乐趣区

关于人工智能:Fooocus一个简单且功能强大的Stable-Diffusion-webUI

Stable Diffusion 是一个弱小的图像生成 AI 模型,但它通常须要大量调整和提醒工程。Fooocus 的指标是扭转这种情况。

Fooocus 的创始人 Lvmin Zhang(也是 ControlNet 论文的作者)将这个我的项目形容为对“Stable Diffusion”和“Midjourney”设计的从新设计。Fooocus 就像是 Midjourney 的收费离线版本,然而它应用 SDXL 模型。或者说它将 Stable Diffusion 的出图过程做了十分好的优化,没有那么多繁琐的配置。

Fooocus 内置和自动化了许多优化和品质改良,将其余页面的手动设置变为了主动配置,这样就和 Midjourney 一样,这将在每次尝试中取得良好的后果。如果你想做更多,你能够应用 Fooocus 的 Advanced 选项卡。比如说设置清晰度过滤器或自定义 lora。

在这篇文章中,咱们将介绍如何在本地和 Colab 上应用 Fooocus

在 Windows 上运行

只须要在下载文件,解压缩,而后运行 run.bat, 就是这么简略

在第一次运行时,它会主动下载模型,如果你曾经有这些文件,你能够把它们复制到下面的地位,以放慢装置速度。

  • sd_xl_base_1.0_0.9vae.safetensors
  • sd_xl_refiner_1.0_0.9vae.safetensors

Fooocus 能够在 16gb RAM 和 6GB VRAM 的零碎上运行,性能十分好,上面图片来自的 Github。

最低要求是 4GB Nvidia GPU 内存 (4GB VRAM) 和 8GB 零碎内存(8GB RAM)。

在 Linux 上运行

Linux 上会更加简略:

 git clone https://github.com/lllyasviel/Fooocus.git
 cd Fooocus
 conda env create -f environment.yaml
 conda activate fooocus
 pip install -r requirements_versions.txt

与 Windows 相似下载模型以放慢过程,然而他的启动命令变为:

 python launch.py

或者如果想关上近程端口,须要应用 listen 参数

 python launch.py --listen

在 Google Colab 上运行

因为须要应用 GPU,所以咱们这里抉择 T4 GPU,因为它曾经够用了

而后应用上面命令,因为下载和装置,该操作可能须要一些工夫能力实现,然而 Colab 的下载速度很快,咱们不须要传输模型了

 %cd /content
 !git clone https://github.com/lllyasviel/Fooocus
 
 !apt -y update -qq
 !wget https://github.com/camenduru/gperftools/releases/download/v1.0/libtcmalloc_minimal.so.4 -O /content/libtcmalloc_minimal.so.4
 %env LD_PRELOAD=/content/libtcmalloc_minimal.so.4
 
 !pip install torchsde==0.2.5 einops==0.4.1 transformers==4.30.2 safetensors==0.3.1 accelerate==0.21.0
 !pip install pytorch_lightning==1.9.4 omegaconf==2.2.3 gradio==3.39.0 xformers==0.0.20 triton==2.0.0 pygit2==1.12.2
 
 !apt -y install -qq aria2
 !aria2c --console-log-level=error -c -x 16 -s 16 -k 1M https://huggingface.co/ckpt/sd_xl_base_1.0/resolve/main/sd_xl_base_1.0_0.9vae.safetensors -d /content/Fooocus/models/checkpoints -o sd_xl_base_1.0_0.9vae.safetensors
 !aria2c --console-log-level=error -c -x 16 -s 16 -k 1M https://huggingface.co/ckpt/sd_xl_refiner_1.0/resolve/main/sd_xl_refiner_1.0_0.9vae.safetensors -d /content/Fooocus/models/checkpoints -o sd_xl_refiner_1.0_0.9vae.safetensors
 !aria2c --console-log-level=error -c -x 16 -s 16 -k 1M https://huggingface.co/stabilityai/stable-diffusion-xl-base-1.0/resolve/main/sd_xl_offset_example-lora_1.0.safetensors -d /content/Fooocus/models/loras -o sd_xl_offset_example-lora_1.0.safetensors
 
 %cd /content/Fooocus
 !git pull
 !python launch.py --share

当它实现时,会看到一个连贯,相似下图

点击左边的 gradio.live 链接,就能够看到界面了,如果要进行高级设置,能够在 advanced 选项中看到更多的高级设置

总结

Fooocus 的操作要比 AUTOMATIC1111 不便很多,并且装置也简略,看看我生成的后果

最初 Github 更详细信息能够看这里

https://avoid.overfit.cn/post/7428cf29b9bd438e9948178252bf9ee5

退出移动版