Como executar difusão estável em seu servidor

O Stable Diffusion revolucionou o mundo da IA ​​generativa, permitindo que os usuários gerem imagens altamente detalhadas e realistas a partir de simples instruções de texto.

Embora existam ferramentas online como DreamStudio e Hugging Face que fornecem acesso ao Stable Diffusion, executá-lo localmente em seu próprio servidor oferece diversas vantagens.

Ao hospedar o Stable Diffusion em seu servidor, você obtém maior controle sobre os parâmetros e personalizações do modelo, garantindo que as imagens geradas estejam mais alinhadas às suas necessidades específicas.

Além disso, executar o modelo localmente elimina a necessidade de depender de serviços de terceiros, fornecendo a você maior privacidade e soberania de dados. Neste artigo, guiaremos você pelo processo de configuração e execução do Stable Diffusion em seu servidor, permitindo que você desbloqueie todo o potencial desta poderosa ferramenta de IA generativa.

Create Amazing Websites

Com o melhor criador de páginas gratuito Elementor

Comece agora

Processo de trabalho do modelo de difusão estável

Stable Diffusion se enquadra na classe de modelos de aprendizado profundo conhecidos como modelos de difusão. Esses são modelos generativos, o que significa que são treinados para gerar novos dados semelhantes ao que aprenderam com os dados de treinamento.

O modelo é chamado de "difusão" por causa de suas similaridades matemáticas com o processo físico de difusão. Ele funciona começando com ruído puro (pixels aleatórios) e corrigindo gradualmente esse ruído em direção à imagem alvo ao longo de muitas etapas, guiado pelo prompt de texto fornecido.

A principal inovação do Stable Diffusion é que ele é um modelo de difusão latente. Em vez de trabalhar diretamente no espaço de pixel, ele opera em um espaço latente comprimido aprendido por um modelo anterior de codificador de imagem para latente. Essa representação comprimida permite aprendizado e geração eficientes.

Em um nível alto, o processo funciona da seguinte maneira:

1. O prompt de texto é codificado em uma incorporação de texto usando um modelo de codificação como CLIP.
2. Ruído aleatório é amostrado no espaço latente.
3. O ruído é gradualmente corrigido em direção à distribuição da imagem alvo condicionada à incorporação do texto por meio de múltiplas etapas de difusão.
4. Por fim, o latente com ruído reduzido passa por um decodificador para gerar a imagem de saída.

Este processo iterativo de denoising permite que o modelo gere imagens coerentes que correspondem de perto à descrição do texto de entrada. O treinamento utiliza técnicas avançadas como orientação sem classificador para melhorar a qualidade do alinhamento imagem-texto.

Executando difusão estável no servidor local

Usar o Stable Diffusion no seu computador permite que você experimente diferentes entradas de texto e crie imagens que se ajustem melhor às suas necessidades. Além disso, você pode ajustar o modelo usando seus próprios dados para aprimorar os resultados com base em suas entradas.

Observação: é necessária uma GPU para executar difusão estável no seu PC.

Instalação do Python e Git

Você precisa ter o Python 3.10.6 no seu computador para executar o Stable Diffusion. Você pode instalá-lo do site oficial do Python .

Para confirmar que a instalação foi bem-sucedida, abra o prompt de comando, digite ' python ' e pressione enter. Isso deve exibir a versão do Python que você instalou.

Lembre-se de que esta é a única versão com a qual você deve prosseguir.

Em seguida, instale o sistema de gerenciamento de repositório de código - Git .

Conta GitHub e Hugging Face

O GitHub é um lugar onde os desenvolvedores armazenam seus códigos e trabalham juntos em projetos de software. Eles o usam para acompanhar as mudanças e colaborar com outros.

Por outro lado, o Hugging Face é uma comunidade focada em IA e incentiva as pessoas a contribuírem para projetos de código aberto. É como um hub central para diferentes modelos, como aqueles para processamento de linguagem natural e visão computacional. Para baixar a versão mais recente do Stable Diffusion, você precisará criar uma conta, mas abordaremos isso mais tarde.

Clonagem de interface de usuário da Web de difusão estável

Este passo é crucial, mas pode se tornar um pouco complicado. Tudo o que precisamos fazer é baixar a configuração básica da instalação do stable diffusion em nosso computador. É útil criar uma pasta (como "stable-diffusion-demo-project") para baixar o repositório, mas não é obrigatório.

Para concluir esta etapa, você precisará do Git bash. Basta ir até a pasta onde você quer clonar a interface web de difusão estável usando o seguinte comando:

cd path/to/folder 

Então, você deve executar o comando fornecido abaixo -

git clone https://github.com/AUTOMATIC1111/stable-diffusion-webui.git

Se tudo correr bem, você verá uma pasta chamada stable-diffusion-webui.

Baixando o modelo de difusão estável

Primeiro, faça login na sua conta Hugging Face. Então, obtenha um modelo Stable Diffusion baixando-o . Pode levar alguns minutos porque é um arquivo grande.

Depois de baixado, vá para a pasta 'models' na pasta da interface web do stable diffusion. Lá dentro, você encontrará uma pasta chamada 'stable-diffusion' com um arquivo de texto chamado 'Put Stable Diffusion Checkpoints here.'

Agora, basta mover o modelo de Difusão Estável que você baixou para esta pasta.

stable-diffusion-webui\models\Stable-diffusion

Configuração da interface da Web

Em seguida, você precisa configurar as ferramentas necessárias para difusão estável. Isso pode levar cerca de 10 minutos.

cd path/to/stable-diffusion-webui

Abra seu prompt de comando e vá para a pasta stable-diffusion-webui digitando um comando específico.

webui-user.bat

Quando estiver lá, execute outro comando para criar um ambiente virtual e instalar tudo o que é necessário para o processo.

Comece a usar difusão estável

Depois de instalar todas as coisas necessárias, você verá um endereço da web como "http://127.0.0.1:7860" na sua janela de comando. Basta copiar e colar isso na barra de endereços do seu navegador da web para começar a usar a interface da web do Stable Diffusion.

Encerrando

Executar o Stable Diffusion em seu próprio servidor libera seu verdadeiro potencial, garantindo a você controle total sobre personalizações e ajustes finos.

Com uma instalação local, você pode adaptar o modelo às suas necessidades específicas, experimentar diferentes prompts e técnicas e expandir os limites da IA ​​generativa.

À medida que essa tecnologia evolui rapidamente, ter a Stable Diffusion localmente posiciona você na vanguarda, capacitando-o a criar, inovar e moldar o futuro da geração visual. Abrace as possibilidades com responsabilidade e deixe sua imaginação voar neste reino fascinante.