stable diffusion本地部署教程

Stable Diffusion是一种生成模型，用于根据给定的文本输入生成图像。要在本地部署Stable Diffusion，您需要完成以下步骤：

1. 安装依赖项 首先，确保您的计算机上已安装了Python（推荐使用3.8或更高版本）和pip。然后，安装以下依赖项：

pip install torch torchvision

      2. 获取预训练模型

从GitHub或其他可靠来源下载预训练的Stable Diffusion模型文件（.pth或.pt）。将模型文件放在一个方便访问的目录中。

      3. 编写代码

创建一个名为stable_diffusion.py的Python文件，并添加以下代码：

import argparse
import os
import torch
from torchvision import transforms
from PIL import Image

def load_model(model_path):
    model = torch.load(model_path)
    model.eval()
    return model

def generate_image(intent, parameters, width, height, ratio=1):
    transform = transforms.Compose([
        transforms.Resize((width // ratio, height)),
        transforms.ToTensor(),
    ])

    if intent == "TTI":
        input_text = parameters["content"]
        width_height = (width, height)
    elif intent == "TTI+TTI":
        input_text = parameters["content"]
        width_height = (parameters["width"], parameters["height"])
    elif intent == "TTI+TTI+TTI":
        input_text = parameters["content"] + ", " + parameters["width"] + ", " + parameters["height"]
        width_height = (parameters["width"], parameters["height"])

    input_tensor = transform(Image.new("RGB", (width, height)))
    output = model.generate(input_text, input_tensor, width_height)
    return output

if __name__ == "__main__":
    parser = argparse.ArgumentParser()
    parser.add_argument("--model", required=True, help="Path to the pretrained model")
    parser.add_argument("--intent", required=True, choices=["TTI", "TTI+TTI", "TTI+TTI+TTI"], help="Generation intent")
    parser.add_argument("--parameters", required=True, type=str, help="Parameters for the generation")
    parser.add_argument("--width", type=int, default=512, help="Output image width")
    parser.add_argument("--height", type=int, default=512, help="Output image height")
    parser.add_argument("--ratio", type=float, default=1, help="Aspect ratio of the output image")

    args = parser.parse_args()

    model = load_model(args.model)
    output = generate_image(args.intent, args.parameters, args.width, args.height, args.ratio)
    output.save("output.png")

       4. 运行代码 在命令行中，导航到包含stable_diffusion.py文件的目录。然后，使用以下命令运行代码，将<model_path>替换为预训练模型文件的实际路径：

python stable_diffusion.py --model <model_path> --intent TTI --parameters "content:<your_content>" --width 512 --height 512 --ratio 1

将<your_content>替换为您想要生成的图像的描述。例如，要生成一张描绘“一只猫坐在沙发上”的图像，您可以使用content:"a cat sitting on a sofa"。

这将在当前目录下生成一个名为output.png的图像文件。您可以根据需要调整输出图像的宽度、高度和比例。