Spaces:
Sleeping
Sleeping
| # ImageForge - Fixed & Working! | |
| ## ✓ Problem gelöst! | |
| Die Bildgenerierung funktioniert jetzt mit echten KI-Modellen! | |
| ### Was wurde behoben: | |
| 1. **GPU-Aktivierung**: PyTorch mit CUDA 12.1 installiert - GPU wird jetzt verwendet! | |
| 2. **Threading-Fehler**: Race Condition bei parallelen Jobs behoben | |
| 3. **Modell-Download**: `segmind/tiny-sd` vollständig heruntergeladen (~1 GB) | |
| 4. **urllib3-Problem**: Downgrade auf 1.26.20 (behob Import-Fehler bei diffusers) | |
| 5. **Default Model**: API verwendet jetzt `localai` statt `dummy` als Standard | |
| ### Wie starten: | |
| Doppelklick auf `START_IMAGEFORGE.bat` in `d:\VSC Codes\Bild\` | |
| Das startet: | |
| - Backend auf http://127.0.0.1:8008 | |
| - Frontend auf http://127.0.0.1:5173 | |
| Nach ~15-20 Sekunden ist das Programm bereit! | |
| ### Erste Bildgenerierung: | |
| 1. Browser öffnet sich automatisch bei http://127.0.0.1:5173 | |
| 2. Prompt eingeben (z.B. "a beautiful sunset over mountains") | |
| 3. Auf "Generate" klicken | |
| 4. Warten (~45-60 Sekunden für das erste Bild) | |
| 5. **Ergebnis**: Echtes KI-generiertes Bild (>400 KB), KEIN weißes Dummy-Bild mehr! | |
| ### Verwendetes Modell: | |
| - **segmind/tiny-sd** (Standard) | |
| - Schnell: ~45-60 Sekunden pro Bild (512x512) | |
| - Speicher: ~2 GB VRAM | |
| - Qualität: Gut für schnelle Tests | |
| ### Optional: Besseres Modell (in Zukunft): | |
| Die `runwayml/stable-diffusion-v1-5` Download wurde gestartet (~4 GB). | |
| Wenn vollständig heruntergeladen, kann das Modell in `backend/app/local_ai/engine.py` | |
| umgestellt werden (Zeile 49): | |
| ```python | |
| self.model_id = os.getenv("IMAGEFORGE_LOCALAI_MODEL", "runwayml/stable-diffusion-v1-5") | |
| ``` | |
| ### Systemanforderungen (erfüllt): | |
| - ✓ Python 3.12.10 mit venv | |
| - ✓ PyTorch 2.5.1+cu121 (CUDA 12.1) | |
| - ✓ NVIDIA GeForce GTX 1050 (CUDA verfügbar) | |
| - ✓ diffusers 0.36.0 | |
| - ✓ urllib3 1.26.20 (wichtig!) | |
| ### Bekannte Einschränkungen: | |
| - Erste Generation pro Sitzung dauert länger (Modell laden: ~30 Sekunden) | |
| - tiny-sd erzeugt kleinere Bilder mit weniger Details als größere Modelle | |
| - GTX 1050 hat nur 2 GB VRAM - größere Modelle nicht möglich | |
| ### Bei Problemen: | |
| Wenn wieder weiße Bilder erscheinen: | |
| 1. Backend-Fenster prüfen auf Fehler | |
| 2. Sicherstellen dass urllib3==1.26.20 installiert ist: | |
| ``` | |
| d:\VSC Codes\Bild\.venv\Scripts\python.exe -m pip list | findstr urllib3 | |
| ``` | |
| 3. Falls 2.x: Downgrade durchführen: | |
| ``` | |
| d:\VSC Codes\Bild\.venv\Scripts\python.exe -m pip install "urllib3<2.0" --force-reinstall | |
| ``` | |
| ### Nächste Schritte (optional): | |
| 1. **Qualität verbessern**: SD 1.5 Modell verwenden (sobald Download fertig) | |
| 2. **Frontend anpassen**: UI-Elemente nach Wunsch ändern | |
| 3. **Weitere Modelle**: Andere HuggingFace Modelle testen | |
| --- | |
| **Status**: ✓ Funktioniert! Echte Bilder werden generiert! | |
| **Letzte Änderung**: 2026-02-19 22:20 | |