modelscope / modelscope/DiffSynth-Studio
QwenImageVAE tiled decode未实现？
まだ誰も着手していません。
- 主要言語
- Python
- スター
- 13.1k
- フォーク
- 1.3k
- 平均マージ
- 13時間 12分
- マージ済み PR（30日）
- 45
説明
我看到尽管QwenImagePipeline.__call__有把tiled, tile_size, tile_stride参数传入self.vae.decode，但QwenImageVAE.decode只是用**kwargs接收，并没有实际用到。
https://github.com/modelscope/DiffSynth-Studio/blob/afd101f3452c9ecae0c87b79adfa2e22d65ffdc3/diffsynth/pipelines/qwen_image.py#L444
https://github.com/modelscope/DiffSynth-Studio/blob/afd101f3452c9ecae0c87b79adfa2e22d65ffdc3/diffsynth/models/qwen_image_vae.py#L716
我对模型原理了解有限，想请教一下：请问是 功能暂未实现 还是 QwenImageVAE模型架构本身就无法支持tiled decoding？感谢您的时间和贡献！
コントリビューションガイド
このリポジトリのコントリビューションガイドは索引されていません
はじめの一歩
- issue を最後まで読み、次にプロジェクトのコントリビューションガイドを読みます。
- 着手することを issue にコメントします — 二人が同じ作業をするのを防げます。
- リポジトリをフォークし、ブランチを切って変更します。
- issue 番号を参照したプルリクエストを送ります。
調査の方向性
diffsynth/pipelines/qwen_image.py にあるリンク先のエントリポイント QwenImagePipeline.call から開始し、tiled、tile_size、tile_stride 引数を diffsynth/models/qwen_image_vae.py の QwenImageVAE.decode まで追跡します。この VAE がタイル分割デコードをサポートしているか、また未使用の引数が不足している機能を表しているかを判断します。動作が解決され、適切な検証または説明によってカバーされていれば完了です。
索引モデルが issue の本文から書いたものです。
評価
- 技術スタック
- python
- 領域
- machine-learning
- issue の種類
- 機能追加
- 難易度
- 4/5
- 見積もり時間
- 3〜5日
- 活発さ
- 停滞
- 明瞭さ
- おおむね明確
- 初心者へのやさしさ
- 35/100