Stable Diffusion gRPC Server 使用教程
2024-09-12 16:44:32作者:薛曦旖Francesca
1. 项目介绍
stable-diffusion-grpcserver
是一个基于 Stability AI Stable Diffusion API 的服务器实现。该项目允许用户通过 gRPC 协议与 Stable Diffusion 模型进行交互,支持多种图像生成功能,包括文本到图像(txt2img)、图像到图像(img2img)、图像修复(inpainting)和图像扩展(outpainting)等。此外,该项目还提供了一些增强功能,如自定义 CLIP 指导、负提示和模型调度器等。
2. 项目快速启动
2.1 安装依赖
首先,确保你已经安装了 Docker 和 Nvidia GPU(至少 4GB VRAM)。
2.2 启动 Docker 容器
使用以下命令启动 Docker 容器:
docker run --gpus all -it -p 50051:50051 \
-e HF_API_TOKEN=[your huggingface token] \
-e SD_LISTEN_TO_ALL=1 \
-v $HOME/cache/huggingface:/huggingface \
-v `pwd`/weights:/weights \
hafriedlander/stable-diffusion-grpcserver:xformers-latest
2.3 本地启动
如果你不想使用 Docker,也可以在本地启动服务。首先安装 Miniconda,然后在 Conda 环境中执行以下命令:
git clone https://github.com/hafriedlander/stable-diffusion-grpcserver.git
cd stable-diffusion-grpcserver
conda env create -f environment.yaml
conda activate sd-grpc-server
# 设置 Hugging Face API Token
set HF_API_TOKEN=[your huggingface token]
# 启动服务器
python ./server.py
3. 应用案例和最佳实践
3.1 文本到图像生成
使用 txt2img
功能生成图像:
from client import StableDiffusionClient
client = StableDiffusionClient(host='localhost', port=50051)
prompt = "A futuristic cityscape at sunset"
image = client.txt2img(prompt)
image.save("output.png")
3.2 图像修复
使用 inpainting
功能修复图像:
from client import StableDiffusionClient
client = StableDiffusionClient(host='localhost', port=50051)
image_path = "input.png"
mask_path = "mask.png"
prompt = "A beautiful garden"
image = client.inpaint(image_path, mask_path, prompt)
image.save("output_inpainted.png")
3.3 负提示
使用负提示生成图像:
from client import StableDiffusionClient
client = StableDiffusionClient(host='localhost', port=50051)
prompt = "A futuristic cityscape at sunset"
negative_prompt = "blurry, low quality"
image = client.txt2img(prompt, negative_prompt=negative_prompt)
image.save("output_negative.png")
4. 典型生态项目
4.1 Seamless Outpainting
Seamless Outpainting
是一个用于无缝扩展图像的项目,可以与 stable-diffusion-grpcserver
结合使用,提供更好的图像扩展效果。
4.2 CLIP Interrogator
CLIP Interrogator
是一个用于计算图像和文本之间相似度的工具,可以与 stable-diffusion-grpcserver
结合使用,提供更准确的提示生成。
4.3 MagicPrompt
MagicPrompt
是一个用于生成创意提示的工具,可以与 stable-diffusion-grpcserver
结合使用,提供更多样化的图像生成效果。
通过这些生态项目的结合,stable-diffusion-grpcserver
可以实现更复杂和多样化的图像生成任务。
热门项目推荐
相关项目推荐
- 国产编程语言蓝皮书《国产编程语言蓝皮书》-编委会工作区016
- nuttxApache NuttX is a mature, real-time embedded operating system (RTOS).C00
- qwerty-learner为键盘工作者设计的单词记忆与英语肌肉记忆锻炼软件 / Words learning and English muscle memory training software designed for keyboard workersTSX027
- 每日精选项目🔥🔥 01.17日推荐:一个开源电子商务平台,模块化和 API 优先🔥🔥 每日推荐行业内最新、增长最快的项目,快速了解行业最新热门项目动态~~026
- Cangjie-Examples本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。Cangjie045
- 毕方Talon工具本工具是一个端到端的工具,用于项目的生成IR并自动进行缺陷检测。Python039
- PDFMathTranslatePDF scientific paper translation with preserved formats - 基于 AI 完整保留排版的 PDF 文档全文双语翻译,支持 Google/DeepL/Ollama/OpenAI 等服务,提供 CLI/GUI/DockerPython05
- mybatis-plusmybatis 增强工具包,简化 CRUD 操作。 文档 http://baomidou.com 低代码组件库 http://aizuda.comJava03
- advanced-javaAdvanced-Java是一个Java进阶教程,适合用于学习Java高级特性和编程技巧。特点:内容深入、实例丰富、适合进阶学习。JavaScript0108
- taro开放式跨端跨框架解决方案,支持使用 React/Vue/Nerv 等框架来开发微信/京东/百度/支付宝/字节跳动/ QQ 小程序/H5/React Native 等应用。 https://taro.zone/TypeScript09
热门内容推荐
最新内容推荐
项目优选
收起
Python-100-Days
Python - 100天从新手到大师
Python
263
53
国产编程语言蓝皮书
《国产编程语言蓝皮书》-编委会工作区
64
16
open-eBackup
open-eBackup是一款开源备份软件,采用集群高扩展架构,通过应用备份通用框架、并行备份等技术,为主流数据库、虚拟化、文件系统、大数据等应用提供E2E的数据备份、恢复等能力,帮助用户实现关键数据高效保护。
HTML
85
63
openHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
53
44
Cangjie-Examples
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
195
45
HarmonyOS-Examples
本仓将收集和展示仓颉鸿蒙应用示例代码,欢迎大家投稿,在仓颉鸿蒙社区展现你的妙趣设计!
Cangjie
268
69
xxl-job
XXL-JOB是一个分布式任务调度平台,其核心设计目标是开发迅速、学习简单、轻量级、易扩展。现已开放源代码并接入多家公司线上产品线,开箱即用。
Java
9
0
RuoYi-Vue
🎉 基于SpringBoot,Spring Security,JWT,Vue & Element 的前后端分离权限管理系统,同时提供了 Vue3 的版本
Java
171
41
RuoYi-Cloud-Vue3
🎉 基于Spring Boot、Spring Cloud & Alibaba、Vue3 & Vite、Element Plus的分布式前后端分离微服务架构权限管理系统
Vue
38
24
qwerty-learner
为键盘工作者设计的单词记忆与英语肌肉记忆锻炼软件 / Words learning and English muscle memory training software designed for keyboard workers
TSX
332
27