在矩池云上使用StoryDiffusion的详细方法

news2024/12/27 0:52:42

StoryDiffusion 是由南开大学和字节跳动团队联合研发的，基于一致性自注意力机制生成长跨度图像和视频的新型扩散模型（Consistent Self-Attention for Long-Range Image and Video Generation），使用者不需要进行额外训练，就可以生成风格一致的图像序列。
·利用Consistent Self-Attention机制来生成主题一致的连续内容，生成类似于漫画书、连环画等场景的画面
·StoryDiffusion能搭配PhotoMaker使用，生成与参考图一致的内容

项目地址：https://github.com/HVision-NKU/StoryDiffusion

机器选择

根据 StoryDiffusion 的项目描述，其提供的低显存需求的版本是在 Tesla A10 上测试的，即显存要求在 24G，根据项目方预测显存尽量选择在大于 20G，所以在矩池云上使用 StoryDiffusion 时我们可以选择 3090、4090、A6000、A30 和 A100，在这里我们所使用的为 4090。

模型下载

开始前，我们需要提前下载上传以下模型（或者按后文步骤，租用机器后，使用国内源下载使用）

需要提前下载上传以下模型（或者按后文步骤，租用机器后，使用国内源下载使用）
在这里插入图片描述
可以使用网盘客户端的导入 HuggingFace 项目功能，这样不需要花钱租用机器下载模型数据。

镜像选择

根据项目需求，即，
Python >= 3.8 (Recommend to use Anaconda or Miniconda)
PyTorch >= 2.0.0

我们选择系统镜像 Pytorch 2.0.1 ，
在这里插入图片描述

选择镜像后，在下面的高级选项自定义一个7860端口（后面运行 StoryDiffusion web demo 会使用），然后点击下单即可。
在这里插入图片描述

机器启动成功后，点击租用页面的 Jupyterlab --点击打开，
在这里插入图片描述

环境安装

在 Jupyterlab 页面新建一个 Terminal，输入如下指令 clone 项目并安装环境。

cd /mnt
git clone https://mirror.ghproxy.com/https://github.com/HVision-NKU/StoryDiffusion
cd StoryDiffusion
pip install -r requirements.txt

在这里插入图片描述

环境安装成功后，可以开始运行项目，输入以下指令即可：

HF_ENDPOINT=https://hf-mirror.com python gradio_app_sdxl_specific_id_low_vram.py

在这里插入图片描述

如果你已经下载好模型，并上传到了网盘，可以 Jupyterlab 打开 StoryDiffusion 项目文件夹下的config/models.yaml文件，将里面的模型路径改成你服务器里对应路径。

网盘对应机器中的/mnt目录，比如网盘下 abc 目录下的 123.csv 文件路径就是：/mnt/abc/123.csv
在这里插入图片描述

程序运行成功后会显示端口号，这时我们访问租用页面自定义的 7860 端口对应链接即可访问服务。
在这里插入图片描述

点击即可打开服务页面。
在这里插入图片描述

使用StoryDiffusion

在页面中根据提示即可开始使用 StoryDiffusion。
在这里插入图片描述

根据官方给的 DEMO 进行分析，我们发现
(1)prompt中，以#开头的内容，会出现在图中成为文字注解的部分
(2)以[NC]开头的内容，指的是没有定义的角色会出现在该图片中

[Bob] at home, read new paper #at home, The newspaper says there is a treasure house in the forest.
[Bob] on the road, near the forest
[Alice] is make a call at home # [Bob] invited [Alice] to join him on an adventure.
[NC]A tiger appeared in the forest, at night
[NC] The car on the road, near the forest #They drives to the forest in search of treasure
[Bob] very frightened, open mouth, in the forest, at night
[Alice] very frightened, open mouth, in the forest, at night
[Bob] and [Alice] running very fast, in the forest, at night
[NC] A house in the forest, at night #Suddenly, They discovers the treasure house!
[Bob] and [Alice] in the house filled with treasure, laughing, at night #He is overjoyed inside the house.

我们也可以输入自己的prompt，进而生成图片。
在这里插入图片描述