# Fooocus

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 [CLORE.AI Marketplace](https://clore.ai/marketplace).
{% endhint %}

## Location sur CLORE.AI

1. Visitez [CLORE.AI Marketplace](https://clore.ai/marketplace)
2. Filtrer par type de GPU, VRAM et prix
3. Choisir **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 <port> root@<adresse-proxy>`

## Qu'est-ce que Fooocus ?

Fooocus est une interface Simplifiée de Stable Diffusion qui :

* Ne nécessite aucune configuration
* Utilise SDXL par défaut
* Possède des styles et préréglages intégrés
* Gère automatiquement toutes les optimisations

## Exigences

| Qualité       | VRAM min | Recommandé    |
| ------------- | -------- | ------------- |
| Basique       | 4 Go     | RTX 3060      |
| Standard      | 8 Go     | RTX 3070      |
| Haute qualité | 12 Go+   | RTX 3090/4090 |

## Déploiement rapide

**Image Docker :**

```
pytorch/pytorch:2.5.1-cuda12.4-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. Aller à la **Mes commandes** page
2. Cliquez sur votre commande
3. Trouvez l' `http_pub` URL (par ex., `abc123.clorecloud.net`)

Utilisez `https://VOTRE_HTTP_PUB_URL` au lieu de `localhost` dans les exemples ci-dessous.

## Premier lancement

Au premier démarrage, Fooocus télécharge automatiquement :

* Modèle SDXL de base (\~6,5 Go)
* Affinez SDXL (\~6 Go)
* Embeddings requis

Cela prend 10 à 15 minutes lors du premier lancement.

## Utiliser Fooocus

### Génération basique

1. Ouvrir `http://<proxy>:<port>`
2. Entrez 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
* Cinematic - Aspect film
* Anime - Animation japonaise
* Photographic - 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. Activez l'onglet "Image d'entrée"
2. Téléchargez l'image source
3. Choisissez le mode :
   * **Améliorer** - Améliorer la résolution
   * **Varier** - Créer des variations
   * **Restauration** - Modifier des parties

### Inpainting

```
1. Téléchargez l'image
2. Cliquez sur "Inpaint or 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. Téléchargez l'image
2. Sélectionnez "Inpaint or Outpaint"
3. Cochez les directions (Gauche, Droite, Haut, Bas)
4. Générez pour étendre la zone de travail

## Utiliser des LoRA

### Téléchargez des LoRA

```bash
cd /workspace/Fooocus/models/loras
wget https://civitai.com/api/download/models/<model_id> -O my_lora.safetensors
```

### Appliquer LoRA

1. Allez dans l'onglet "Model"
2. Sélectionnez le LoRA dans le menu déroulant
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. Activez l'onglet "Image Prompt"
2. Téléchargez l'image du visage
3. Définissez le type sur "FaceSwap"
4. Générez avec le prompt du visage

## Suréchantillonnage

### Upscaler intégré

1. Téléchargez l'image dans "Upscale or Vary"
2. Sélectionnez "Upscale (2x)"
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 "Describe"
2. Téléchargez 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 :

* Réglez le "Nombre d'images" sur le nombre souhaité
* Toutes les images sont générées avec des seeds différentes

### File d'attente de prompts

Utilisez des jokers pour les variations :

```
a {red|blue|green} car on the street
```

Génère 3 images avec des couleurs différentes.

## Accès API

### Activer l'API

```bash
python launch.py --listen 0.0.0.0 --port 7865
```

### Point de terminaison API

```python
import requests

response = requests.post(
    "http://localhost:7865/v1/generation/text-to-image",
    json={
        "prompt": "a beautiful sunset over mountains",
        "negative_prompt": "",
        "style_selections": ["Fooocus Enhance"],
        "performance_selection": "Quality",
        "aspect_ratios_selection": "1024×1024",
        "image_number": 1,
        "image_seed": -1,
    }
)

# Récupérer l'image
image_data = response.json()
```

## Préréglages

### Créer un préréglage personnalisé

Éditer `presets/default.json`:

```json
{
    "default_model": "juggernautXL.safetensors",
    "default_refiner": "None",
    "default_loras": [
        ["detail_lora.safetensors", 0.5]
    ],
    "default_styles": ["Fooocus Enhance", "Cinematic"]
}
```

### Lancer avec un préréglage

```bash
python launch.py --preset anime
```

## Comparaison : Fooocus vs autres

| Fonction               | 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

# Utiliser le mode faible VRAM
python launch.py --always-low-vram

# Ou désactiver l'affineur

# Dans l'UI : onglet Model > Refiner > None
```

### Génération lente

* Activez le préréglage "Vitesse extrême"
* Désactivez l'affineur
* Utilisez une résolution plus petite

### Le modèle ne se charge pas

```bash

# Vérifiez que le modèle existe
ls -la /workspace/Fooocus/models/checkpoints/

# Vérifiez la taille du fichier (devrait être ~6Go pour SDXL)
du -h /workspace/Fooocus/models/checkpoints/*.safetensors
```

### Images noires

* Réduisez l'échelle CFG
* Changez la seed
* Essayez un prompt différent

## Télécharger les résultats

```bash

# Les images sont dans le dossier outputs
scp -P <port> -r root@<proxy>:/workspace/Fooocus/outputs/ ./
```

## Estimation des coûts

Tarifs typiques du marché CLORE.AI (à partir de 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 40GB | \~$0.17       | \~$4.00          | \~$0.70             |
| A100 80GB | \~$0.25       | \~$6.00          | \~$1.00             |

*Les prix varient selon le fournisseur et la demande. Vérifiez* [*CLORE.AI Marketplace*](https://clore.ai/marketplace) *pour les tarifs actuels.*

**Économisez de l'argent :**

* Utilisez **Spot** market pour les charges de travail flexibles (souvent 30-50 % moins cher)
* Payer avec **CLORE** jetons
* Comparer les prix entre différents fournisseurs

## Prochaines étapes

* Stable Diffusion WebUI - Plus de contrôle
* Workflows ComfyUI - Basés sur des nœuds
* FLUX Generation - Modèle plus récent