用免费GPU线上跑SD项目实践
DataWhale组织了一个线上白嫖GPU跑chatGLM与SD的项目活动，我很感兴趣就参加啦。之前就对chatGLM有所耳闻，是去年清华联合发布的开源大语言模型，可以用来打造个人知识库什么的，一直没有尝试。而SD我前两天刚跟着B站秋叶大佬和Nenly大佬的视频学习过，但是生成某些图片显存吃紧，想线上部署尝试一下。
参考：DataWhale 学习手册链接
1 学习简介
本文以趋动云平台为例，详细介绍下如何通过平台提供的在线开发环境，直接在云端编写、运行代码，并使用GPU资源进行加速。本教程将学习云算力资源的使用方式，并给出了两个AI项目实践：
- 用免费GPU创建属于自己的聊天GPT
- 用免费GPU部署自己的stable-diffusion
平台注册：
- 注册即送168元算力金
- Datawhale专属注册链接：https://growthdata.virtaicloud.com/t/SA
适用人群：
- 新手开发者、快速原型设计者；
- 需要协作和分享的团队；
- 对大模型部署感兴趣的人；
- 深度学习入门学习者；
- 对使用GPU资源有需求的人。
优势：
无需进行本地环境配置，简单易用，便于分享和协作。
组织方：Datawhale x 趋动云
3 云端部署StableDiffusion模型
3.1 项目配置
-
创建项目
在趋动云用户工作台中，点击 快速创建 ，选择 创建项目，创建新项目。
-
镜像配置
选择 趋动云小助手 的
AUTOMATIC1111/stable-diffusion-webui镜像。
-
数据集配置
在 公开 数据集中，选择
stable-diffusion-models数据集。
配置完成后，点击创建，要求上传代码时，选择 暂不上传 。
-
初始化开发环境
找到最右侧 “开发”-> “初始化开发环境实例”，我这里没按教程配置，因为SD生图需要较大显存，我选择了拥有24G显存的 B1.large，其他按教程一样，并设置了24h的最长运行时间。
3.2 环境配置
因为数据集代码有所变化，所以教程中有些步骤可以省略，以下为具体步骤。
-
解压代码及模型
tar xf /gemini/data-1/stable-diffusion-webui.tar -C /gemini/code/ -
拷贝frpc内网穿透文件
chmod +x /root/miniconda3/lib/python3.10/site-packages/gradio/frpc_linux_amd64_v0.2 -
拷贝模型文件到项目目录下
cp /gemini/data-1/v1-5-pruned-emaonly.safetensors /gemini/code/stable-diffusion-webui/ -
更新系统httpx依赖
pip install httpx==0.24.1 -
运行项目
cd /gemini/code/stable-diffusion-webui && python launch.py --deepdanbooru --share --xformers --listen运行项目后，点击右侧添加，创建 外部访问链接 。
-
访问StableDiffusion的WebUI
复制外部访问链接，在浏览器粘贴并访问，就成功打开WebUI界面啦。
-
生成镜像
点击右上角 将当前环境制作为镜像，点击 智能生成，在
AUTOMATIC1111/stable-diffusion-webui基础镜像下生成，点击 构建，完成对镜像的构建。
之后安装上一章的步骤，将镜像配置到你的项目里就好啦。
配置好环境后，再次访问，在终端输入以下指令直接运行 WebUI 。
cd /gemini/code/stable-diffusion-webui && python launch.py --deepdanbooru --share --xformers --listen
3.3 StableDiffusion 使用
-
生成第一张美图
部署好了当然是要生成一张图，我选择生成一张猫猫图，结果如下。
库自带的模型是
v1-5-pruned-emaonly模型，这个模型是官方的1.5 版本预训练模型，是在512*512的小尺寸图像上训练的，所以说如果图像尺寸超过1000的话，容易出现多头多人的情况。 在这里我选择的参数与提示词如下：
-
提示词(prompt)：
1 cat -
负面提示词(Negative prompt)：
out of frame,(worst quality, low quality, normal quality:2),text,bad eyes,weird eyes closed eyes,badhandv4:0.8,OverallDetail,render,bad quality,worst quality,signature,watermark,extra limbs, -
迭代步数(Steps)、采样器(Sampler)、提示词相关性(CFG scale)：
Steps: 20, Sampler: DPM++ SDE Karras, CFG scale: 7, -
随机种子(Seed)、图像尺寸(Size)、模型(Model)
Seed: 3052626755, Size: 384x512, Model hash: 6ce0161689, Model: v1-5-pruned-emaonly, Version: v1.6.0
生成的猫猫图如下：
-
-
批量生成
我想要更多的猫猫图，于是增大了生成的
Batch Count和Batch size，生成结果如下。
可以看到一下生成了16张猫猫图，它实际上是分了两批，每批生成8张，这样生成的。
Batch count控制了生成批次的数量，Batch size控制每批生成图片的数量。Batch size越大对显卡显存要求越高，当然白嫖的24g显存不在话下了。
可以看到生成的图像各有千秋，甚至有的生成了个房子（太离谱了），所以选择合适的种子很重要。可以通过批量生成找到自己喜欢的图像风格的种子，固定下来进行进一步操作。
我很喜欢第四张，大脸狸花猫，于是点开图片，可以在图片下方看到种子号
2617670965。
-
图像放大
我想放大刚才选中的大脸狸花猫图，可以通过固定种子，并通过
Hires fix的方法放大生成图像。我想使用一个名为 R-ESRGAN4x 的放大算法，从云平台下载太慢了，选择从 该github链接 本地下载，并放在
/gemini/code/stable-diffusion-webui/models/RealESRGAN/RealESRGAN_x4plus.pth路径下。设置以下参数，重新生成，结果如下。
成功将图像尺寸放大到原来的两倍，即 768*1024 的尺寸。图像参数如下：
1 cat Negative prompt: out of frame,(worst quality, low quality, normal quality:2),text,bad eyes,weird eyes closed eyes,badhandv4:0.8,OverallDetail,render,bad quality,worst quality,signature,watermark,extra limbs, Steps: 20, Sampler: DPM++ SDE Karras, CFG scale: 7, Seed: 2617670965, Size: 384x512, Model hash: 6ce0161689, Model: v1-5-pruned-emaonly, Denoising strength: 0.35, Hires upscale: 2, Hires upscaler: R-ESRGAN 4x+, Version: v1.6.0猫猫图如下：
效果还不错，不过我还想让他更清晰一点，于是选择让他放大4倍，结果如下。
可以看到，真的清晰了不少。
-
图生图
图生图就是以给的图片为基准，生成其他的图片，我就像用刚才生成的猫猫图，来生成一个宇宙的星系，于是写了以下的提示词。
stars,out space,galaxy,负面提示词不变，分两个批次生成16张星系图片，结果如下。
可以看到，生成了具有猫猫形状的星系图案，我从中挑了一张最喜欢的，就是下面这张。
图片参数如下：
stars,out space,galaxy, Negative prompt: out of frame,(worst quality, low quality, normal quality:2),text,bad eyes,weird eyes closed eyes,badhandv4:0.8,OverallDetail,render,bad quality,worst quality,signature,watermark,extra limbs, Steps: 20, Sampler: DPM++ 2M Karras, CFG scale: 3, Seed: 3318537879, Size: 768x1024, Model hash: 6ce0161689, Model: v1-5-pruned-emaonly, Denoising strength: 0.7, Version: v1.6.0以上就尝试玩SD的基本功能啦，之后可以再玩一些进阶玩法，用更厉害的模型，添加lora、ControlNet等插件，生成更可控好看的图片。
