【Hugging Face实战】使用Gradio创建一个文生图应用

前言

前面我们尝试创建了Hugging Face文本生成以及使用训练模型创建情感分析应用，今天继续尝试创建一个文生图应用，对往期内容感兴趣的小伙伴也可以看往期：

创建Space应用

首先在Hugging Face上创建一个Gradio模版应用，详细创建流程可以查看之前这篇文章：
【Hugging Face】Hugging Face Space空间的基本使用方式

创建完成后将项目克隆到本地，我们将拥有一个类似的项目结构：

搭建文生图应用

这里我们使用模型官方API，使用Hugging Face Inference会产生费用

本示例以 stabilityai/sdxl-turbo 模型为例创建一个简单的文生图应用，模型信息如下：

stabilityai/sdxl-turbo官网地址：huggingface.co/stabilityai...

搭建文生图UI

首先我们需要使用Gradio搭建一个文生图的UI界面，包含文生图需要的基本参数，如提示词、反向提示词、引导系数、迭代步数、随机种子等。

输入Gradio UI布局代码

ini 复制代码

import gradio as gr
import numpy as np
examples = [
    "Astronaut in a jungle, cold color palette, muted colors, detailed, 8k",
    "An astronaut riding a green horse",
    "A delicious ceviche cheesecake slice",
]
MAX_SEED = np.iinfo(np.int32).max
MAX_IMAGE_SIZE = 1024
with gr.Blocks() as demo:
    with gr.Column(elem_id="col-container"):
        # 标题
        gr.Markdown(" # Text-to-Image Gradio Template")

        # 提示词
        with gr.Row():
            prompt = gr.Text(
                label="Prompt",
                show_label=False,
                max_lines=1,
                placeholder="Enter your prompt",
                container=False,
            )
            run_button = gr.Button("Run", scale=0, variant="primary")

        # 生图结果展示
        result = gr.Image(label="Result", show_label=False)

        # 折叠参数
        with gr.Accordion("Advanced Settings", open=False):
            # 负向提示
            negative_prompt = gr.Text(
                label="Negative prompt",
                max_lines=1,
                placeholder="Enter a negative prompt",
                visible=False,
            )
            # 随机种子
            seed = gr.Slider(
                label="Seed",
                minimum=0,
                maximum=MAX_SEED,
                step=1,
                value=0,
            )
            randomize_seed = gr.Checkbox(label="Randomize seed", value=True)
            with gr.Row():
                # 生图宽
                width = gr.Slider(
                    label="Width",
                    minimum=256,
                    maximum=MAX_IMAGE_SIZE,
                    step=32,
                    value=1024,  # Replace with defaults that work for your model
                )
                # 生图高
                height = gr.Slider(
                    label="Height",
                    minimum=256,
                    maximum=MAX_IMAGE_SIZE,
                    step=32,
                    value=1024,  # Replace with defaults that work for your model
                )
            with gr.Row():
                # 引导系数
                guidance_scale = gr.Slider(
                    label="Guidance scale",
                    minimum=0.0,
                    maximum=10.0,
                    step=0.1,
                    value=0.0,  # Replace with defaults that work for your model
                )
                # 迭代步数
                num_inference_steps = gr.Slider(
                    label="Number of inference steps",
                    minimum=1,
                    maximum=50,
                    step=1,
                    value=2,  # Replace with defaults that work for your model
                )

        # 提供示例
        gr.Examples(examples=examples, inputs=[prompt])
demo.launch()

整体页面大致布局结构如下

执行 python main.py 启动服务，在浏览器打开效果如下：

文生图逻辑实现

加载 stabilityai/sdxl-turbo 模型

ini 复制代码

import random
from diffusers import DiffusionPipeline
import torch
# 配置device
device = "cuda" if torch.cuda.is_available() else "cpu"
model_repo_id = "stabilityai/sdxl-turbo"  # Replace to the model you would like to use
# GPU设置精度为float16加速生图过程
if torch.cuda.is_available():
    torch_dtype = torch.float16
else:
    torch_dtype = torch.float32
# 加载模型
pipeline = DiffusionPipeline.from_pretrained(model_repo_id, torch_dtype=torch_dtype, use_safetensors=True)
# 将模型加载到CPU或GPU上提高运算速度
pipeline.to(device)

定一个函数用于接收和处理提交的生图参数

ini 复制代码

def infer(
    prompt,
    negative_prompt,
    seed,
    randomize_seed,
    width,
    height,
    guidance_scale,
    num_inference_steps,
    progress=gr.Progress(track_tqdm=True),
):
    if randomize_seed:
        seed = random.randint(0, MAX_SEED)
    # 生成器
    generator = torch.Generator(device).manual_seed(seed)
    image = pipeline(
        prompt=prompt,
        negative_prompt=negative_prompt, # 反向提示词
        guidance_scale=guidance_scale, # 引导系数
        num_inference_steps=num_inference_steps, # 迭代步数
        width=width, # 生图宽度
        height=height, # 生图高度
        generator=generator, # 随机数生成器
    ).images[0]
    return image, seed

为Gradio提交事件绑定函数

ini 复制代码

gr.on(
    triggers=[run_button.click, prompt.submit],
    fn=infer,
    inputs=[
        prompt,
        negative_prompt,
        seed,
        randomize_seed,
        width,
        height,
        guidance_scale,
        num_inference_steps,
    ],
    outputs=[result, seed],
)

最后重启服务，输入提示词及参数查看效果

批次生图

如果觉得每次生成一张图片太少，每次都要重新生成，我们也可以把文生图改为批次生成，即一次生成多张图片。

首先为Pipeline开启 enable_attention_slicing

bash 复制代码

# 开启enable_attention_slicing节省内存
pipeline.enable_attention_slicing()

修改提示词生图数量

ini 复制代码

def infer(
    prompt,
    negative_prompt,
    seed,
    randomize_seed,
    width,
    height,
    guidance_scale,
    num_inference_steps,
    batch_size,          # << 新增参数
    progress=gr.Progress(track_tqdm=True),
):
    if randomize_seed:
        seed = random.randint(0, MAX_SEED)
    # 用同一个 seed 产生 batch_size 张图
    generator = torch.Generator(device).manual_seed(seed)
    images = pipeline(
        prompt=prompt,
        negative_prompt=negative_prompt,
        guidance_scale=guidance_scale,
        num_inference_steps=num_inference_steps,
        width=width,
        height=height,
        generator=generator,
        num_images_per_prompt=batch_size,  # << 一次出 batch_size 张
    ).images
    # 返回 (图像列表, 种子) 给 Gallery
    return images, seed

修改图片展示及生图数量组件

ini 复制代码

# 把单图 Image 换成 Gallery
result = gr.Gallery(label="Results", show_label=False, columns=3, rows=2)
# 在 Advanced Settings 里加一个 batch_size Slider
batch_size = gr.Slider(
    label="Batch size",
    minimum=1,
    maximum=8,
    step=1,
    value=4,
)

最后更改生图事件绑定传参

ini 复制代码

gr.on(
    triggers=[run_button.click, prompt.submit],
    fn=infer,
    inputs=[
        prompt,
        negative_prompt,
        seed,
        randomize_seed,
        width,
        height,
        guidance_scale,
        num_inference_steps,
        batch_size,      # << 新增
    ],
    outputs=[result, seed],
)

最后重启服务，运行效果如下：

在线体验

在线体验地址：huggingface.co/spaces/zhou...

Hugging Face上使用的是免费CPU，配置比较低生图过程会比较慢，需要耐心等待。

友情提示

见原文：【Hugging Face实战】使用Gradio创建一个文生图应用

本文同步自微信公众号 "程序员小溪" ，这里只是同步，想看及时消息请移步我的公众号，不定时更新我的学习经验。