基于腾讯云CVM搭建stable-diffusion-webui环境

背景

CompVis/stable-diffusion 是一个开源项目,它实现了一种基于稳定扩散(Stable Diffusion)的生成对抗网络(GAN)训练方法。这个项目旨在提高 GAN 训练的稳定性和生成图像的质量。项目地址:https://github.com/CompVis/stable-diffusion

该项目主要包括以下特点:

  1. 稳定扩散技术:通过引入噪声和扩散过程来平滑生成器和判别器之间的优化过程,从而提高训练稳定性。
  2. 高质量图像生成:利用稳定扩散技术,生成器能够产生更高质量、更真实的图像。
  3. 易于使用:项目提供了预训练模型和示例代码,方便用户快速上手和测试。

CompVis/stable-diffusion 可以应用于各种图像生成任务,如将文本描述转换为图像(Text2Img)、风格迁移、超分辨率等。这个项目对于研究人员和开发者来说是一个有价值的资源,可以帮助他们更好地理解和实践基于稳定扩散的 GAN 训练方法。

本文主要是介绍在腾讯云CVM中搭建stable-diffusion-webui(https://github.com/AUTOMATIC1111/stable-diffusion-webui)环境。

核心步骤

在腾讯云CVM的硅谷区域,申请一台4核8GB内存的服务器,选择公共镜像CentOS-64位-CentOS 8.4 64位。

实例配置

系统盘选择100GB。

镜像配置

网络安全组-入站规则需要打开7860端口。建议带宽值直接拉到100Mbps,因为需要下载的依赖非常多,非常大。

网络配置

ssh -o ServerAliveInterval=30 root@服务器IP地址 登录。

创建一个非root权限账户(sd不允许root运行)

代码语言:txt
复制
adduser sd  (创建账户sd)
passwd sd  (创建密码)
usermod -aG wheel sd (增加sudo权限)
su - sd (切换为sd用户)

安装Conda

代码语言:txt
复制
wget https://repo.anaconda.com/archive/Anaconda3-2023.03-Linux-x86_64.sh
sh Anaconda3-2023.03-Linux-x86_64.sh

安装完成后执行 “bash”命令,重新载入bash终端,确保conda命令可用

创建conda环境

代码语言:txt
复制
conda create -n sd python=3.10.6

创建完成后切换至sd环境

代码语言:txt
复制
conda activate sd

安装sd-ui

依赖安装:sudo yum install mesa-libGL -y

依赖安装:sudo yum install git -y

代码语言:txt
复制
bash <(wget -qO- https://raw.githubusercontent.com/AUTOMATIC1111/stable-diffusion-webui/master/webui.sh)

没有cuda gpu,webui-user.sh 启动参数里加上: --skip-torch-cuda-test

代码语言:txt
复制
export COMMANDLINE_ARGS=" --skip-torch-cuda-test"

启动命令:sh webui.sh --listen --port 7860 --precision full --no-half

  • 默认启动无法画图,因为没有GPU,重新用上面的命令行启动,加上 --precision full --no-half 参数
启动界面