Stable-Diffusion ubuntu服务器部署,报错解决方法(小白教程)

Stable Diffusion是一个深度学习模型,专注于生成高质量的图像。它由CompVis团队与Stability AI合作开发,并在2022年公开发布。这个模型使用文本提示(text prompts)生成详细、逼真的图像,是目前人工智能图像生成领域的一大突破。它属于文本到图像(Text-to-Image)生成模型的范畴,使用了一种称为潜在扩散模型(Latent Diffusion Model, LDM)的技术。

实现的功能

  • 文本到图像生成:用户可以输入简单的文本描述,Stable Diffusion将基于这些描述生成对应的图像。这些图像可以覆盖广泛的主题和风格,从实际物体到风景画,甚至是抽象概念。
  • 图像到图像转换:Stable Diffusion还支持图像到图像的转换,比如风格迁移,用户可以输入一张图像和文本提示,模型会根据文本提示调整输入图像的内容或风格。
  • 图像编辑:它还可以用于对已有图像进行编辑或改进,比如修复图像中的缺陷、改变图像中物体的颜色或形状等。

意义

  • 创意表达的新工具:Stable Diffusion为艺术家、设计师提供了一种新的工具,可以帮助他们将创意快速转化为视觉作品,加速创作过程。

  • 推动人工智能领域的发展:Stable Diffusion的开发和发布,推动了人工智能在图像生成、自然语言处理等领域的研究和应用,为未来的AI技术开发提供了新的思路和基础。

  • 广泛的应用前景:从广告设计、娱乐产业到教育和科研,Stable Diffusion的应用潜力巨大,它可以在不同领域内提供图像创作和编辑的解决方案。

  • 开源共享:Stable Diffusion作为一个开源项目,为全球的研究者和开发者提供了学习、研究和创新的机会,促进了全球技术社区的协作和知识共享。

    conda create -n sd python=3.10
    conda activate sd

    conda activate sd

    git clone https://github.com/AUTOMATIC1111/stable-diffusion-webui.git
    cd stable-diffusion-webui

    #安装tb-nightly
    python -m pip install tb-nightly -i https://mirrors.aliyun.com/pypi/simple

    #安装相关依赖
    pip install -r requirements_versions.txt
    pip install -r requirements.txt

    vim webui.py

    #找到下面这几行
    #app, local_url, share_url = shared.demo.launch(
    #share=cmd_opts.share,
    #server_name=initialize_util.gradio_server_name(),
    #修改为:

    #将shared.demo.launch()第一行改为
    share=True,
    server_name="...",#注意IP上的双引号,IP灵活根据自己服务器的IP设置

    python launch.py
    #或
    python webui.py

报错:OSError: Can't load tokenizer for 'openai/clip-vit-large-patch14'. If you were trying to load it from 'https://huggingface.co/models', make sure you don't have a local directory with the same name. Otherwise, make sure 'openai/clip-vit-large-patch14' is the correct path to a directory containing all relevant files for a CLIPTokenizer tokenizer.

运行时它需要访问huggingface.co去下载一些模型需要的文件,而大陆用户连接不上huggingface.co,导致我部署失败。

解决方案:

让服务器访问服务器本地数据,我们负责将文件下载后上传上去并进行配置

将openai下载来下即可,/stable-diffusion-webui/openai

AI快站 - HuggingFace模型免费加速下载

问题1:stable-diffusion-webui部署后局域网无法访问

解决1:modules/cmd_args.py

把--listen设置为True,default=True。

问题2:listen开启后,扩展插件时报错:AssertionError: extension access disabled because of command line flags

解决2:python launch.py --enable-insecure-extension-access 加入这个即可。

复制代码
python launch.py --enable-insecure-extension-access

黑色主题:访问网址后面加上/?__theme=dark 即可

相关推荐
yumgpkpm1 天前
华为昇腾910B上用Kubernetes(K8s)部署LLM和用Docker部署LLM的区别
docker·chatgpt·容器·stable diffusion·kubernetes·llama·gpu算力
语戚2 天前
Stable Diffusion 入门:架构、空间与生成流程概览
人工智能·ai·stable diffusion·aigc·模型
yumgpkpm2 天前
华为昇腾910B上用Kubernetes(K8s)部署LLM(Qwen3-32B)的详细步骤,保姆级命令及方法、下载链接等
运维·服务器·华为·stable diffusion·aigc·copilot·llama
平安的平安2 天前
Python 实现 AI 图像生成:调用 Stable Diffusion API 完整教程
人工智能·python·stable diffusion
孤岛站岗7 天前
【AI大模型入门】B02:Stable Diffusion——开源绘图,让AI绘画飞入寻常百姓家
人工智能·stable diffusion·开源
智星云算力7 天前
从创作到训练:Stable Diffusion WebUI全链路实战
人工智能·深度学习·stable diffusion·智星云·gpu算力租用
ai_xiaogui8 天前
PanelAI 最新进展:AI算力集群一键部署ComfyUI & Stable Diffusion,多节点Docker管理面板从原型到真实数据全解析
人工智能·docker·stable diffusion·ai算力集群管理·ai私有化部署工具·ai容器管理与算力调度实战·多节点docker服务器面板
scott1985129 天前
扩散模型之(二十)Stable Diffusion的运作原理
深度学习·stable diffusion·扩散模型·生成式
xingyuzhisuan9 天前
怎么快速在云上部署一个Stable Diffusion环境?(实操落地版)
人工智能·stable diffusion·ai绘画·gpu算力
scott19851211 天前
扩散模型之(十九)stable diffusion的演进与技术路线
stable diffusion