0.参考

本项目：GitHub - lllyasviel/Fooocus: Focus on prompting and generating

作者：Lvmin Zhang

lllyasviel

另一杰作 ContorlNet https://github.com/lllyasviel/ControlNet

模型：https://huggingface.co/stabilityai/stable-diffusion-xl-refiner-1.0

https://huggingface.co/stabilityai/stable-diffusion-xl-base-1.0/resolve/main/sd_xl_base_1.0_0.9vae.safetensors

https://huggingface.co/stabilityai/stable-diffusion-xl-refiner-1.0/resolve/main/sd_xl_refiner_1.0_0.9vae.safetensors

依赖项目：

GitHub - AUTOMATIC1111/stable-diffusion-webui: Stable Diffusion web UI

GitHub - comfyanonymous/ComfyUI: A powerful and modular stable diffusion GUI with a graph/nodes interface.

1.摘要

Fooocus 是一款图像生成软件（基于Gradio）。

Fooocus 是对 Stable Diffusion 和 Midjourney 设计的重新思考：

学习自Stable Diffusion，该软件是离线、开源、免费的。
从Midjourney了解到，不需要手动调整，用户只需关注提示和图像即可。

Fooocus 包含并自动化了许多内部优化和质量改进。用户可以忘记所有那些困难的技术参数，只享受人与计算机之间的交互，“探索新的思维媒介，扩展人类的想象力” [1]。

Fooocus 简化了安装。在按下“下载”和生成第一张图像之间，所需的鼠标点击次数严格限制在 3 次以内。最低 GPU 内存要求为 4GB (Nvidia)。

最重要的是，部署好之后，断网可用！

作者

2.效果预览

话不多说，直接上图

提示词：中国风的女子和建筑

提示词：海底世界

提示词：未来地球幻想

提示词：江雨霏霏江草齐

提示词：追星星的男孩

3.环境准备

看完上面的AIGC图片，是不是跃跃欲试。

3.1.硬件配置

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

3.2. 安装Nvidia驱动程序和Conda工具包

未安装Nvidia请参考

NVIDIA GPU驱动和CUDA工具包 Linux CentOS 7 在线安装指南_Entropy-Go的博客-CSDN博客

Linux CentOS安装NVIDIA GPU驱动程序和NVIDIA CUDA工具包_centos安装nvidia驱动_Entropy-Go的博客-CSDN博客

3.3. 安装Conda

CentOS 上快速安装包管理工具Conda_Entropy-Go的博客-CSDN博客

4.Linux上部署项目Fooocus

4.1. git克隆下载或者下载项目

git clone https://github.com/lllyasviel/Fooocus.git

4.2. conda激活

cd Fooocus
conda env create -f environment.yaml
conda activate fooocus

如conda环境变量没有正常设置，可以初始化

conda init bash

4.3. 安装依赖库

pip install -r requirements_versions.txt

4.4.运行

然后下载模型：从这里下载 sd_xl_base_1.0_0.9vae.safetensors作为文件“Fooocus\models\checkpoints\sd_xl_base_1.0_0.9vae.safetensors”，并从这里下载 sd_xl_refiner_1.0_0.9vae.safetensors作为文件“Fooocus” \models\checkpoints\sd_xl_refiner_1.0_0.9vae.safetensors”。或者让 Fooocus使用启动器自动下载模型 launch.py。

4.4.1. 本机访问

python launch.py

第一次运行时，会下载模型和依赖库，确保网络连接正常。

运行成功

Fooocus Expansion engine loaded.
App started successful. Use the app with http://localhost:7860/ or 127.0.0.1:7860

直接浏览器访问

http://localhost:7860/

127.0.0.1:7860

4.4.2. 局域网访问

或者，如果您想打开远程端口，请使用

python launch.py --listen

Fooocus Expansion engine loaded.
App started successful. Use the app with http://localhost:7860/ or 0.0.0.0:7860

4.4.3. 临时公网访问

python launch.py --listen --share

可72小时内，公网访问唯一的临时地址 https://b54bc590bc4bfdf404.gradio.live

Running on public URL: https://b54bc590bc4bfdf404.gradio.live

This share link expires in 72 hours. For free permanent hosting and GPU upgrades, run `gradio deploy` from Terminal to deploy to Spaces (https://huggingface.co/spaces)

Fooocus Expansion engine loaded.
App started successful. Use the app with http://localhost:7860/ or 0.0.0.0:7860 or https://b54bc590bc4bfdf404.gradio.live

5.Windows上部署项目Fooocus

您可以直接下载Fooocus：

>>>点击此处下载<<<

下载文件后，请将其解压缩，然后运行“run.bat”。

第一次启动软件时，它会自动下载模型：

它将从此处下载 sd_xl_base_1.0_0.9vae.safetensors作为文件“Fooocus\models\checkpoints\sd_xl_base_1.0_0.9vae.safetensors”。
它将从此处下载 sd_xl_refiner_1.0_0.9vae.safetensors作为文件“Fooocus\models\checkpoints\sd_xl_refiner_1.0_0.9vae.safetensors”。

如果您已有这些文件，可以将它们复制到上述位置以加快安装速度。

请注意，如果您看到“MetadataIncompleteBuffer”，则您的模型文件已损坏。请重新下载模型。

下面是在一台具有16GB 系统 RAM和6GB VRAM的相对低端笔记本电脑（Nvidia 3060 笔记本电脑）上进行的测试。这台机器上的速度约为每次迭代 1.35 秒。相当令人印象深刻——如今配备 3060 的笔记本电脑通常价格非常可接受。

此外，最近许多其他软件报告称 Nvidia 532 以上的驱动程序有时比 Nvidia 驱动程序 531 慢 10 倍。如果您的生成时间很长，请考虑下载Nvidia Driver 531 Laptop或Nvidia Driver 531 Desktop。

请注意，最低要求是4GB Nvidia GPU 内存 (4GB VRAM)和8GB 系统内存 (8GB RAM)。这需要使用 Microsoft 的虚拟交换技术，在大多数情况下，Windows 安装会自动启用该技术，因此您通常不需要对此执行任何操作。但是，如果您不确定，或者您手动将其关闭（真的有人会这样做吗？），或者如果您看到任何“RuntimeError：CPUAllocator”，您可以在此处启用它：

单击此处查看图像说明。

如果您仍然看到“RuntimeError: CPUAllocator”，请确保每个驱动器上至少有 40GB 可用空间！

6.开始体验AIGC绘图之旅

6.1.浏览器访问对应的链接

6.2.输入提示词，直接生成图片

默认生成2张图片。默认配置点击Advance进行勾选设置。

6.3.设置

6.4.风格

6.5.高级功能

6.6.绘图中

对应的模型推理过程：

############################generate_clicked
############################args: ('logo with "CSDN" charaters', '', ['Fooocus V2', 'Default (Slightly Cinematic)'], 'Speed', '1344?04', 2, 652019699, 2, 'sd_xl_base_1.0_0.9vae.safetensors', 'sd_xl_refiner_1.0_0.9vae.safetensors', 'sd_xl_offset_example-lora_1.0.safetensors', 0.5, 'None', 0.5, 'None', 0.5, 'None', 0.5, 'None', 0.5)
Setting `pad_token_id` to `eos_token_id`:50256 for open-end generation.
[Prompt Expansion] New suffix: intricate, elegant. highly detailed, digital painting, artstation, concept art, smooth, sharp, focus, illustration.. art by artgerm and greg rutkowski and alphonse mucha
Setting `pad_token_id` to `eos_token_id`:50256 for open-end generation.
[Prompt Expansion] New suffix: extremely clean, brush strokes, and octane render, trending on artstation
67%|\u2588\u2588\u2588\u2588\u2588\u2588\u2588\u2588\u2588\u2588\u2588\u2588\u2588\u2588\u2588\u2588\u2588\u2588\u2588\u2588\u2588\u2588\u2588\u2588\u2588\u2588\u2588\u2588\u2588\u2588\u2588\u2588\u2588\u2588\u2588\u2588\u2588\u2588\u2588\u2588\u2588\u2588\u258b | 20/30 [00:37<00:18, 1.88s/it]Refiner swapped.
100%|\u2588\u2588\u2588\u2588\u2588\u2588\u2588\u2588\u2588\u2588\u2588\u2588\u2588\u2588\u2588\u2588\u2588\u2588\u2588\u2588\u2588\u2588\u2588\u2588\u2588\u2588\u2588\u2588\u2588\u2588\u2588\u2588\u2588\u2588\u2588\u2588\u2588\u2588\u2588\u2588\u2588\u2588\u2588\u2588\u2588\u2588\u2588\u2588\u2588\u2588\u2588\u2588\u2588\u2588\u2588\u2588\u2588\u2588\u2588\u2588\u2588\u2588\u2588\u2588| 30/30 [00:57<00:00, 1.93s/it]
Image generated with private log at: /home/xxx/Fooocus/outputs/2023-09-14/log.html
67%|\u2588\u2588\u2588\u2588\u2588\u2588\u2588\u2588\u2588\u2588\u2588\u2588\u2588\u2588\u2588\u2588\u2588\u2588\u2588\u2588\u2588\u2588\u2588\u2588\u2588\u2588\u2588\u2588\u2588\u2588\u2588\u2588\u2588\u2588\u2588\u2588\u2588\u2588\u2588\u2588\u2588\u2588\u258b | 20/30 [00:37<00:18, 1.89s/it]Refiner swapped.
100%|\u2588\u2588\u2588\u2588\u2588\u2588\u2588\u2588\u2588\u2588\u2588\u2588\u2588\u2588\u2588\u2588\u2588\u2588\u2588\u2588\u2588\u2588\u2588\u2588\u2588\u2588\u2588\u2588\u2588\u2588\u2588\u2588\u2588\u2588\u2588\u2588\u2588\u2588\u2588\u2588\u2588\u2588\u2588\u2588\u2588\u2588\u2588\u2588\u2588\u2588\u2588\u2588\u2588\u2588\u2588\u2588\u2588\u2588\u2588\u2588\u2588\u2588\u2588\u2588| 30/30 [00:57<00:00, 1.93s/it]
Image generated with private log at: /home/xxx/Fooocus/outputs/2023-09-14/log.html

6.7.绘图成功

图片存放于 Fooocus/output/文件中

6.8. 模型推理调用时的GPU计算资源

剩余GPU资源也基本被拉满，玩AI深度学习可以考虑战略性囤显卡，将算力拉满。

nvidia-smi 
Thu Sep 14 05:53:55 2023       
+---------------------------------------------------------------------------------------+
| NVIDIA-SMI 535.86.10              Driver Version: 535.86.10    CUDA Version: 12.2     |
|-----------------------------------------+----------------------+----------------------+
| GPU  Name                 Persistence-M | Bus-Id        Disp.A | Volatile Uncorr. ECC |
| Fan  Temp   Perf          Pwr:Usage/Cap |         Memory-Usage | GPU-Util  Compute M. |
|                                         |                      |               MIG M. |
|=========================================+======================+======================|
|   0  Tesla P100-PCIE-16GB           Off | 00000000:31:00.0 Off |                    0 |
| N/A   59C    P0             217W / 250W |  16022MiB / 16384MiB |     99%      Default |
|                                         |                      |                  N/A |
+-----------------------------------------+----------------------+----------------------+
                                                                                         
+---------------------------------------------------------------------------------------+
| Processes:                                                                            |
|  GPU   GI   CI        PID   Type   Process name                            GPU Memory |
|        ID   ID                                                             Usage      |
|=======================================================================================|
|    0   N/A  N/A     37726      C   python                                    10930MiB |
|    0   N/A  N/A     39923      C   /opt/tabby/bin/tabby                       5090MiB |
+---------------------------------------------------------------------------------------+

7.FAQ

7.1. 问题1

Git clone failed for Inference Engine: failed to resolve address for github.com: Name or service not known

ImportError: cannot import name 'load_additional_models' from 'comfy.sample' (/home/atanu/Workspace/project-diffusers/Fooocus/repositories/ComfyUI-from-StabilityAI-Official/comfy/sample.py)

解决方法：网络不通，访问github失败，clone失败，可解决网络连接代理配置，或者手动下载

GitHub - comfyanonymous/ComfyUI: A powerful and modular stable diffusion GUI with a graph/nodes interface.

并将 ComfyUI改名为 ComfyUI-from-StabilityAI-Official，存放于 /home/xxx/Fooocus/repositories/

注释launch.py中的git_clone

    comfyui_name = 'ComfyUI-from-StabilityAI-Official'
    
    # git_clone(comfy_repo, repo_dir(comfyui_name), "Inference Engine", comfy_commit_hash)

    sys.path.append(os.path.join(script_path, dir_repos, comfyui_name))