Stable Diffusion gRPC Server 使用教程
2024-09-12 06:15:12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。
登录后查看全文
热门项目推荐
- QQwen3-Omni-30B-A3B-InstructQwen3-Omni是多语言全模态模型,原生支持文本、图像、音视频输入,并实时生成语音。00
community
本项目是CANN开源社区的核心管理仓库,包含社区的治理章程、治理组织、通用操作指引及流程规范等基础信息010GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~0274get_jobs
💼【AI找工作助手】全平台自动投简历脚本:(boss、前程无忧、猎聘、拉勾、智联招聘)Java01Hunyuan3D-2
Hunyuan3D 2.0:高分辨率三维生成系统,支持精准形状建模与生动纹理合成,简化资产再创作流程。Python00Spark-Chemistry-X1-13B
科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00GOT-OCR-2.0-hf
阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile09
- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
热门内容推荐
最新内容推荐
项目优选
收起

OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
152
1.97 K

deepin linux kernel
C
22
6

本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
494
37

本项目是CANN开源社区的核心管理仓库,包含社区的治理章程、治理组织、通用操作指引及流程规范等基础信息
323
10

openGauss kernel ~ openGauss is an open source relational database management system
C++
145
191

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
991
395

Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
8
0

React Native鸿蒙化仓库
C++
193
277

🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
937
554

为非计算机科班出身 (例如财经类高校金融学院) 同学量身定制,新手友好,让学生以亲身实践开源开发的方式,学会使用计算机自动化自己的科研/创新工作。案例以量化投资为主线,涉及 Bash、Python、SQL、BI、AI 等全技术栈,培养面向未来的数智化人才 (如数据工程师、数据分析师、数据科学家、数据决策者、量化投资人)。
Python
75
70