FLUX.1与ComfyUI部署使用指南!

前言

FLUX.1与ComfyUI部署使用指南

FLUX.1简介

FLUX.1是由黑森林实验室(Black Forest Labs)开发的强大图像生成模型,分为三个不同版本:

  • FLUX.1-pro(闭源):这是FLUX.1的顶级版本,提供最先进的图像生成能力,具备极高的提示词识别、视觉质量、图像细节和输出多样性。可通过官方API访问,并提供企业定制化服务。

  • FLUX.1-dev(开源不可商用):从FLUX.1-pro提炼而来,具备相似的提示词能力和图像生成质量,效率优于标准模型,是开发者理想的实验平台。

  • FLUX.1-schnell(开源可商用):适合本地开发和个人使用,遵循Apache 2.0许可协议,专注于提升生成速度和减少内存占用。

据官方数据,FLUX.1模型的参数量达到了120亿,远超SD3 Medium的20亿参数,无论是图像质量、提示词的准确性、尺寸适应性还是输出多样性,都已超越目前流行的图像生成模型,如Midjourney v6.0、DALL·E 3 (HD)和SD3-Ultra。

所有的AI设计工具,模型和插件,都已经整理好了,👇获取~在这里插入图片描述

部署流程

创建资源

进入控制台并选择GPU云实例,点击“创建实例”按钮。具体步骤如下:

链接:https://www.damodel.com/register

  1. 选择付费类型:如果只是短期需求,推荐按量付费或包日方式;若为长期需求,包月套餐更为合适。

  2. 配置实例:选择1个NVIDIA GeForce RTX 4090 GPU,它配备60GB内存和24GB显存(LLaMA 3.1 8B版至少需要16GB显存)。

  3. 扩容硬盘:FLUX.1模型较大,建议将默认50GB的数据硬盘扩容至150GB。

  4. 选择镜像:筛选并选择支持PyTorch 2.4.0的镜像,系统会自动配置基础环境。

接着,创建密钥对以确保安全登录,并将私钥保存在本地计算机上备用。

登录实例并启动JupyterLab

实例启动成功后,您可以通过JupyterLab来部署和使用FLUX.1及ComfyUI。首先启动JupyterLab并创建终端。

部署ComfyUI

在终端中,执行以下命令克隆ComfyUI代码仓库:

**bash复制代码git clone https://github.com/comfyanonymous/ComfyUI.**git

之后,进入ComfyUI目录并安装所需依赖:

**bash复制代码cd ComfyUI/  
pip install -r requirements.txt --ignore-installed**

运行以下命令启动ComfyUI:

**bash复制代码python main.py --listen**

若启动成功,您将会看到ComfyUI服务已开启。

解决可能遇到的问题

如果遇到ImportError版本冲突的报错,执行以下命令卸载并重新安装相关依赖:

bash复制代码pip uninstall psutil  
pip install -r requirements.txt --ignore-installed

部署FLUX.1

平台预制了FLUX.1的相关资源,您可以通过内网快速下载FLUX.1模型和Clip模型:

bash复制代码wget http://file.s3/damodel-openfile/FLUX.1/FLUX.1-dev.tar  
wget http://file.s3/damodel-openfile/FLUX.1/flux\_text\_encoders.tar

解压文件后,将模型文件移动至指定目录:

bash复制代码cd /root/workspace/FLUX.1-devmv flux1-dev.safetensors /root/workspace/ComfyUI/models/unet/mv ae.safetensors /root/workspace/ComfyUI/models/vae/

接着下载并解压Clip模型文件:

bash复制代码wget http://file.s3/damodel-openfile/FLUX.1/flux\_text\_encoders.tar  
tar -xf flux\_text\_encoders.tarmv clip\_l.safetensors /root/workspace/ComfyUI/models/clip/mv t5xxl\_fp16.safetensors /root/workspace/ComfyUI/models/clip/

启动FLUX.1

进入ComfyUI目录,并通过以下命令再次启动ComfyUI:

bash复制代码cd /root/workspace/ComfyUI  
python main.py --listen

平台会通过端口映射功能将内网服务映射至公网。进入GPU云实例页面,点击“操作”-“更多”-“访问控制”,添加端口并通过映射链接访问ComfyUI的交互界面。

使用FLUX.1

在ComfyUI的交互界面中,您可以通过拖动图像或加载工作流来体验FLUX.1-dev和FLUX.1-schnell的生成效果。例如,您可以加载以下模型配置并观察它们的不同表现。

FLUX.1-dev-FP16、FLUX.1-schnell-FP16和FLUX.1-dev-FP8等配置均提供了丰富的图像生成选项。

为了帮助大家更好地掌握 ComfyUI,我在去年花了几个月的时间,撰写并录制了一套ComfyUI的基础教程,共六篇。这套教程详细介绍了选择ComfyUI的理由、其优缺点、下载安装方法、模型与插件的安装、工作流节点和底层逻辑详解、遮罩修改重绘/Inpenting模块以及SDXL工作流手把手搭建。

由于篇幅原因,本文精选几个章节,详细版点击下方卡片免费领取

在这里插入图片描述

一、ComfyUI配置指南

  • 报错指南
  • 环境配置
  • 脚本更新
  • 后记

img

二、ComfyUI基础入门

  • 软件安装篇
  • 插件安装篇

img

三、 ComfyUI工作流节点/底层逻辑详解

  • ComfyUI 基础概念理解
  • Stable diffusion 工作原理
  • 工作流底层逻辑
  • 必备插件补全

img

四、ComfyUI节点技巧进阶/多模型串联

  • 节点进阶详解
  • 提词技巧精通
  • 多模型节点串联

img

五、ComfyUI遮罩修改重绘/Inpenting模块详解

  • 图像分辨率
  • 姿势

img

六、ComfyUI超实用SDXL工作流手把手搭建

  • Refined模型
  • SDXL风格化提示词
  • SDXL工作流搭建

img

由于篇幅原因,本文精选几个章节,详细版点击下方卡片免费领取

在这里插入图片描述

img

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值