FlowEdit

项目 | Arxiv | 论文集 | 演示 | ComfyUI | 数据

[ICCV 2025 最佳学生论文] 论文“FlowEdit：使用预训练流模型的无反演文本驱动编辑”的官方 PyTorch 实现

安装

1. 克隆仓库

2. 使用 pip install torch diffusers transformers accelerate sentencepiece protobuf 安装所需依赖
   

   • 新版本的 diffusers 可能存在兼容性问题，建议安装 diffusers==0.30.1
   • 已在 CUDA 12.4 和 diffusers 0.30.0 上测试通过

运行示例

使用 Stable Diffusion 3 进行编辑：python run_script.py --exp_yaml SD3_exp.yaml

使用 Flux 进行编辑：python run_script.py --exp_yaml FLUX_exp.yaml

使用方法 - 自定义示例

• 将图片上传至 example_images 文件夹。

• 创建一个 edits 文件，指定：(a) 输入图片的路径，(b) 源提示词，(c) 目标提示词，以及 (d) 目标代码。目标代码总结了源提示词和目标提示词之间的变化，并会显示在输出文件名中。
  请参阅 edits.yaml 以获取示例。

• 创建一个实验配置文件，包含运行 FlowEdit 所需的超参数，例如 n_max、n_min。该文件还应包含 edits.yaml 文件的路径。
  请参阅 FLUX_exp.yaml 以了解 Flux 的使用示例，以及 SD3_exp.yaml 以了解 Stable Diffusion 3 的使用示例。
  有关不同超参数的影响及我们所采用的值的详细讨论，请参阅我们的论文。

运行 python run_script.py --exp_yaml <您的实验配置文件路径>

不同模型的 ComfyUI 实现

• FLUX
• HunyuanLoom

由 logtd 实现。

LTX-Video 的 ComfyUI 实现可在 LTX-Video 的 官方仓库 中找到。

社区工作

无需训练的 WAN 编辑🤗，将 WAN2.1 与 FlowEdit 结合，将无需训练的方法扩展到视频编辑领域。如果您对视频编辑感兴趣，欢迎查看。由 Kyujinpy 实现。

许可证

本项目采用 MIT 许可证 许可。

引用

如果您在研究中使用此代码，请引用我们的论文：

@inproceedings{kulikov2025flowedit,
  title={Flowedit: Inversion-free text-based editing using pre-trained flow models},
  author={Kulikov, Vladimir and Kleiner, Matan and Huberman-Spiegelglas, Inbar and Michaeli, Tomer},
  booktitle={Proceedings of the IEEE/CVF International Conference on Computer Vision},
  pages={19721--19730},
  year={2025}
}

FlowEdit 快速上手指南

FlowEdit 是 ICCV 2025 最佳学生论文获奖项目，一种基于预训练流模型（Flow Models）的免反转（Inversion-Free）文本图像编辑工具。它支持 Stable Diffusion 3、Flux 等主流模型，无需复杂的反向过程即可实现高质量的文本引导编辑。

环境准备

在开始之前，请确保您的系统满足以下要求：

• 操作系统: Linux (推荐) 或 Windows
• Python: 3.8 或更高版本
• GPU: 支持 CUDA 的 NVIDIA 显卡（测试环境为 CUDA 12.4）
• PyTorch: 2.0.0 或更高版本

国内加速建议： 建议使用国内镜像源安装依赖，以提升下载速度并避免连接超时。

• PyTorch 官方国内镜像：https://download.pytorch.org/whl/cu124
• Pip 国内镜像（如清华源）：-i https://pypi.tuna.tsinghua.edu.cn/simple

安装步骤

1. 克隆仓库

首先将项目代码克隆到本地：

git clone https://github.com/fallenshock/FlowEdit.git
cd FlowEdit

2. 安装依赖

使用 pip 安装所需库。注意：新版本的 diffusers 可能存在兼容性问题，建议锁定版本为 0.30.1 或 0.30.0。

通用安装命令（推荐结合国内镜像源）

pip install torch diffusers==0.30.1 transformers accelerate sentencepiece protobuf -i https://pypi.tuna.tsinghua.edu.cn/simple

如果尚未安装 PyTorch，请先访问 PyTorch 官网 根据您的 CUDA 版本安装对应的 torch 和 torchvision。

基本使用

方法一：运行官方示例

项目内置了针对 Stable Diffusion 3 和 Flux 的配置文件，可直接运行测试。

使用 Stable Diffusion 3 进行编辑：

python run_script.py --exp_yaml SD3_exp.yaml

使用 Flux 进行编辑：

python run_script.py --exp_yaml FLUX_exp.yaml

方法二：自定义图片编辑

若要编辑自己的图片，请按以下步骤操作：

1. 准备图片： 将输入图片上传至 example_images 文件夹。

2. **创建编辑配置文件 **(edits.yaml)： 新建一个 yaml 文件，定义编辑任务。需包含以下字段：

   • image_path: 输入图片路径
   • source_prompt: 原始描述提示词
   • target_prompts: 目标描述提示词列表
   • target_codes: 用于概括变化的标签（将出现在输出文件名中）

   参考 edits.yaml 文件格式。

3. **创建实验配置文件 **(<your_exp>.yaml)： 新建实验配置文件，设置超参数（如 n_max, n_min 等），并指向上述的 edits.yaml 文件。

   • 参考 FLUX_exp.yaml (Flux 模型) 或 SD3_exp.yaml (SD3 模型) 的结构。
   • 具体超参数影响请参阅原论文。

4. 执行编辑： 运行以下命令启动编辑流程：

   python run_script.py --exp_yaml <path_to_your_experiment_yaml>
   

---

注：本项目也提供了 ComfyUI 实现版本，如需在工作流中使用，可参考 README 中的 ComfyUI 相关链接。