SDXL: Cómo utilizar la difusión estable

Recientemente, se desarrolló un complemento de WordPress basado en Stable Diffusion XL (SDXL). Para resumir por cierto.

1. ¿Qué es la difusión estable?

Stable Diffusion es un modelo grande de código abierto para la generación de imágenes.

La versión más utilizada actualmente es Stable Diffusion XL, también conocida como SDXL.

Página web oficial:Estabilidad IA

2. ¿La difusión estable es gratuita?

Stable Diffusion y otros modelos grandes de Stability AI (incluidos video, voz y 3D) son gratuitos y de código abierto. Puede implementar el código directamente en su propia computadora o servidor desde el sitio web oficial.

Sin embargo, la mayoría de las veces no lo implementaremos nosotros mismos porque el costo es relativamente alto y la dificultad es relativamente alta. Por lo tanto, la mayoría de las veces, al desarrollar un producto basado en Stable Diffusion, debemos llamar al sitio web oficial o a la API de Stable Diffusion de terceros, pero en este caso, debemos pagar la tarifa de uso de la interfaz.

3. ¿Cómo implementar la difusión estable? (generado por Google Géminis)

Implementar el modelo de difusión estable

Forma 1: utilice una imagen de Docker prediseñada

1. Extraiga la imagen de Docker:
   • estabilidad de extracción de Dockerai/difusión estable: más reciente
2. Cree e inicie el contenedor:
   • docker run -it --gpus toda la estabilidad/estable-difusión:latest

Método 2: implementación manual

1. Instalar dependencias:
   • Pitón 3.10.x
   • PyTorch 1.13.0+
   • visión de la antorcha 0.14.0+
   • plataforma hacha 0.3.11
   • transformadores 4.28.0+
   • acelerar 0.9.1+
   • Kornia 0.6.2+
   • einops 0.4.1+
   • abrazandoface_hub 0.10.0+
2. Clonar el repositorio de Difusión Estable:
   • clon de git https://github.com/huggingface/diffusers
3. Instale la biblioteca de difusión estable:
   • difusores de cd
   • instalación de pipas.
4. Descargar pesos de modelos:
   • wget https://huggingface.co/CompVis/stable-diffusion-v1-5/resolve/main/sd-v1-5.ckpt
5. Modelo de implementación:
   • Cree un script de Python que cargue el modelo y establezca entradas para él.
   • usar difusores.pipelines.stable_diffusion.StableDiffusionPipeline La clase ejecuta la generación de imágenes.

Instrucciones de uso

Después de implementar el modelo de Difusión estable mediante los pasos anteriores, puede usar el siguiente comando para generar la imagen:

desde difusores importar StableDiffusionPipeline # Cargar canalización de modelo = StableDiffusionPipeline.from_pretrained("YOUR_MODEL_PATH") # Ejecutar generación de imagen imagen = canalización("YOUR_PROMPT")

pista

• usar --gpus todos Marcar para utilizar todas las GPU disponibles.
• Ajustamiento tamaño del lote y núm_salidas Parámetros para controlar la cantidad y calidad de las imágenes generadas.
• usar guardar imagen() El método guarda la imagen en el disco local.

4. ¿Cómo utilizar la API de difusión estable?

https://replicate.com/

Puede implementar fácilmente sus propios modelos grandes de código abierto en este sitio web. También puede utilizar la API de modelos grandes implementados por otros.

1. Inicie sesión en este sitio web utilizando su cuenta de GitHub.

2. Ingrese al tablero

3. Seleccione un modelo de generación de imágenes.

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

Todos los modelos de generación de imágenes recomendados se enumeran aquí.

4. Usando la API del modelo

Existen múltiples modelos de difusión estable y sdxl, solo elige uno. Podemos elegir el primero. Haga clic y busque su página API http:

estabilidad-ai/stable-diffusion: ejecutar con una API en Replicate

Aquí está la API y el código de llamada de ejemplo de este modelo.

También puede utilizar js, python y otros SDK empaquetados.

5. Resumen

Stable Diffusion es gratuito, de código abierto y universal. SDXL también es el modelo de generación de imágenes grandes más utilizado en la actualidad y puede ayudarlo a implementar varios productos AIGC de generación de imágenes.