FLUX + LoRA 实测，AI 绘画开启新纪元，5分钟带你部署体验
AI码上来 2024-09-02 14:31:01 阅读 82
FLUX 作为 AI 绘画界的新秀，最近火的不行：
FLUX.1 实测，堪比 Midjourney 的开源 AI 绘画模型，无需本地显卡，带你免费实战
社区给它的标签是：一个比 SD 更强的 AI 绘画模型。
不过根据猴哥的实测来看，FLUX 尽管在细节处理方面的功力了得，但在写实摄影还比不过 SD 的专业选手，而专业的背后是各种 LoRA 模型的加持。
仅过去一周，FLUX 版 LoRA 也出来了，比如 XLabs AI Realism 这款 LoRA，可以让你生成的图片更加写实。
今天就带大家实操一番，给你的 FLUX，装上 LoRA，让生图不再抽卡！
1. 环境准备
首先，git 下载 <code>camenduru/ComfyUI 项目的 totoro4 分支：
git clone -b totoro4 https://github.com/camenduru/ComfyUI
cd ComfyUI
为了方便环境管理，我们新建一个虚拟环境：
conda create -p envs/flux python=3.10
conda activate envs/flux/
然后，新建 requirements.txt，填入如下环境依赖：
torchsde
einops
diffusers
accelerate
xformers==0.0.27
gradio==4.40.0
transformers
fastapi
一键安装：pip install -r requirements.txt，上述 xformers 依赖 2.3.1版本的torch。如果遇到如下报错：
libtorch_cuda.so: undefined symbol: ncclCommRegister
这是 PyTorch 和 NCCL 版本与 CUDA 版本不兼容的问题，建议重新使用 conda 重新安装对应 CUDA 版本的 Pytorch，比如我这里用的是 CUDA 12.1 的镜像：
# 安装指定版本：https://pytorch.org/get-started/previous-versions/
conda install pytorch==2.3.1 torchvision==0.18.1 torchaudio==2.3.1 pytorch-cuda=12.1 -c pytorch -c nvidia
2. 模型下载
HF地址：https://huggingface.co/camenduru/FLUX.1-dev
国内镜像：https://hf-mirror.com/camenduru/FLUX.1-dev/
Huggingface 这个仓库中，集成了 FLUX 底模和各种 LoRA 模型，我们可以按需下载。
下载好的模型存放在根目录 models 文件夹下：
# 存放底模
mkdir -p models/checkpoints
# 存放 LoRA
mkdir -p models/loras
3. WebUI 部署
环境和模型准备好之后，我们可以编写代码，首先本地测试下加载 LoRA 模型的生成效果：
为方便展示，这里只贴出了核心实现，完整代码较长，感兴趣的小伙伴可以拉到文末自取。
<code>lora_models = os.listdir('models/loras')
lora_models = [lora for lora in lora_models if not lora.startswith('flux1-dev')]
with torch.inference_mode():
unet, clip, vae = CheckpointLoaderSimple.load_checkpoint("flux1-dev-fp8-all-in-one.safetensors")
print('load model successfully')
@torch.inference_mode()
def generate(positive_prompt='a cat', code>
width=1024,
height=1024,
seed=0,
steps=20,
sampler_name="euler", code>
scheduler="simple",code>
guidance=3.5,
lora_strength_model=1.0,
lora_strength_clip=1.0,
lora_model="flux_realism_lora.safetensors"):code>
global unet, clip
if seed == 0:
seed = random.randint(0, 18446744073709551615)
unet_lora, clip_lora = LoraLoader.load_lora(unet, clip, lora_model, lora_strength_model, lora_strength_clip)
cond, pooled = clip_lora.encode_from_tokens(clip_lora.tokenize(positive_prompt), return_pooled=True)
cond = [[cond, {"pooled_output": pooled}]]
cond = FluxGuidance.append(cond, guidance)[0]
noise = RandomNoise.get_noise(seed)[0]
guider = BasicGuider.get_guider(unet_lora, cond)[0]
sampler = KSamplerSelect.get_sampler(sampler_name)[0]
sigmas = BasicScheduler.get_sigmas(unet_lora, scheduler, steps, 1.0)[0]
latent_image = EmptyLatentImage.generate(closestNumber(width, 16), closestNumber(height, 16))[0]
sample, sample_denoised = SamplerCustomAdvanced.sample(noise, guider, sampler, sigmas, latent_image)
decoded = VAEDecode.decode(vae, sample)[0].detach()
Image.fromarray(np.array(decoded*255, dtype=np.uint8)[0]).save("flux.png")
return "flux.png"
生成结果保存在本地图片：
然后，我们采用 Gradio 编写一个简单的 UI 界面：
<code>with gr.Blocks(analytics_enabled=False) as demo:
with gr.Row():
with gr.Column():
positive_prompt = gr.Textbox(lines=3, interactive=True, value="a cat", label="Prompt")code>
loras = gr.Dropdown(lora_models, label="LORA Model", value="flux_realism_lora.safetensors")code>
with gr.Row():
width = gr.Slider(minimum=256, maximum=2048, value=1024, step=16, label="width")code>
height = gr.Slider(minimum=256, maximum=2048, value=1024, step=16, label="height")code>
with gr.Row():
seed = gr.Slider(minimum=0, maximum=18446744073709551615, value=0, step=1, label="seed (0=random)")code>
steps = gr.Slider(minimum=4, maximum=50, value=20, step=1, label="steps")code>
with gr.Row():
guidance = gr.Slider(minimum=0, maximum=20, value=3.5, step=0.5, label="guidance")code>
lora_strength_model = gr.Slider(minimum=0, maximum=1, value=1.0, step=0.1, label="lora_strength_model")code>
lora_strength_clip = gr.Slider(minimum=0, maximum=1, value=1.0, step=0.1, label="lora_strength_clip")code>
with gr.Row():
sampler_name = gr.Dropdown(["euler", "heun", "heunpp2", "dpm_2", "lms", "dpmpp_2m", "ipndm", "deis", "ddim", "uni_pc", "uni_pc_bh2"], label="sampler_name", value="euler")code>
scheduler = gr.Dropdown(["normal", "sgm_uniform", "simple", "ddim_uniform"], label="scheduler", value="simple")code>
generate_button = gr.Button("Generate")
with gr.Column():
output_image = gr.Image(label="Generated", interactive=False)code>
generate_button.click(fn=generate, inputs=[positive_prompt, width, height, seed, steps, sampler_name, scheduler, guidance, lora_strength_model, lora_strength_clip, loras], outputs=output_image)
demo.queue().launch(inline=False, share=False, debug=True, server_name='0.0.0.0')code>
启动成功后，浏览器直达：localhost:7860~
左上角输入提示词，先选一个 漫画 风格的 LoRA 看看：
再来看看 xlab 提供的 midjourney v6 的 LoRA 怎么样？
Disney 风格的 LoRA ?
最后来看下显存占用情况，供大家参考：
4. 服务部署
对于爱折腾的开发者而言，自然要把服务部署好，方便任性调用~
4.1 服务端
我们采用 FastAPI 把模型部署成一个服务，首先准备好服务端代码 <code>server.py：
# 定义数据模型，用于接收POST请求中的数据，默认值后面不能加逗号，否则会是一个 tuple
class Item(BaseModel):
positive_prompt: str = "a cat"
width: int = 512
height: int = 512
seed: int = 0
steps: int = 20
sampler_name: str = "euler"
scheduler: str = "simple"
guidance: float = 3.5
lora_strength_model: float = 1.0
lora_strength_clip: float = 1.0
lora_model: str = "flux_realism_lora.safetensors"
app = FastAPI()
@app.post("/txt2img")
async def txt2img(item: Item):
try:
image_array = generate(positive_prompt=item.positive_prompt)
image = Image.fromarray(image_array.astype('uint8')).convert('RGB')
# 将PIL图像对象转换为二进制数据
with io.BytesIO() as output:
image.save(output, format="PNG")code>
image_binary = output.getvalue()
response = JSONResponse(content={"image": base64.b64encode(image_binary).decode()})
except Exception as e:
response = JSONResponse(content={"error": str(e)})
return response
if __name__ == '__main__':
uvicorn.run(app, host='0.0.0.0', port=2002)code>
python server.py 一键启动，成功后会看到如下提示：
load model successfully
INFO: Started server process [735]
INFO: Waiting for application startup.
INFO: Application startup complete.
INFO: Uvicorn running on http://0.0.0.0:2002 (Press CTRL+C to quit)
4.2 客户端
服务启动后，我们来编写客户端代码：
# 发送GET请求获取图像数据
headers = {'Content-Type': 'application/json'}
data = {'positive_prompt': 'a cat'}
response = requests.post('http://localhost:2002/txt2img/', headers=headers, json=data)
# 检查请求是否成功
if response.status_code == 200:
data = response.json()
img_base64 = data['image']
image_binary = base64.b64decode(img_base64)
# 将二进制数据保存为本地文件
with open('image.png', 'wb') as file:
file.write(image_binary)
else:
print("请求失败，状态码:", response.status_code)
我们用同一套提示词生成三张图片，只有中间一张正确添加了 Logo CVLab。
这么看，抽卡还是难免啊~
写在最后
本文是 FLUX AI绘画系列的续篇，介绍了如何为FLUX添加LoRA模型来增强其生成效果，更多内容正在不断填坑中……
希望能激发你的更多创作灵感，让 FLUX 插上 LoRA 的翅膀带你飞向艺术新天地！
如果本文有帮助，不妨点个免费的赞和收藏备用。
本文所有源码+模型已打包，有需要的小伙伴，可以前往免费下载。
新朋友欢迎关注，下次更新不迷路。
声明
本文内容仅代表作者观点，或转载于其他网站，本站不以此文作为商业用途
如有涉及侵权，请联系本站进行删除
转载本站原创文章，请注明来源及作者。