前言

騰訊云高性能應(yīng)用服務(wù) HAI 是為開發(fā)者量身打造的澎湃算力平臺。無需復(fù)雜配置，便可享受即開即用的GPU云服務(wù)體驗。在 HAI 中，根據(jù)應(yīng)用智能匹配并推選出最適合的GPU算力資源，以確保您在數(shù)據(jù)科學(xué)、LLM、AI作畫等高性能應(yīng)用中獲得最佳性價比。

本文主要是通過 HAI 部署了StableDiffusionWebUI，StableDiffusionWebUI是基于StableDiffusion開源模型進行AI繪畫，AI繪畫是一種利用深度學(xué)習(xí)算法進行創(chuàng)作的繪圖方式，廣泛應(yīng)用于數(shù)字媒體、游戲、動畫、電影、廣告等領(lǐng)域。

一、選擇 HAI部署的優(yōu)勢

使用傳統(tǒng)方式GPU服務(wù)器會遇到各種問題，比如：GPU卡型多樣，算力、顯存差異大，選型困難；環(huán)境配置復(fù)雜、模型安裝和調(diào)試門檻高；各類插件迭代頻繁，難以在進行環(huán)境管理。然而 HAI 部署的StableDiffusionWebUI具有很大優(yōu)勢：

• 智能匹配算力，多種算力套餐滿足不同需求的繪圖性能。
• 預(yù)置主流AI作畫模型及常用插件，無需手動部署，支持即開即用。
• 動態(tài)更新模型版本，確保模型版本與時俱進，無需頻繁操作。

二、HAI 搭建AI繪圖服務(wù)實現(xiàn)思路

本次我們使用騰訊云高性能應(yīng)用服務(wù) HAI 體驗快速搭建并使用AI模型 StableDiffusion ，實現(xiàn)思路如下:

1、體驗 高性能應(yīng)用服務(wù) HAI 一鍵部署 StableDiffusion AIGC

2、啟動 StableDiffusionWebUI 進行文生圖模型推理

3、開發(fā)者體驗 JupyterLab 進行 StableDiffusion API 的部署

4、開發(fā)者使用 Cloud Studio 快速開發(fā)調(diào)用 StableDiffusion API 的前端Web頁面

三、生成設(shè)計圖操作流程

使用StableDiffusionWebUI需要注冊騰訊云賬號，注冊地址：https://cloud.tencent.com/register，注冊之后進行登錄。然后進入到HAI應(yīng)用服務(wù)頁面，申請資格，地址：https://cloud.tencent.com/act/pro/hai?from=21361。申請成功之后就可以體驗HAI應(yīng)用服務(wù)。

1、新建HAI應(yīng)用

在算力管理頁面新建HAI應(yīng)用

因為我們要使用AI繪畫功能，所以選擇AI模型Stable Diffusion，然后點擊購買。

購買完成后應(yīng)用會自動創(chuàng)建，大概需要3-8分鐘。

之后選擇StableDiffusionWebUI

2、StableDiffusionWebUI

StableDiffusionWebUI 主頁面如下圖所示。

其中相關(guān)配置屬性解釋如下：

• 提示詞：主要描述圖像，包括內(nèi)容風(fēng)格等信息，原始的webui會對這個地方有字數(shù)的限制，可以安裝一些插件突破字數(shù)的限制
• 反向提示詞：為了提供給模型，我們不需要的風(fēng)格
• 提示詞相關(guān)性（CFG scale）：分類器自由引導(dǎo)尺度——圖像與提示符的一致程度——越低的值產(chǎn)生的結(jié)果越有創(chuàng)意，數(shù)值越大成圖越貼近描述文本。一般設(shè)置為7
• 采樣方法（Sampling method）：采樣模式，即擴散算法的去噪聲采樣模式會影響其效果，不同的采樣模式的結(jié)果會有很大差異，一般是默認選擇euler，具體效果我也在逐步嘗試中。
• 采樣迭代步數(shù)（Sampling steps）：在使用擴散模型生成圖片時所進行的迭代步驟。每經(jīng)過一次迭代，AI就有更多的機會去比對prompt和當(dāng)前結(jié)果，并作出相應(yīng)的調(diào)整。需要注意的是，更高的迭代步數(shù)會消耗更多的計算時間和成本，但并不意味著一定會得到更好的結(jié)果。然而，如果迭代步數(shù)過少，一般不少于50，則圖像質(zhì)量肯定會下降
• 隨機種子（Seed）：隨機數(shù)種子，生成每張圖片時的隨機種子，這個種子是用來作為確定擴散初始狀態(tài)的基礎(chǔ)。不懂的話，用隨機的即可

（1）功能介紹

StableDiffusionWebUI是基于StableDiffusion開源模型開發(fā)的，具有以下功能：

• 文生圖
  根據(jù)描述生成任何圖像

• 智能識別：Stable Diffusion 可以智能識別用戶上傳的圖片，并自動調(diào)整圖片質(zhì)量和色彩，讓圖片更加清晰、飽滿。

• 風(fēng)格轉(zhuǎn)換：Stable Diffusion 可以將用戶上傳的圖片轉(zhuǎn)換成不同的藝術(shù)風(fēng)格，如印象派、后印象派、立體派等等，讓圖片更加藝術(shù)化。

• 人像修復(fù)：Stable Diffusion 可以自動識別人像并進行修復(fù)，去除皺紋、瑕疵等不良痕跡，讓人像更加美觀自然。

• 圖像融合：Stable Diffusion 可以將多張圖片進行融合，生成全新的圖像，讓用戶可以嘗試不同的創(chuàng)意和設(shè)計。

• 圖像去噪：Stable Diffusion 可以自動去除圖片中的噪點，讓圖片更加干凈、清晰。

（2）頁面轉(zhuǎn)中文

首先我們先把頁面換成中文。
選擇Extensions菜單中的Available菜單，然后取消localization勾選，勾選script，之后點擊 Load from

然后在搜索框中搜索：zh_CN，

點擊Install進行安裝。

安裝成功后，我們可以在Extensions菜單中的Installed菜單看到安裝的stable-diffusion-webui-localization-zh_CN

最后在Setting菜單中選擇User interface，在Localization (requires restart) 下拉菜單中選擇zh_CN

最后先點擊Apply setting，然后再點擊Reload UI，頁面就變成中文了。

（3）線稿生成圖

首先進行關(guān)鍵詞設(shè)置。

正向關(guān)鍵詞：

CBD 辦公場景,寬敞明亮,有格調(diào),高清攝影,廣告級修圖,8K 高清,CBD office scene,Bright and spacious,There is style,HD photography,Ad-level retouching,8K HD,

反向關(guān)鍵詞：

NSFW,nude,naked,porn,(worst quality, low quality:1.4),deformed
iris,deformed pupils,(deformed,distorteddisfigured:1.3)cropped,out of
frame,

poorlydrawn,badanatomy,wronganatomy,extralimb,missinglimb,floatinglimbs,cdonedface(mutatedhandsandfingers:1.4),

disconnectedlimbs,extralegs,fusedfingers,toomanyfingers,longneck,mutation,mutated,ugly,

disgusting.amputation,blurry,jpegartifacts,watermark,watermarked,text,Signature,sketch,

基礎(chǔ)設(shè)置：

ControlNet設(shè)置：
ControlNet 的作用是通過添加額外控制條件，來引導(dǎo) Stable Diffusion 按照創(chuàng)作者的創(chuàng)作思路生成圖像，從而提升 AI 圖像生成的可控性和精度。在使用 ControlNet 前，需要確保已經(jīng)正確安裝 Stable Diffusion 和 ControlNet 插件。

輸入關(guān)鍵詞的同時將腦子里的想法通過繪圖軟件繪制成線稿圖（這個線稿的布局及外形決定了出圖的結(jié)構(gòu)及布局），將繪制好的草圖上傳至ControlNet 插件里選擇 scribble 模型（實際操作界面如下）。

線稿圖如下所示：

然后對其他選項進行設(shè)置

根據(jù)上面的定制化設(shè)置，然后點擊生成按鈕，最終生成的結(jié)果如下：

四、部署StableDiffusionWebUI服務(wù)

1、開啟API服務(wù)

在算力管理界面選擇jupyter_lab，

選擇終端。

命令參數(shù)描述：

• –nowebui：以 API 模式啟動
• –xformers：使用xformers庫。極大地改善了內(nèi)存消耗和速度。
• –opt-split-attention：Cross attention layer optimization 優(yōu)化顯著減少了內(nèi)存使用，幾乎沒有成本（一些報告改進了性能）。黑魔法。默認情況下torch.cuda，包括 NVidia 和 AMD 卡。
• –listen：默認啟動綁定的 ip 是 127.0.0.1，只能是你自己電腦可以訪問 webui，如果你想讓同個局域網(wǎng)的人都可以訪問的話，可以配置該參數(shù)（會自動綁定 0.0.0.0 ip）。
• –port：默認端口是 7860，如果想換個端口，可以配置該參數(shù)，例如：–port 7862
• –gradio-auth username:password：如果你希望給 webui 設(shè)置登錄密碼，可以配置該參數(shù)，例如：–gradio-auth GitLqr:123456。

輸入下面代碼。

cd /root/stable-diffusion-webui
python launch.py --nowebui --xformers --opt-split-attention  --listen --port 7862

執(zhí)行成功如下圖所示：

2、配置端口

點擊創(chuàng)建的實例到詳情頁面，在端口配置卡片中點擊編輯規(guī)則按鈕配置端口。

選擇添加規(guī)則

填寫下面信息，API服務(wù)的端口就設(shè)置好啦

然后輸入ip+端口+/docs，就可以看到API文檔啦。

代碼部署

前往gitee下載代碼：鏈接直達
修改vite.config.js配置文件：

import { defineConfig } from 'vite'
import vue from '@vitejs/plugin-vue'

// https://vitejs.dev/config/
export default defineConfig({
  plugins: [vue()],
  // 服務(wù)端代理
  server: {
    // 監(jiān)聽主機 127.0.0.1，如果是 0.0.0.0 則代表所有ip都可以訪問該前端項目
    host: "127.0.0.1", //這里可不用管
    // 將 /sdapi、 /controlnet 開頭的請求都代理到服務(wù)端地址 http://127.0.0.1:7862
    proxy: {
      '/sdapi': {
        target: 'http://xxxxx', //這里配置為您的服務(wù)端地址+端口
        changeOrigin: true
      },
      '/controlnet': {
        target: 'http://xxxxx', //這里配置為您的服務(wù)端地址+端口
        changeOrigin: true
      }
    }
  }
})

之后啟動程序，輸入：

npm run dev

會看到下面的界面，說明已經(jīng)成功部署啦

然后進行基礎(chǔ)設(shè)置。

然后點擊文生圖按鈕就可以啦！

總結(jié)

本次實驗實現(xiàn)了高性能應(yīng)用服務(wù) HAI 部署 StableDiffusion 運行環(huán)境輕松拿捏AI作畫，開箱即用，可以快速上手。StableDiffusionWebUI能夠通過我們設(shè)置最終輸出我們需要的圖片，可以感受到人工智能的真的非常強大。AI繪畫學(xué)習(xí)成本其實并不高，并且對我們的繪畫技能要求還降低了許多。

最后期待大家一起探索 高性能應(yīng)用服務(wù) HAI 更多的功能，為工作中賦能增效降本！

官方地址：https://cloud.tencent.com/act/pro/hai文章來源地址http://www.zghlxwxcb.cn/news/detail-738337.html

到了這里，關(guān)于【騰訊云 HAI域探秘】StableDiffusionWebUI一小時搞定100張設(shè)計圖的文章就介紹完了。如果您還想了解更多內(nèi)容，請在右上角搜索TOY模板網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關(guān)文章，希望大家以后多多支持TOY模板網(wǎng)！