604.20260210.gf0277aff |
| pillow | 12.1.1 |
| accelerate | 1.12.0 |

当前推荐使用镜像: harbor.sourcefind.cn:5443/dcu/admin/base/custom:vllm0.15.1-ubuntu22.04-dtk26.04-0130-py3.10-20260220

- 挂载地址`-v` 根据实际模型情况修改
```bash
docker run -it \
    --shm-size 200g \
    --network=host \
    --name erinie \
    --privileged \
    --device=/dev/kfd \
    --device=/dev/dri \
    --device=/dev/mkfd \
    --group-add video \
    --cap-add=SYS_PTRACE \
    --security-opt seccomp=unconfined \
    -u root \
    -v /opt/hyhal/:/opt/hyhal/:ro \
    -v /path/your_code_data/:/path/your_code_data/ \
    harbor.sourcefind.cn:5443/dcu/admin/base/custom:vllm0.15.1-ubuntu22.04-dtk26.04-0130-py3.10-20260220 bash
```
更多镜像可前往[光源](https://sourcefind.cn/#/service-list)下载使用。

关于本项目DCU显卡所需的特殊深度学习库可从[光合](https://developer.sourcefind.cn/tool/)开发者社区下载安装，transformers库需要替换安装：
```
pip install transformers==5.5.0
cd diffusers
pip install -e .
```

## 数据集
暂无

## 训练
暂无

## 推理
### diffusers
#### 单机推理
```bash
python run.py
```


## 效果展示
<div align=center>
    <img src="./doc/1.png"/>
</div>

### 精度
DCU与GPU精度一致，推理框架：diffusers。

## 预训练权重
|  模型名称  | 权重大小 | DCU型号  | 最低卡数需求 |         下载地址          |
|:------:|:----:|:----------:|:------:|:---------------------:|
| ERNIE-Image  | 8B | BW1000 |   1   | [Hugging Face](https://huggingface.co/baidu/ERNIE-Image) |

## 源码仓库及问题反馈
- https://developer.sourcefind.cn/codes/modelzoo/ernie-image_pytorch
## 参考资料
- https://yiyan.baidu.com/blog/posts/ernie-image