Story-Adapter：根据长篇故事生成连续且风格一致的图像插画

Story-Adapter 是一个创新的故事可视化框架，它能够将文本故事转换为连贯的图像序列。这个项目由研究人员开发，采用了无需训练的迭代方法来生成高质量的故事插图。该框架的特点是能够处理长篇故事，保持图像间的语义一致性，并能生成细致的交互细节。Story-Adapter 基于扩散模型技术，通过全局参考交叉注意力（GRCA）机制来确保生成图像的连贯性和质量。项目完全开源，采用 MIT 许可证，为研究人员和开发者提供了一个强大的故事可视化工具。

功能列表

• 支持长篇故事的可视化处理
• 提供无需训练的迭代框架
• 实现全局参考交叉注意力（GRCA）机制
• 保持图像序列间的语义一致性
• 生成高质量的细节交互效果
• 支持自定义故事输入
• 提供预训练模型整合
• 支持批量图像生成
• 可视化结果实时预览
• 支持 GPU 加速处理

使用帮助

环境配置

1. 系统要求：
   • Python 3.10.14
   • PyTorch 2.2.2
   • CUDA 12.1
   • cuDNN 8.9.02
2. 安装步骤：

# 克隆仓库
git clone https://github.com/jwmao1/story-adapter.git
cd story-adapter
# 创建并激活conda环境
conda create -n StoryAdapter python=3.10
conda activate StoryAdapter 
# 安装依赖包
pip install -r requirements.txt

3. 下载必要的模型文件：
   • RealVisXL_V4.0：从 Hugging Face 下载并放置在 “./RealVisXL_V4.0” 目录
   • CLIP图像编码器：下载后放置在 “./IP-Adapter/sdxl_models/image_encoder” 目录
   • IP-adapter_sdxl：下载并放置在 “./IP-Adapter/sdxl_models/ip-adapter_sdxl.bin”

使用方法

1. 基础演示运行：

python run.py --base_model_path your_path/RealVisXL_V4.0 --image_encoder_path your_path/IP-Adapter/sdxl_models/image_encoder --ip_ckpt your_path//IP-Adapter/sdxl_models/ip-adapter_sdxl.bin

2. 自定义故事生成：

python run.py --base_model_path your_path/RealVisXL_V4.0 --image_encoder_path your_path/IP-Adapter/sdxl_models/image_encoder --ip_ckpt your_path//IP-Adapter/sdxl_models/ip-adapter_sdxl.bin --story [你的故事文本]

注意事项

1. 确保已安装所有依赖包和必要的模型文件
2. 检查 GPU 显存是否充足，推荐使用高性能GPU
3. 首次运行时需要下载和加载模型，可能需要较长时间
4. 生成的图像质量取决于输入故事的质量和描述的详细程度
5. 建议分批处理长故事，以获得最佳效果

故障排除

1. 如遇到CUDA相关错误，检查CUDA版本是否匹配
2. 内存不足时，可以调整批处理大小
3. 模型加载失败时，检查文件路径是否正确
4. 生成效果不理想时，可以调整故事描述的细节程度