CrossAttentionControl

环境要求

• Python 环境（建议 3.8+，并已安装 pip）
• 可运行 Jupyter Notebook 的环境（本地 Jupyter 或 Google Colab）
• 依赖库：torch、transformers、diffusers==0.4.1、numpy、PIL、tqdm、difflib
• 建议具备 NVIDIA GPU（Stable Diffusion 推理对显存要求较高）

安装与启动步骤

1. 1获取项目代码

   从 GitHub 克隆仓库到本地，进入项目目录。README 提供了仓库地址，可用 git clone 拉取。

   git clone https://github.com/bloc97/CrossAttentionControl.git
   cd CrossAttentionControl

   复制

2. 2安装 Python 依赖

   README 说明用 pip 安装所需库，并强调 diffusers 必须锁定 0.4.1 版本，否则会因代码注入模型而报错。

   pip install "diffusers==0.4.1" transformers torch numpy Pillow tqdm

   复制

3. 3启动 Jupyter

   README 说明直接用 pip 装好依赖后运行 Jupyter Notebook，仓库内已提供示例 notebook。

   jupyter notebook

   复制

4. 4打开并运行 notebook

   在浏览器打开的 Jupyter 页面中选择项目内的 notebook，逐个单元格运行，即可看到 Cross Attention Control 的示例编辑效果。

5. 5备选：Colab 在线运行

   README 推荐了 Lewington-pitsos 整理的 Colab 演示，没有本地 GPU 或不想配置环境时可直接在浏览器运行。

关键配置

如何确认成功

notebook 单元格正常执行完毕，无版本报错，并在输出中显示出生成的图像，即表示环境配置成功。

常见问题

注意事项

• README 未给出完整安装命令行，此处 pip 命令依据其列出的库名整理；difflib 属 Python 标准库，无需 pip 安装。
• diffusers 版本是最大坑点，务必固定 0.4.1，升级几乎必然导致 notebook 报错。
• 本项目为论文的非官方实现，并为适配 Stable Diffusion 对论文方法做了修改；官方实现见 google/prompt-to-prompt。
• 推理需下载 Stable Diffusion 权重，注意磁盘与显存占用，首次运行耗时较长。