Fooocus ouvre l’accès à la génération d’images par IA sans le folklore technique qui entoure souvent Stable Diffusion. L’outil vise un objectif simple : produire des visuels de qualité Stable Diffusion XL via une interface web lisible, sans compétence en prompt engineering ni programmation. L’installation demande peu d’efforts, souvent moins de trois clics sur Windows, et l’exécution reste frugale. Un GPU Nvidia avec 4 Go de VRAM et 8 Go de RAM suffisent pour démarrer, y compris sur un ordinateur portable d’entrée de gamme équipé d’une RTX 3060.
Qu’est-ce que Fooocus et pourquoi l’utiliser ?
Fooocus représente une surcouche pragmatique autour de Stable Diffusion XL, pensée pour les utilisateurs qui veulent des résultats avant des réglages. L’interface reprend l’ergonomie d’outils grand public tout en conservant la puissance de SDXL. Le logiciel, écrit en Python, orchestre les modèles SDXL récents et automatise une partie des optimisations.
- Installation rapide sans parcours d’obstacles.
- Exécution légère sur une configuration modeste.
- Interface web intuitive avec prévisualisation en direct.
- Deux niveaux de pilotage avec un mode simple et un mode avancé.
- Amélioration automatique du prompt pour viser un rendu plus abouti.
Configuration matérielle requise et compatibilité
Installation locale (Windows, Linux, Mac)
Une base confortable repose sur 4 Go de VRAM sur un GPU Nvidia, 8 Go de RAM et 20 Go d’espace disque. Fooocus télécharge les modèles SDXL au premier lancement, avec environ 7 Go par checkpoint.
| Système | Simplification d’installation | Support & limites | À retenir |
|---|---|---|---|
| Windows | Téléchargement d’un exécutable ou d’une archive, lancement direct. | Support fluide et parcours le plus simple. | Compter 3 à 5 minutes hors téléchargement des modèles. |
| Linux | Installation via git et conda en quelques commandes. | Requiert une aisance terminal, exécution stable. | Préparer l’espace disque avant le premier lancement. |
| Mac M1-M2 | Installation proche de Linux avec accélération PyTorch MPS. | Support officieux, génération plus lente qu’avec un GPU dédié. | Bon choix pour tester, moins pour produire en volume. |
| Mac Intel | Parcours possible mais support limité. | Performances et compatibilité inégales. | Préférer une option cloud si l’exécution pose problème. |
Utilisation en ligne sans installation (Colab, RunDiffusion, Diffus)
Le mode cloud évite l’installation locale et déporte le calcul sur des GPU hébergés via Google Colab, RunDiffusion ou Diffus. Vous lancez une session, puis vous utilisez Fooocus via une interface web.
Vous évitez les contraintes de GPU et d’espace disque sur votre machine. Vous dépendez d’une connexion internet stable et d’éventuels quotas. Le temps de génération varie selon la charge du serveur.
Installation étape par étape
Installation sur Windows
Vous récupérez la dernière version depuis GitHub, en ciblant l’archive ou l’exécutable Fooocus_win64. L’installation prend en général 3 à 5 minutes, auxquelles s’ajoute le téléchargement initial des modèles selon votre débit.
- Téléchargez Fooocus_win64 au format .exe ou 7z depuis GitHub.
- Extrayez l’archive dans un dossier dédié.
- Lancez le fichier run.bat.
- Vérifiez l’arrivée des modèles dans Fooocus\models\checkpoints\.
Vous pouvez aussi passer par Stability Matrix ou Pinokio pour centraliser l’installation via une interface graphique.
Installation sur Mac M1/M2
Vous partez d’un macOS Catalina ou plus récent avec conda et une version PyTorch nightly accélérée pour Apple via MPS. Les performances restent en retrait face à un GPU Nvidia dédié, surtout sur des générations répétées.
- Clonez le dépôt avec git clone https://github.com/lllyasviel/Fooocus.git.
- Créez un environnement conda.
- Installez les dépendances avec pip install -r requirements_versions.txt.
- Lancez Fooocus avec python entry_with_update.py.
- Attendez le téléchargement des modèles SDXL au premier démarrage.
Vous pouvez tester le flag –disable-offload-from-vram sur certains Mac M2 pour accélérer l’exécution. Le premier téléchargement peut dépasser 30 minutes et les temps de traitement restent plus longs sans GPU dédié.
Installation sur Linux
Vous suivez un processus orienté terminal, proche de macOS, sans l’étape PyTorch nightly spécifique à Apple. Vous enchaînez les commandes dans l’ordre, puis vous démarrez l’interface web.
Vous retrouvez le téléchargement des modèles au premier lancement.
Installation via Colab (sans matériel requis)
Colab offre une voie d’accès rapide et gratuite, sans installation locale, avec un GPU fourni par la plateforme. Vous exécutez un bloc de commandes, puis vous ouvrez l’interface via un lien partagé.
- Ouvrez un Notebook Google Colab avec votre compte Google.
- Exécutez le bloc suivant :
- !pip install pygit2==1.12.2.
- %cd /content.
- !git clone https://github.com/lllyasviel/Fooocus.git.
- %cd Fooocus.
- !python entry_with_update.py –share.
- Récupérez le lien public au format URL.gradio.live pour ouvrir Fooocus.
Colab limite les sessions gratuites à 12 heures et le temps de génération varie selon la charge.
Premier lancement et configuration initiale
L’interface s’ouvre sur une adresse locale du type 127.0.0.1:7865. Vous voyez un champ de prompt, un bouton Generate, et Fooocus produit par défaut deux images en 1152×896. Un aperçu s’affiche pendant la génération pour suivre la progression.
- Zone centrale avec le prompt et le lancement via Generate.
- Zone gauche avec l’aperçu en cours de génération.
- Onglet Settings pour la résolution, les samplers et les presets.
- Onglet Style pour appliquer des styles préconfigurés comme anime ou realistic.
- Onglets Model et Advanced pour choisir checkpoints ou LoRAs et affiner netteté ou résolution.
Utilisation basique : générer votre première image
Rédiger un prompt efficace
Vous obtenez de bons résultats avec des prompts courts, sans description tentaculaire. Fooocus enrichit votre saisie pour améliorer le rendu, ce qui réduit l’effort de formulation.
- Rédigez en français, avec des mots usuels.
- Visez une intention claire plutôt qu’une liste exhaustive de détails.
- Évitez les prompts trop longs, car le modèle perd la priorité des éléments.
« orchestra of characters playing instruments on fire in a chapel » illustre l’efficacité de Fooocus sans technique avancée.
Générer et ajuster les images
Entrez votre prompt, cliquez sur Generate, puis attendez le rendu selon votre GPU. Fooocus génère deux images en 1152×896 et le calcul prend souvent 1 à 2 minutes selon la machine.
- Seed : Numéro qui fixe l’aléa et trace une génération donnée.
- Régénération : Même prompt, seed différente, images différentes.
- Upscale : Augmentation de la résolution d’une image retenue.
- Variation : Création de variantes à partir d’une image existante.
Vous passez par Advanced pour affiner résolution, netteté et paramètres de samplers.
Étapes avancées et gestion des modèles
Ajouter des modèles personnalisés et LoRAs
Fooocus télécharge quelques modèles lors de l’installation, puis vous enrichissez la bibliothèque via civit.ai, dépôt communautaire gratuit. Un checkpoint représente un modèle complet, alors qu’un LoRA agit comme un adaptateur léger qui infléchit un style ou des traits sans remplacer le modèle. L’accumulation de ressources gonfle vite le stockage, avec 50 à 100 Go et plus dès que vous multipliez checkpoints et LoRAs.
- Checkpoint : Environ 7 Go par fichier.
- Dossier checkpoints : /fooocus/models/checkpoints/.
- LoRA : Environ 0.1 à 2 Go par fichier.
- Dossier loras : /fooocus/models/loras/ puis sélection dans l’onglet Model.
Utiliser l’Inpainting et le Image Prompt
Vous franchissez un cap quand vous travaillez à partir d’une image, au lieu de rester sur le texte seul. Importez un visuel depuis votre disque, puis appliquez une retouche ou une variation guidée.
- Inpainting : Modification d’une zone pour corriger un détail ou remplacer un élément.
- Image prompt : Image de référence pour guider style et composition.
- Upscale : Gain de résolution sur une image existante.
Dépannage et bonnes pratiques
| Problème | Symptôme | Solution immédiate |
|---|---|---|
| Problème 1 | Téléchargement des modèles très lent. | Vérifiez la connexion internet et prévoyez 30 minutes ou plus au premier téléchargement. |
| Problème 2 | Crash mémoire ou GPU insuffisante. | Baissez la résolution à 1024×768, réduisez le nombre de steps, ou basculez sur Colab. |
| Problème 3 | Résultats décevants au premier essai. | Testez plusieurs prompts et changez de seed pour explorer les rendus. |
| Problème 4 | Disque saturé. | Supprimez checkpoints et LoRAs inutilisés. |
Testez d’abord en local avec une configuration modeste, y compris 4 Go de VRAM, avant d’investir dans du matériel. Utilisez Colab pour explorer Fooocus sans engagement matériel et valider vos usages.
