SDXL: So verwenden Sie stabile Diffusion

Kürzlich wurde ein WordPress-Plugin auf Basis von Stable Diffusion XL (SDXL) entwickelt. Um es übrigens zusammenzufassen.

1. Was ist stabile Diffusion?

Stable Diffusion ist ein Open-Source-Großmodell zur Bilderzeugung.

Die derzeit hauptsächlich verwendete Version ist Stable Diffusion XL, auch bekannt als SDXL.

Offizielle Website:Stabilitäts-KI

2. Ist Stable Diffusion kostenlos?

Stable Diffusion und andere große Modelle von Stability AI (einschließlich Video, Sprache, 3D) sind kostenlos und Open Source. Sie können den Code von der offiziellen Website direkt auf Ihrem eigenen Computer oder Server bereitstellen.

Meistens werden wir es jedoch nicht selbst bereitstellen, da die Kosten relativ hoch und die Schwierigkeit relativ hoch sind. Daher müssen wir bei der Entwicklung eines auf Stable Diffusion basierenden Produkts in den meisten Fällen die offizielle Website oder die Stable Diffusion API eines Drittanbieters aufrufen, in diesem Fall müssen wir jedoch die Gebühr für die Schnittstellennutzung zahlen.

3. Wie wird Stable Diffusion bereitgestellt? (generiert von Google Gemini)

Stellen Sie das Stable Diffusion-Modell bereit

Weg 1: Verwenden Sie ein vorgefertigtes Docker-Image

1. Ziehen Sie das Docker-Image:
   • Docker Pull Stabilityai/stable-diffusion:latest
2. Erstellen und starten Sie den Container:
   • docker run -it --gpus all Stabilityai/stable-diffusion:latest

Methode 2: Manuelle Bereitstellung

1. Abhängigkeiten installieren:
   • Python 3.10.x
   • PyTorch 1.13.0+
   • Torchvision 0.14.0+
   • Axt-Plattform 0.3.11
   • Transformatoren 4.28.0+
   • beschleunigen 0.9.1+
   • Korn 0,6,2+
   • einops 0.4.1+
   • Huggingface_hub 0.10.0+
2. Klonen Sie das Stable Diffusion-Repository:
   • Git-Klon https://github.com/huggingface/diffusers
3. Installieren Sie die Stable Diffusion-Bibliothek:
   • CD-Diffusoren
   • pip install .
4. Modellgewichte herunterladen:
   • wget https://huggingface.co/CompVis/stable-diffusion-v1-5/resolve/main/sd-v1-5.ckpt
5. Bereitstellungsmodell:
   • Erstellen Sie ein Python-Skript, das das Modell lädt und Eingaben dafür festlegt.
   • verwenden diffusers.pipelines.stable_diffusion.StableDiffusionPipeline Die Klasse führt die Bildgenerierung durch.

Gebrauchsanweisung

Nachdem Sie das Stable Diffusion-Modell mithilfe der oben genannten Schritte bereitgestellt haben, können Sie den folgenden Befehl verwenden, um das Bild zu generieren:

aus Diffusoren importieren StableDiffusionPipeline # Modell-Pipeline laden = StableDiffusionPipeline.from_pretrained("YOUR_MODEL_PATH") # Bildgenerierung ausführen image =pipeline("YOUR_PROMPT")

Hinweis

• verwenden --gpus alle Flag zur Nutzung aller verfügbaren GPUs.
• Einstellung Batch_Größe Und num_outputs Parameter zur Steuerung der Quantität und Qualität der generierten Bilder.
• verwenden Bild speichern() Die Methode speichert das Bild auf der lokalen Festplatte.

4. Wie verwende ich die Stable Diffusion API?

https://replicate.com/

Auf dieser Website können Sie ganz einfach Ihre eigenen großen Open-Source-Modelle bereitstellen. Sie können auch die API großer Modelle verwenden, die von anderen bereitgestellt werden.

1. Melden Sie sich mit Ihrem GitHub-Konto auf dieser Website an

2. Betreten Sie das Dashboard

3. Wählen Sie ein Bildgenerierungsmodell aus

https://replicate.com/collections/text-to-image

Alle empfohlenen Bilderzeugungsmodelle sind hier aufgelistet.

4. Verwendung der API des Modells

Es gibt mehrere Modelle für stabile Diffusion und SDXL. Wählen Sie einfach eines aus. Wir können den ersten auswählen. Klicken Sie hinein und finden Sie die http-API-Seite:

Stability-ai/stable-diffusion – Mit einer API auf Replicate ausführen

Hier ist das API- und Aufrufcodebeispiel dieses Modells.

Sie können auch gepackte JS-, Python- und andere SDKs verwenden.

5. Zusammenfassung

Stable Diffusion ist kostenlos, Open Source und universell. SDXL ist derzeit auch das am weitesten verbreitete Modell zur Generierung großer Bilder. Es kann Ihnen bei der Implementierung verschiedener AIGC-Produkte helfen.