在自己电脑运行Stable Diffusion和完整项目下载

初创公司StabilityAI在最近宣布发布了Stable Diffusion模型，这是一款功能强大并且可以在标准显卡上运行的AI图像生成器。

本文中将介绍如何下载代码和预训练模型，并且将其整合成一个能够在本地电脑运行的项目，最后也会提供完整项目的下载。

本地电脑运行

因为模型比较大，所以必须要有NVIDIA GPU，至少4GB VRAM，本地磁盘至少有15GB的空间，我们打包的项目解压后需要11G的磁盘。

除此以外还需要一个Python环境，这里我们使用3.8，最后就是git，因为我们需要从github中下载一些项目代码。

下载模型权重

从https://huggingface.co/CompVis/stable-diffusion下载模型和预训练权重。撰写本文的最新版本是v1.4-original。

在“Files and versions”选项卡下，单击检查点文件并下载它。

文件很大4.2GB,需要确保下载文件是完整的

从这个GitHub存储库下载下载Stable Diffusion，https://github.com/lstein/stable-diffusion。它是由lstein修改的原始源代码的一个分支，感谢lstein。

将文件解压缩到本地。在“ldm”文件夹中，创建一个名为“stable-diffusion-v1”的文件夹。如下图所示。

复制下载的模型文件sd-v1-4到stable-diffusion-v1文件夹中，将检其重命名为model.ckpt。

使用Anaconda创建运行环境：

conda env create -f environment.yaml
conda activate ldm

第一行命令会下载运行模型所需的所有依赖项和包。这里的文件也很大，大概几个GB，所以可能需要一段时间。

这样环境就准备好了，下面我们加载模型需要的几个小ML模型。

python scripts/preload_models.py

在继续之前，请确保看到了“success”的信息。

现在我们可以开始生成图像了。

python scripts/dream.py

命令行将在“dream>”处暂停，也就是说要我们输入文本了。

输入后会执行生成的过程

结果如下：

怎么样，还不错吧，如果我们想要调整参数怎么办？下面看看这个方法

创建一个生成图像的web服务

我们使用Gradio UI来将生成图像的模型封装成AP服务，并且提供一个web页面来进行参数的调整：

我将所有的依赖都整理成了完整的项目，下载链接放在本文的最后，文件比较大，下载完成后解压应该是这个样子：

双击“1)install.bat”文件。屏幕底部应该出现一条成功消息，这一步是从Github中下载几个依赖的包。

然后运行批处理文件“SD_OPT) run optimized txt2img.bat”。

因为加载的模型有4GB多，所以会很久没有相应，请耐心等待当加载完成后显示如下

如果有下面弹窗则可以忽略，我也不知道是什么问题，但是对于使用不影响，哈：

然后在浏览器中访问http://127.0.0.1:7860/，就打开Gradio UI。

然后我们输入：

photo of miniature Australian Shepherd puppy on pier in front of breathtaking mountain lake, epic scene, beautiful colors, high resolution

注意：提交按钮在最下面，要按submit才可以进行生成操作，结果还可以吧

总结

最后我们说明下问题：

1、我们这边测试4GB的卡可以生成384x384的图片，512的大概需要6G左右， 1024的则需要8G+，推理速度慢，根据显卡和图片大小不同，大概需要20-60s

2、生成的输入是可以支持中文的，但是不建议中文，因为很可能产生一些玄学的玩意，非常的诡异让人看了非常不舒服，所以建议将中文翻译成英文，并且越详细越好，这样生成的模型会很好

3、生成的图像会保存在workspace文件夹中，可以查看历史输入

4、项目直接内置了python，支持win10和win11，可以直接下载使用

下面来一个我的测试吧，猜猜这是用什么文本生成的？

one person who knows Chinese Kung Fu swing his fist fast and shoot five lightning from his hand，闪电5连鞭

可以看到，图上的那些疑似的方块汉字就是因为我们输入中包含汉字出来的，汉字比例越大越诡异，所以不建议直接输入汉字。

https://avoid.overfit.cn/post/29f156a0280b45e58770fe841fb9dbe0

关注我们的公众号 deephub-imba 发送 diffusion 或 扩散模型 可以获取本文的完整项目，项目较大打包压缩完6G+所以请注意磁盘空间占用和下载时间。