FireRed-Image-Edit

环境要求

• Python 环境（README 未指定具体版本）
• PyTorch 相关依赖，通过 requirements.txt 安装
• 可从 Hugging Face 获取 FireRed-Image-Edit 模型权重
• 用于存放输入图片与输出图片的本地目录

安装与启动步骤

1. 1获取项目代码

   把 FireRed-Image-Edit 仓库克隆到本地，后续所有命令都在该目录下执行。

   git clone https://github.com/FireRedTeam/FireRed-Image-Edit.git

   复制

2. 2进入项目目录

   切换到克隆下来的仓库根目录，才能找到 requirements.txt 和 inference.py。

   cd FireRed-Image-Edit

   复制

3. 3安装依赖

   按 README 的 Quick Start，直接用 pip 安装 requirements.txt 中的全部依赖，建议使用虚拟环境。

   pip install -r requirements.txt

   复制

4. 4准备模型权重

   README 只提供了 Hugging Face 模型页（FireRed-Image-Edit-1.1 / 1.0 / LoRA-Zoo），需按页面说明自行下载权重并放到项目可读取的位置。

5. 5准备输入图片

   README 示例使用 ./examples/edit_example.png，可替换为自己想编辑的图片路径。

6. 6运行图像编辑

   执行推理脚本，传入输入图片、自然语言编辑指令、输出文件名和随机种子，等待生成结果。

   python inference.py \
       --input_image ./examples/edit_example.png \
       --prompt "在书本封面Python的下方，添加一行英文文字2nd Edition" \
       --output_image output_edit.png \
       --seed 43

   复制

关键配置

如何确认成功

命令正常结束且当前目录出现 output_edit.png，打开图片可见编辑效果即成功。

常见问题

注意事项

• README 未给出 Python 版本、CUDA/显存等硬件要求，请以实际运行报错为准自行调整。
• 运行 device、模型路径等参数 README 未说明，若脚本报缺少参数需查看推理脚本或模型页说明。
• 本项目为扩散模型图像编辑，建议在有 GPU 的环境运行，CPU 运行可能非常慢。
• 使用时请遵守模型页与仓库的许可和数据使用要求。