Deadline Cloud에서 확산 모델을 사용하여 일괄적으로 이미지 생성

GitHub의 text_to_image_batch 작업 번들은 확산 모델을 사용하여 프롬프트 JSONL에서 고처리량 배치 이미지 생성을 실행합니다. 기본 모델은 FLUX.2 Klein 4B이며, 이는 Apache 2.0 라이선스 부여, 비동기화 및 4단계로 확장됩니다. 스케줄러는 사용 가능한 GPU 작업자 간에 작업을 분산하며, 확산 파이프라인은 작업자당 한 번 로드되고 해당 작업자의 모든 작업에 재사용됩니다. 집계 단계는 결합된 JSONL 파일과 정적 HTML 갤러리 뷰어를 생성합니다.

JSONL 라인에 caption 필드가 있거나 Deadline Cloud에서 vLLM을 사용하여 배치 LLM 추론 실행 번들의 출력과 연결된 generated_text 필드가 있는 경우 작업은 생성된 이미지 위에 텍스트를 명확한 오타로 합성합니다. 캡션이 없는 선은 순수한 이미지를 생성합니다.

이 번들을 실행하려면 NVIDIA GPUs와 최소 32GB RAM이 있는 서비스 관리형 플릿과 CondaPackages 및 CondaChannels 작업 파라미터를 읽는 conda 대기열 환경이 있는 대기열이 필요합니다. 샘플 리포지토리의 job_bundles 디렉터리에서 작업을 제출합니다.

deadline bundle gui-submit text_to_image_batch

팜 설정, 입력 형식, 캡션 오버레이 및 체인 워크플로를 다루는 전체 연습은 섹션을 참조하세요확산 모델을 사용하여 일괄적으로 이미지 생성.