Qwen-Edit-2509

适用于华为昇腾NPU的Qwen-Image-Edit-2509的ComfyUI工作流包

概述

本仓库包含适用于NPU推理的Qwen-Image-Edit-2509的ComfyUI工作流配置。工作流包括：

线条/深度控制重绘
图像扩展（外绘）
局部重绘（内绘）
姿态控制
多图像融合
虚拟试穿

NPU适配

设备： 华为昇腾910B
框架： diffusers + torch_npu
精度： 平均像素误差 = 0.31%，结构相似性指数（SSIM）= 0.997，峰值信噪比（PSNR）= 45.2 dB（CPU与NPU对比）
延迟： 8.3秒（20次推理步骤）

快速开始

要求

pip install diffusers torch-npu transformers scikit-image pillow

基础推理（基础模型）

python3 inference.py --image test_images/product.png \
    --prompt "Edit this image according to the prompt" \
    --output result.png

使用 ControlNet 补丁

model_patches/ 目录包含用于 ComfyUI 集成的文件。请将其复制到您的 ComfyUI models/model_patches/ 目录中。

准确性评估

python3 evaluation/eval_accuracy.py \
    --image test_images/product.png \
    --prompt "Transform this image" \
    --steps 20

项目结构

Qwen-Edit-2509/
├── inference.py                 # Main inference script
├── README.md                    # This file
├── test_images/                 # Sample input images
├── evaluation/
│   ├── eval_accuracy.py         # CPU vs NPU accuracy comparison
│   ├── eval_performance.py      # Throughput & latency benchmark
│   ├── terminal_screenshot.py   # macOS-style screenshot generator
│   ├── take_screenshot.py       # Screenshot helper
│   ├── logs/                    # Evaluation results
│   └── screenshots/             # Output images & screenshots

模型详情

基础模型： Qwen/Qwen-Image-Edit-2509
所需 ComfyUI 节点：
- ComfyUI-Easy-Use
- comfyui_controlnet_aux
- rgthree-comfy
- was-node-suite-comfyui
许可证： Apache 2.0

由 @m0_74196153 适配华为昇腾 NPU

快速开始

要求

pip install diffusers torch-npu transformers scikit-image pillow

基础推理（基础模型）

python3 inference.py --image test_images/product.png \
    --prompt "Edit this image according to the prompt" \
    --output result.png

使用 ControlNet 补丁

model_patches/ 目录包含用于 ComfyUI 集成的文件。请将其复制到您的 ComfyUI models/model_patches/ 目录中。

准确性评估

python3 evaluation/eval_accuracy.py \
    --image test_images/product.png \
    --prompt "Transform this image" \
    --steps 20

项目结构

Qwen-Edit-2509/
├── inference.py                 # Main inference script
├── README.md                    # This file
├── test_images/                 # Sample input images
├── evaluation/
│   ├── eval_accuracy.py         # CPU vs NPU accuracy comparison
│   ├── eval_performance.py      # Throughput & latency benchmark
│   ├── terminal_screenshot.py   # macOS-style screenshot generator
│   ├── take_screenshot.py       # Screenshot helper
│   ├── logs/                    # Evaluation results
│   └── screenshots/             # Output images & screenshots