# Diffusers ile FLUX mimari görsel üretimi: kontrol ve hız rehberi

Kaynak: https://3dsinifi.com/haber/diffusers-ile-flux-mimari-gorsel-uretimi-kontrol-ve-hiz · Kategori: İpuçları · Yayın: 15 Ekim 2026

> Hugging Face Diffusers belgeleri, FLUX ile görsel üretirken hız ve bellek seçeneklerini, ayrıca Canny, Depth ve Kontext gibi kontrol yöntemlerini açıklıyor. Bu rehber, yöntemleri mimari konsept çalışmalarına uyarlıyor.

## Kısaca
- FLUX.1-schnell, belgelerde az örnekleme adımından yararlanan seçenek olarak tanımlanıyor; örnek kullanımda 4 adım ve guidance_scale 0 veriliyor.
- FLUX.1-dev için iyi kaliteye ulaşmanın yaklaşık 50 örnekleme adımı gerektirdiği belirtiliyor.
- Canny Control kenar koşulunu, Depth Control ise derinlik bilgisini kullanarak görsel üretimini yönlendirebiliyor.
- Diffusers belgeleri, FLUX çalıştırmanın tüketici donanımında maliyetli olabileceğini; CPU offload ve nicemleme gibi bellek seçeneklerini ele alıyor.

Hugging Face Diffusers belgeleri, FLUX modellerini metinden görsel üretimi ve mevcut görselleri koşullandırarak değiştirme seçenekleriyle anlatıyor. Bu rehber, belgelerdeki ayarları mimari konsept, iç mekân atmosferi ve referans görsel üzerinden çalışma senaryolarına uyarlıyor. Belgelerde belirli bir Diffusers sürüm numarası belirtilmediğinden, aşağıdaki adımlar dokümantasyondaki FLUX örneklerine dayanıyor; kurulum sürümüne göre değişiklik olup olmadığı ayrıca kontrol edilmeli.

## 1. İşe uygun FLUX çeşidini seçin

FLUX ailesinde farklı görevler için ayrı modeller bulunuyor. FLUX.1-schnell, zaman adımları damıtılmış (timestep-distilled) bir model; FLUX.1-dev ise guidance-distilled çeşidi. Ayrıca Fill, Canny Control, Depth Control, Redux ve Kontext seçenekleri belgelerde listeleniyor. Başlangıçta amaç yalnızca metin tarifinden bir atmosfer görseli çıkarmaksa Schnell veya dev; belirli bir çizgi ya da derinlik düzenini takip ettirmek isteniyorsa Canny veya Depth değerlendirilebilir.

Schnell için `max_sequence_length` en fazla 256 olmalı ve `guidance_scale` değeri 0 kullanılmalı. Belgelerdeki örnek, 768 × 1360 piksel boyutunda çıktı için 4 örnekleme adımı kullanıyor. Dev çeşidinin iyi kalite üretimi için yaklaşık 50 adıma ihtiyaç duyduğu aktarılıyor; bu modelde `max_sequence_length` için aynı sınır bulunmuyor. Bunlar belgelerde gösterilen örnek ayarlardır; her proje için kalite ve süreyi ayrıca denemek gerekir.

## 2. Metin tarifinden ilk konsepti üretin

İlk denemede sahnenin temel öğelerini ve atmosferini kısa, anlaşılır biçimde tanımlayın. Örneğin mimari çalışmada mekân türü, malzeme hissi ve ışık karakteri tarifin parçası olabilir. Bunlar prompt yazımına yönelik çalışma önerileridir; Diffusers belgeleri belirli bir mimari prompt şablonu zorunlu kılmıyor.

Aşağıdaki örnek, belgelerdeki FLUX.1-schnell kullanımını temel alıyor. `prompt` alanındaki metin, çalışma sahnesine göre düzenlenmeli. `enable_model_cpu_offload()` belgedeki örnekte yer alıyor ve modeli CPU üzerinden offload etme seçeneğini kullanıyor.

```python
import torch
from diffusers import FluxPipeline

pipe = FluxPipeline.from_pretrained(
    "black-forest-labs/FLUX.1-schnell",
    dtype=torch.bfloat16
)
pipe.enable_model_cpu_offload()

image = pipe(
    prompt="A calm contemporary interior with natural materials and soft daylight",
    guidance_scale=0.0,
    height=768,
    width=1360,
    num_inference_steps=4,
    max_sequence_length=256,
).images[0]
```

Bu örnekte ölçü ve adım değerleri kaynak dokümandaki Schnell örneğiyle aynıdır; prompt metni ise yalnızca örnek bir tarif olarak verilmiştir. Çıktıyı değerlendirirken yalnızca görsel beğeniye değil, mekânın temel düzeninin korunup korunmadığına da bakın. Daha fazla ayrıntı için dev modelini deneyecekseniz, yaklaşık 50 adımlık örnek üretimin daha uzun sürebileceğini hesaba katın.

## 3. Geometri hissini Canny veya Depth ile yönetin

Metin tarifi, mevcut bir eskizin ya da mekânsal düzenin biçimini yeterince belirgin biçimde korumuyorsa koşullandırma görseli kullanılabilir. Canny Control kenar bilgisiyle çalışır; Diffusers belgesi bu yöntemin yapısal koşulu yakından izleyecek şekilde tasarlandığını belirtiyor. Belgede Canny ön işlemi için düşük eşik 50, yüksek eşik 200 ve algılama ile görüntü çözünürlüğü için 1024 değerleri örnekleniyor. Üretim örneği de 1024 × 1024 çıktı, 50 adım ve 30,0 guidance_scale kullanıyor.

Depth Control, derinlik ön işlemcisiyle elde edilen görsel koşulunu kullanır. Belgelerdeki örnek 1024 × 1024 çıktı, 30 adım ve 10,0 guidance_scale değerlerini gösteriyor. Bir iç mekân eskizi ya da kütle çalışmasıyla deneme yaparken Canny’yi kontur düzenini, Depth’i derinlik ilişkisini öne çıkaran seçenek olarak değerlendirin. Bu yöntemler sonucu tamamen sabitleme garantisi olarak değil, üretime ek koşul sağlama yolu olarak ele alınmalı.

| Ayar | Önerilen değer | Etkisi |
|---|---:|---|
| Schnell `guidance_scale` | 0 | Belgelerdeki Schnell örneğinin gereksinimi |
| Schnell `max_sequence_length` | En fazla 256 | Schnell için belgelenen üst sınır |
| Schnell örnek adım sayısı | 4 | Dokümandaki 768 × 1360 örneği |
| Dev örnek adım sayısı | Yaklaşık 50 | Belgelerde iyi kalite için belirtilen yaklaşık değer |
| Canny eşikleri | 50 / 200 | Canny ön işlemi için dokümanda verilen düşük/yüksek eşik örneği |
| Depth örnek adım sayısı | 30 | Dokümandaki Depth Control örneği |

## 4. Görsel düzenleme için Fill, Redux veya Kontext’i düşünün

FLUX Fill, maske alanı içinde görsel değiştirme ve görselin dışına taşan outpainting işlemlerini destekliyor. Diffusers belgesine göre bu pipeline, standart inpainting pipeline’larındaki `strength` girdisini istemiyor. Bir iç mekân görselinde yalnızca belirli bir bölgeyi değiştirmek veya kadraj dışına doğru genişletmek gerektiğinde bu özellik iş akışına uygun olabilir; maske ve kaynak görselin hazırlanması yine kullanıcıya kalır.

Redux, FLUX.1 temel modelleriyle çalışan bir adapter olarak tanımlanıyor ve görselden görsele üretimde FLUX.1-dev ile FLUX.1-schnell’i destekliyor. Kontext ise mevcut görsel üzerinden düzenleme, iyileştirme, yeniden ışıklandırma ve stil aktarımı gibi kullanımlara yönelik. Kontext üretiminden sonra belgelerde bulunan integrity safety checker’ın çalıştırılması da belirtiliyor. Dolayısıyla düzenleme adımında hangi pipeline’ın kullanıldığı kadar, kontrol ve güvenlik adımlarının da iş akışına eklenmesi önemli.

## 5. Donanım ve tekrar üretilebilirlik planı yapın

Diffusers belgeleri FLUX’un tüketici donanımında çalıştırılmasının maliyetli olabileceğini; optimizasyonların daha hızlı veya bellek dostu çalışmaya yardımcı olabileceğini söylüyor. Nicemlemenin bellek verimliliği sağlayabileceği, ancak çıkarım gecikmesiyle ödünleşim yaratabileceği de belirtiliyor. Bu nedenle ofislerde önce hedef çözünürlük ve model çeşidiyle küçük testler yapmak, ardından donanım ve süre gereksinimini değerlendirmek daha sağlıklı olur. Belgeler belirli bir ekran kartı gereksinimi veya fiyat vermiyor.

Diffusers’ın genel görsel üretimi belgesi, `torch.Generator` ile seed belirlemenin aynı sonucu yeniden üretmeye yardımcı olduğunu açıklıyor. Bu özellik, bir konsept sunumunda prompt veya diğer ayarları karşılaştırırken yararlı olabilir. Ancak farklı FLUX pipeline’larının her koşulda aynı sonucu vereceğine dair bir garanti bu kaynaklarda yer almıyor.

## Sık yapılan hatalar

- Schnell’de `guidance_scale` değerini 0 dışında kullanmak veya `max_sequence_length` değerini 256’nın üzerine çıkarmak.
- Schnell’in 4 adımlı örneğini dev modelinin ayarı gibi görmek; belgeler iki çeşidi ayrı gereksinimlerle açıklıyor.
- Canny ya da Depth koşul görselini kullanırken, bunun çıktıyı her ayrıntıda kesin olarak kilitleyeceğini varsaymak.
- Nicemlemeyi yalnızca bellek kazancı olarak düşünmek; belgeler gecikme ödünleşimini de açıkça belirtiyor.

## Pro ipucu
Schnell ile başlarken `guidance_scale=0` ve `max_sequence_length` değerini 256 veya altında tutun; kaynak belgedeki 4 adımlı örneği başlangıç noktası olarak kullanın.

## 3dsınıfı yorumu
Türkiye’deki mimarlık ve görselleştirme ofisleri için asıl pratik değer, fikir görsellerini farklı kontrol seviyelerinde deneyebilmek: metinden hızlı başlangıç, ardından eskiz benzeri koşullandırma veya seçili alanları düzenleme. Canny ve Depth gibi seçenekler, mevcut mekânsal referansı çalışma akışına dahil etmeyi kolaylaştırabilir; ancak sonuçların proje geometrisini kusursuz biçimde koruduğu varsayılmamalı.

Donanım tarafında kaynakların özellikle vurguladığı konu, FLUX’un tüketici donanımında maliyetli olabilmesi ve bellek verimliliği ile çıkarım gecikmesi arasında ödünleşim bulunması. Ofisler önce kendi sahnelerinde kısa testler yapmalı; hız, bellek ve görsel tutarlılığı birlikte değerlendirmeli. Lisans ve ticari kullanım koşulları bu dokümanlarda açıklanmadığından, üretim öncesinde ilgili model koşulları ayrıca incelenmeli.

## Kaynaklar
- [huggingface.co (Apache-2.0)](https://huggingface.co/docs/diffusers/api/pipelines/flux) (özet)
- [huggingface.co (Apache-2.0)](https://huggingface.co/docs/diffusers/using-diffusers/conditional_image_generation) (özet)

_Yapay zekâ ile yazıldı, kaynaklarla doğrulandı. © 3dsınıfı_