Инструкции для установки и рабочий процесс работы с AnimateDiff CLI в Windows:

Установка:

1. Установите Git для Windows: https://git-scm.com/downloads

2. Установите Python версии 3.8 или выше: https://www.python.org/downloads/windows/

3. Откройте командную строку (CMD) или PowerShell.

4. Склонируйте репозиторий AnimateDiff CLI:

5. Перейдите в папку проекта:

cd animatediff-cli

6. Создайте и активируйте виртуальное окружение:

python -m venv .venv

.venv\Scripts\activate

7. Установите зависимости:

python -m pip install -r requirements.txt

Загрузка моделей:

8. Скачайте модель движения SD-14:

- Сохраните файл mm_sd_v14.ckpt в папку data\models\motion-module внутри проекта.

9. Скачайте другую модель (по вашему выбору):

- Перейдите по ссылке: https://civitai.com/models/107002/plasticgamma

- Сохраните файл с моделью в папку data\models\sd внутри проекта.

Настройка и выполнение:

10. Откройте файл config\prompts\01-ToonYou.json для настройки:

- В строке "path": "models/sd/PlasticGamma-v1.0.safetensors", удалите текст models/sd/PlasticGamma-v1.0.safetensors и замените на путь к загруженной модели в папке data\models\sd.

- В строке "motion_module": "models/motion-module/mm_sd_v14.ckpt", удалите текст models/motion-module/mm_sd_v14.ckpt и замените на путь к загруженной модели движения SD-14 в папке data\models\motion-module.

- Чтобы изменить пример текста, замените строки "prompt": "Text prompt goes here" и "negprompt": "Negative prompt goes here" на нужный вам текст.

11. Выполните команду для генерации анимации:

animatediff generate

12. По умолчанию, результат будет сохранен в папке outputs\.

Обновление репозитория:

13. Если вы хотите обновить репозиторий в будущем, выполните следующую команду:

git pull

Важно: Убедитесь, что все команды выполняются в директории проекта AnimateDiff CLI.

Больше полезного из мира нейросетей в источнике - Арт-нейросети от Nerual Dreming

8
4 комментария

Там уже есть расширение для Автоматика

2
Ответить

Сколько нужно видеопамяти?

Ответить

RTX3090 нужна.
Now AnimateDiff takes only ~12GB VRAM to inference, and run on a single RTX3090!!

1
Ответить