> For the complete documentation index, see [llms.txt](https://docs.clore.ai/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://docs.clore.ai/guides/guides_v2-fr/generation-dimages/fooocus-simple-sd.md). # Fooocus Génération d'images Stable Diffusion facile avec Fooocus sur Clore.ai Générez des images avec Fooocus - la manière la plus simple d'utiliser Stable Diffusion. {% hint style="success" %} Tous les exemples peuvent être exécutés sur des serveurs GPU loués via [la place de marché CLORE.AI](https://clore.ai/marketplace). {% endhint %} ## Louer sur CLORE.AI 1. Visitez [la place de marché CLORE.AI](https://clore.ai/marketplace) 2. Filtrez par type de GPU, VRAM et prix 3. Choisissez **À la demande** (tarif fixe) ou **Spot** (prix d'enchère) 4. Configurez votre commande : * Sélectionnez l'image Docker * Définissez les ports (TCP pour SSH, HTTP pour les interfaces web) * Ajoutez des variables d'environnement si nécessaire * Entrez la commande de démarrage 5. Sélectionnez le paiement : **CLORE**, **BTC**, ou **USDT/USDC** 6. Créez la commande et attendez le déploiement ### Accédez à votre serveur * Trouvez les détails de connexion dans **Mes commandes** * Interfaces web : utilisez l'URL du port HTTP * SSH : `ssh -p root@` ## Qu'est-ce que Fooocus ? Fooocus est une interface Stable Diffusion simplifiée qui : * Ne nécessite aucune configuration * Utilise SDXL par défaut * Inclut des styles et des préréglages intégrés * Gère automatiquement toutes les optimisations ## Exigences | Qualité | VRAM minimale | Recommandé | | ------------- | ------------- | ------------- | | Basique | 4 Go | RTX 3060 | | Standard | 8 Go | RTX 3070 | | Haute qualité | 12 Go+ | RTX 3090/4090 | ## Déploiement rapide **Image Docker :** ``` pytorch/pytorch:2.11.0-cuda12.8-cudnn9-devel ``` **Ports :** ``` 22/tcp 7865/http ``` **Commande :** ```bash apt-get update && apt-get install -y git libgl1 libglib2.0-0 && \ cd /workspace && \ git clone https://github.com/lllyasviel/Fooocus.git && \ cd Fooocus && \ pip install -r requirements_versions.txt && \ python launch.py --listen 0.0.0.0 --port 7865 ``` ## Accéder à votre service Après le déploiement, trouvez votre `http_pub` URL dans **Mes commandes**: 1. Accédez à **Mes commandes** la page 2. Cliquez sur votre commande 3. Trouvez le `http_pub` URL (par ex., `abc123.clorecloud.net`) Utilisez `https://YOUR_HTTP_PUB_URL` au lieu de `localhost` dans les exemples ci-dessous. ## Premier lancement Au premier lancement, Fooocus télécharge automatiquement : * Modèle de base SDXL (\~6,5 Go) * Affineur SDXL (\~6 Go) * Embeddings requis Cela prend 10 à 15 minutes au premier lancement. ## Utilisation de Fooocus ### Génération de base 1. Ouvrez `http://:` 2. Saisissez votre prompt 3. Cliquez sur « Générer » C'est tout ! Aucun réglage nécessaire. ### Styles Fooocus inclut plus de 200 styles intégrés : **Styles populaires :** * Fooocus Enhance - Meilleurs détails * Fooocus Sharp - Bords nets * Cinématique - Rendu film * Anime - Animation japonaise * Photographique - Photos réalistes ### Préréglages de qualité | Préréglage | Vitesse | Qualité | | --------------- | -------------- | --------- | | Vitesse | Rapide | Bon | | Qualité | Moyen | Excellent | | Vitesse extrême | Le plus rapide | Basique | ## Fonctionnalités avancées ### Activer le mode avancé Cochez la case « Avancé » pour accéder à : * Prompts négatifs * Rapports d'aspect * Nombre d'images * Contrôle de la graine aléatoire ### Image à image 1. Activer l'onglet « Prompt d'image » 2. Charger l'image source 3. Choisissez le mode : * **Mise à l'échelle** - Améliorer la résolution * **Varier** - Créer des variantes * **Inpaint** - Modifier des parties ### Inpainting ``` 1. Charger l'image 2. Cliquez sur « Inpaint ou Outpaint » 3. Dessinez un masque sur les zones à modifier 4. Décrivez ce qu'il faut générer 5. Cliquez sur Générer ``` ### Outpainting Étendez les images au-delà des bordures : 1. Charger l'image 2. Sélectionnez « Inpaint ou Outpaint » 3. Cochez les cases de direction (Gauche, Droite, Haut, Bas) 4. Générez pour étendre la toile ## Utilisation des LoRA ### Télécharger des LoRA ```bash cd /workspace/Fooocus/models/loras wget https://civitai.com/api/download/models/ -O my_lora.safetensors ``` ### Appliquer le LoRA 1. Allez dans l'onglet « Modèle » 2. Sélectionnez le LoRA dans la liste déroulante 3. Ajustez le poids (0,5-1,0) ## Modèles personnalisés ### Ajouter des checkpoints personnalisés ```bash cd /workspace/Fooocus/models/checkpoints # Télécharger le modèle wget https://huggingface.co/model/file.safetensors ``` Actualisez l'interface ou redémarrez pour voir les nouveaux modèles. ### Modèles recommandés | Modèle | Style | Taille | | -------------- | ------------- | ------ | | Juggernaut XL | Photoréaliste | 6,5 Go | | DreamShaper XL | Artistique | 6,5 Go | | RealVisXL | Réaliste | 6,5 Go | | Animagine XL | Anime | 6,5 Go | ## Échange de visage Fonction d'échange de visage intégrée : 1. Activer l'onglet « Prompt d'image » 2. Charger l'image du visage 3. Définissez « FaceSwap » comme type 4. Générez avec le prompt de visage ## Mise à l'échelle ### Upscaler intégré 1. Chargez l'image dans « Upscale ou Vary » 2. Sélectionnez « Mise à l'échelle (x2) » 3. Générer ### Options de variation * **Varier (subtil)** - Petits changements * **Varier (fort)** - Changements importants ## Décrire l'image Ingénierie inverse de prompt : 1. Allez dans l'onglet « Décrire » 2. Charger l'image 3. Obtenez des suggestions de prompt ## Optimisation des performances ### Pour 8 Go de VRAM ```bash python launch.py --listen 0.0.0.0 --always-offload-from-vram ``` ### Pour 6 Go de VRAM ```bash python launch.py --listen 0.0.0.0 --always-low-vram ``` ### Pour 4 Go de VRAM ```bash python launch.py --listen 0.0.0.0 --always-cpu ``` ## Traitement par lots ### Générer plusieurs images En mode avancé : * Définissez « Nombre d'images » sur le nombre souhaité * Toutes les images sont générées avec des graines différentes ### File d'attente des prompts Utilisez des jokers pour les variantes : ``` une voiture {rouge|bleue|verte} dans la rue ``` Génère 3 images avec des couleurs différentes. ## Accès à l'API ### Activer l'API ```bash python launch.py --listen 0.0.0.0 --port 7865 ``` ### Point de terminaison de l'API ```python import requests response = requests.post( "http://localhost:7865/v1/generation/text-to-image", json={ "prompt": "un magnifique coucher de soleil sur les montagnes", "negative_prompt": "", "style_selections": ["Fooocus Enhance"], "performance_selection": "Qualité", "aspect_ratios_selection": "1024×1024", "image_number": 1, "image_seed": -1, } ) # Obtenir l'image image_data = response.json() ``` ## Préréglages ### Créer un préréglage personnalisé Modifier `presets/default.json`: ```json { "default_model": "juggernautXL.safetensors", "default_refiner": "Aucun", "default_loras": [ ["detail_lora.safetensors", 0.5] ], "default_styles": ["Fooocus Enhance", "Cinématique"] } ``` ### Lancer avec le préréglage ```bash python launch.py --preset anime ``` ## Comparaison : Fooocus vs les autres | Fonctionnalité | Fooocus | A1111 | ComfyUI | | ---------------------- | --------- | -------------------- | -------------- | | Configuration | Aucune | Moyen | Complexe | | Courbe d'apprentissage | Facile | Moyen | Difficile | | Flexibilité | Faible | Élevée | La plus élevée | | Idéal pour | Débutants | Utilisateurs avancés | Développeurs | ## Dépannage ### Mémoire insuffisante ```bash # Utilisez le mode faible VRAM python launch.py --always-low-vram # Ou désactivez l'affineur # Dans l'interface : onglet Modèle > Affineur > Aucun ``` ### Génération lente * Activez le préréglage « Vitesse extrême » * Désactivez l'affineur * Utilisez une résolution plus faible ### Le modèle ne se charge pas ```bash # Vérifiez que le modèle existe ls -la /workspace/Fooocus/models/checkpoints/ # Vérifiez la taille du fichier (elle devrait être d'environ 6 Go pour SDXL) du -h /workspace/Fooocus/models/checkpoints/*.safetensors ``` ### Images noires * Réduisez l'échelle CFG * Changez la graine * Essayez un autre prompt ## Télécharger les résultats ```bash # Les images se trouvent dans le dossier outputs scp -P -r root@:/workspace/Fooocus/outputs/ ./ ``` ## Estimation des coûts Tarifs typiques du marché CLORE.AI (en 2024) : | GPU | Tarif horaire | Tarif journalier | Session de 4 heures | | ---------- | ------------- | ---------------- | ------------------- | | RTX 3060 | \~$0.03 | \~$0.70 | \~$0.12 | | RTX 3090 | \~$0.06 | \~$1.50 | \~$0.25 | | RTX 4090 | \~$0.10 | \~$2.30 | \~$0.40 | | A100 40 Go | \~$0.17 | \~$4.00 | \~$0.70 | | A100 80 Go | \~$0.25 | \~$6.00 | \~$1.00 | *Les prix varient selon le fournisseur et la demande. Vérifiez* [*la place de marché CLORE.AI*](https://clore.ai/marketplace) *les tarifs actuels.* **Économisez de l'argent :** * Utilisez le **Spot** marché pour les travaux interrompables — environ un tiers des serveurs ont un prix spot inférieur au tarif à la demande (médiane \~13 % de remise), les autres s'alignent dessus * Payez avec **CLORE** jetons * Comparez les prix entre différents fournisseurs ## Étapes suivantes * Stable Diffusion WebUI - Plus de contrôle * Flux de travail ComfyUI - Basés sur des nœuds * Génération FLUX - Modèle plus récent --- # Agent Instructions This documentation is published with GitBook. GitBook is the documentation platform designed so that both humans and AI agents can read, navigate, and reason over technical content effectively. Learn more at gitbook.com. ## Querying This Documentation If you need additional information that is not directly available in this page, you can query the documentation dynamically by asking a question. Perform an HTTP GET request on the current page URL with the `ask` query parameter, and the optional `goal` query parameter: ``` GET https://docs.clore.ai/guides/guides_v2-fr/generation-dimages/fooocus-simple-sd.md?ask=&goal= ``` `ask` is the immediate question: it should be specific, self-contained, and written in natural language. `goal` is optional and describes the broader end goal you are ultimately trying to accomplish on behalf of the user. GitBook uses it to tailor the answer towards what is most useful for that goal. The response will contain a direct answer to the question and relevant excerpts and sources from the documentation. Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.