零基础快速搭建AI绘画网站!用Gradio玩转Stable Diffusion

借助Gradio,简单几行Python代码即可快速搭建一个专属的AI绘画网站,轻松部署Stable Diffusion文生图应用,gradio自带的组件已经相当美化了,前端基础也省了!

好像大神的Stable Diffusion WebUI项目也是用的Gradio搭建的,功能很丰富,好处是啥都有,坏处是不够简洁,而且效能上也有影响,至少我这里测试的Python跑SD文生图要比WebUI快许多(diffusers库也是很大一部分原因)

环境准备

  1. 首先你的要有 Python 环境,
  2. 然后本地可以借助 diffusers 库跑起来SD模型,
  3. 后续即可使用 Gradio 来快速搭建 WebUI
python 复制代码
# 安装SD模型依赖(前面SD跑起来的,这些都有了,可跳过)
# pip install diffusers transformers torch accelerate

# 安装gradio依赖
pip install gradio

核心代码

如何本地部署,那你肯定已经把SD模型下载到本地了吧,我这里的模型路径使用的即是本地相对路径,根据你的项目环境修改路径和模型名称

模型加载视需要,能 cuda 就不用 cpu

作为简单实例,生图参数这里只传入了提示词,后续你可以根据需要定制,如:负向提示词、推理步数、图片宽高值等

跑起来后,会在终端中看到提示使用浏览器打开 http://127.0.0.1:7860 即可访问你的WebUI啦!简单 高效!

输入提示词,点击 Submit 尽情玩耍吧!

python 复制代码
import gradio as gr
from diffusers import StableDiffusionPipeline
import torch

# 加载Stable Diffusion模型
model_id = "./models/dreamshaper8-lcm"
model = StableDiffusionPipeline.from_pretrained(
    model_id, torch_dtype=torch.float32)
model.to("cpu")


def generate_image(prompt):
    return model(prompt, num_inference_steps=20).images[0]


# 创建Gradio界面
interface = gr.Interface(
    fn=generate_image, # 执行函数
    inputs=gr.Textbox(label="输入提示词"), # 输入组件
    outputs=gr.Image(label="生成结果"), # 输出组件
    title="AI绘画",
    flagging_mode="never" # 禁用默认的 Flag 按钮
)

interface.launch()

添加参数控制

为防止小伙伴使用默认参数生图迷路,这里给出个参考,视需要增删参数值

python 复制代码
# 添加参数控制
inputs = [
    gr.Textbox(label="提示词"),
    gr.Slider(1, 50, value=20, label="生成步数"),
    gr.Slider(512, 1024, value=512, step=64, label="图像尺寸")
]

# 修改生图代码
def generate(prompt, steps, size):
    return model(prompt, num_inference_steps=steps, height=size, width=size).images[0]
相关推荐
xw337340956441 分钟前
彩色转灰度的核心逻辑:三种经典方法及原理对比
人工智能·python·深度学习·opencv·计算机视觉
倔强青铜三1 小时前
为什么 self 与 super() 成了 Python 的永恒痛点?
人工智能·python·面试
墨尘游子1 小时前
目标导向的强化学习:问题定义与 HER 算法详解—强化学习(19)
人工智能·python·算法
小白学大数据2 小时前
基于Python的新闻爬虫:实时追踪行业动态
开发语言·爬虫·python
freed_Day2 小时前
python面向对象编程详解
开发语言·python
普郎特2 小时前
张三:从泥水匠到包工头的故事 *—— 深入浅出讲解 `run_in_executor()` 的工作原理*
python
我要学习别拦我~2 小时前
kaggle分析项目:steam付费游戏数据分析
python·游戏·数据分析
大模型真好玩3 小时前
深入浅出LangChain AI Agent智能体开发教程(四)—LangChain记忆存储与多轮对话机器人搭建
前端·人工智能·python
love530love3 小时前
命令行创建 UV 环境及本地化实战演示—— 基于《Python 多版本与开发环境治理架构设计》的最佳实践
开发语言·人工智能·windows·python·conda·uv
都叫我大帅哥3 小时前
深度学习的"Hello World":多层感知机全解指南
python·深度学习