【DataWhale学习】用免费GPU线上跑StableDiffusion项目实践

本文主要是介绍【DataWhale学习】用免费GPU线上跑StableDiffusion项目实践，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！

用免费GPU线上跑SD项目实践

​ DataWhale组织了一个线上白嫖GPU跑chatGLM与SD的项目活动，我很感兴趣就参加啦。之前就对chatGLM有所耳闻，是去年清华联合发布的开源大语言模型，可以用来打造个人知识库什么的，一直没有尝试。而SD我前两天刚跟着B站秋叶大佬和Nenly大佬的视频学习过，但是生成某些图片显存吃紧，想线上部署尝试一下。

参考：DataWhale 学习手册链接

1 学习简介

本文以趋动云平台为例，详细介绍下如何通过平台提供的在线开发环境，直接在云端编写、运行代码，并使用GPU资源进行加速。本教程将学习云算力资源的使用方式，并给出了两个AI项目实践：

• 用免费GPU创建属于自己的聊天GPT
• 用免费GPU部署自己的stable-diffusion

平台注册：

• 注册即送168元算力金
• Datawhale专属注册链接：https://growthdata.virtaicloud.com/t/SA

适用人群：

• 新手开发者、快速原型设计者；
• 需要协作和分享的团队；
• 对大模型部署感兴趣的人；
• 深度学习入门学习者；
• 对使用GPU资源有需求的人。

优势：

无需进行本地环境配置，简单易用，便于分享和协作。

组织方：Datawhale x 趋动云

3 云端部署StableDiffusion模型

3.1 项目配置

1. 创建项目

   在趋动云用户工作台中，点击 快速创建 ，选择 创建项目，创建新项目。

2. 镜像配置

   选择 趋动云小助手 的 AUTOMATIC1111/stable-diffusion-webui 镜像。

   

3. 数据集配置

   在 公开 数据集中，选择 stable-diffusion-models 数据集。

   

   配置完成后，点击创建，要求上传代码时，选择 暂不上传 。

4. 初始化开发环境

   找到最右侧 “开发”-> “初始化开发环境实例”，我这里没按教程配置，因为SD生图需要较大显存，我选择了拥有24G显存的 B1.large，其他按教程一样，并设置了24h的最长运行时间。

   

3.2 环境配置

​ 因为数据集代码有所变化，所以教程中有些步骤可以省略，以下为具体步骤。

1. 解压代码及模型

   tar xf /gemini/data-1/stable-diffusion-webui.tar -C /gemini/code/ 
   

2. 拷贝frpc内网穿透文件

   chmod +x /root/miniconda3/lib/python3.10/site-packages/gradio/frpc_linux_amd64_v0.2
   

3. 拷贝模型文件到项目目录下

   cp /gemini/data-1/v1-5-pruned-emaonly.safetensors /gemini/code/stable-diffusion-webui/
   

4. 更新系统httpx依赖

   pip install httpx==0.24.1
   

5. 运行项目

   cd /gemini/code/stable-diffusion-webui && python launch.py --deepdanbooru --share --xformers --listen
   

   运行项目后，点击右侧添加，创建 外部访问链接 。

   

6. 访问StableDiffusion的WebUI

   复制外部访问链接，在浏览器粘贴并访问，就成功打开WebUI界面啦。

   

7. 生成镜像

   点击右上角 将当前环境制作为镜像，点击 智能生成，在 AUTOMATIC1111/stable-diffusion-webui 基础镜像下生成，点击 构建，完成对镜像的构建。

   

   之后安装上一章的步骤，将镜像配置到你的项目里就好啦。

配置好环境后，再次访问，在终端输入以下指令直接运行 WebUI 。

cd /gemini/code/stable-diffusion-webui && python launch.py --deepdanbooru --share --xformers --listen

3.3 StableDiffusion 使用

1. 生成第一张美图

   部署好了当然是要生成一张图，我选择生成一张猫猫图，结果如下。

   

   ​ 库自带的模型是 v1-5-pruned-emaonly 模型，这个模型是官方的1.5 版本预训练模型，是在512*512的小尺寸图像上训练的，所以说如果图像尺寸超过1000的话，容易出现多头多人的情况。

   ​ 在这里我选择的参数与提示词如下：

   • 提示词(prompt)：

     1 cat
     

   • 负面提示词(Negative prompt)：

     out of frame,(worst quality, low quality, normal quality:2),text,bad eyes,weird eyes closed eyes,badhandv4:0.8,OverallDetail,render,bad quality,worst quality,signature,watermark,extra limbs,
     

   • 迭代步数(Steps)、采样器(Sampler)、提示词相关性(CFG scale)：

     Steps: 20, Sampler: DPM++ SDE Karras, CFG scale: 7, 
     

   • 随机种子(Seed)、图像尺寸(Size)、模型(Model)

     Seed: 3052626755, Size: 384x512, Model hash: 6ce0161689, Model: v1-5-pruned-emaonly, Version: v1.6.0
     

   生成的猫猫图如下：

   

2. 批量生成

   我想要更多的猫猫图，于是增大了生成的 Batch Count 和Batch size，生成结果如下。

   

   可以看到一下生成了16张猫猫图，它实际上是分了两批，每批生成8张，这样生成的。Batch count 控制了生成批次的数量，Batch size 控制每批生成图片的数量。Batch size 越大对显卡显存要求越高，当然白嫖的24g显存不在话下了。

   

   可以看到生成的图像各有千秋，甚至有的生成了个房子（太离谱了），所以选择合适的种子很重要。可以通过批量生成找到自己喜欢的图像风格的种子，固定下来进行进一步操作。

   我很喜欢第四张，大脸狸花猫，于是点开图片，可以在图片下方看到种子号 2617670965。

   

3. 图像放大

   我想放大刚才选中的大脸狸花猫图，可以通过固定种子，并通过 Hires fix 的方法放大生成图像。

   我想使用一个名为 R-ESRGAN4x 的放大算法，从云平台下载太慢了，选择从 该github链接 本地下载，并放在/gemini/code/stable-diffusion-webui/models/RealESRGAN/RealESRGAN_x4plus.pth路径下。

   设置以下参数，重新生成，结果如下。

   

   成功将图像尺寸放大到原来的两倍，即 768*1024 的尺寸。图像参数如下：

   1 cat
   Negative prompt: out of frame,(worst quality, low quality, normal quality:2),text,bad eyes,weird eyes closed eyes,badhandv4:0.8,OverallDetail,render,bad quality,worst quality,signature,watermark,extra limbs,
   Steps: 20, Sampler: DPM++ SDE Karras, CFG scale: 7, Seed: 2617670965, Size: 384x512, Model hash: 6ce0161689, Model: v1-5-pruned-emaonly, Denoising strength: 0.35, Hires upscale: 2, Hires upscaler: R-ESRGAN 4x+, Version: v1.6.0
   

   猫猫图如下：

   

   效果还不错，不过我还想让他更清晰一点，于是选择让他放大4倍，结果如下。

   

   可以看到，真的清晰了不少。

4. 图生图

   图生图就是以给的图片为基准，生成其他的图片，我就像用刚才生成的猫猫图，来生成一个宇宙的星系，于是写了以下的提示词。

   stars,out space,galaxy,
   

   负面提示词不变，分两个批次生成16张星系图片，结果如下。

   

   可以看到，生成了具有猫猫形状的星系图案，我从中挑了一张最喜欢的，就是下面这张。

   

   图片参数如下：

   stars,out space,galaxy,
   Negative prompt: out of frame,(worst quality, low quality, normal quality:2),text,bad eyes,weird eyes closed eyes,badhandv4:0.8,OverallDetail,render,bad quality,worst quality,signature,watermark,extra limbs,
   Steps: 20, Sampler: DPM++ 2M Karras, CFG scale: 3, Seed: 3318537879, Size: 768x1024, Model hash: 6ce0161689, Model: v1-5-pruned-emaonly, Denoising strength: 0.7, Version: v1.6.0
   

   以上就尝试玩SD的基本功能啦，之后可以再玩一些进阶玩法，用更厉害的模型，添加lora、ControlNet等插件，生成更可控好看的图片。

这篇关于【DataWhale学习】用免费GPU线上跑StableDiffusion项目实践的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！

---