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

已于 2024-08-15 12:39:53 修改

阅读量915

点赞数 25

分类专栏： AI实战文章标签：人工智能

于 2024-08-15 11:38:08 首次发布

本文链接：https://blog.csdn.net/u010522887/article/details/141218266

版权

AI实战专栏收录该内容

28 篇文章 6 订阅

订阅专栏

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 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。

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', 
             width=1024, 
             height=1024, 
             seed=0, 
             steps=20, 
             sampler_name="euler", 
             scheduler="simple",
             guidance=3.5,
             lora_strength_model=1.0,
             lora_strength_clip=1.0,
             lora_model="flux_realism_lora.safetensors"):
    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：

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")
                loras = gr.Dropdown(lora_models, label="LORA Model", value="flux_realism_lora.safetensors")
                with gr.Row():
                    width = gr.Slider(minimum=256, maximum=2048, value=1024, step=16, label="width")
                    height = gr.Slider(minimum=256, maximum=2048, value=1024, step=16, label="height")
                with gr.Row():
                    seed = gr.Slider(minimum=0, maximum=18446744073709551615, value=0, step=1, label="seed (0=random)")
                    steps = gr.Slider(minimum=4, maximum=50, value=20, step=1, label="steps")
                with gr.Row():
                    guidance = gr.Slider(minimum=0, maximum=20, value=3.5, step=0.5, label="guidance")
                    lora_strength_model = gr.Slider(minimum=0, maximum=1, value=1.0, step=0.1, label="lora_strength_model")
                    lora_strength_clip = gr.Slider(minimum=0, maximum=1, value=1.0, step=0.1, label="lora_strength_clip")
                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")
                    scheduler = gr.Dropdown(["normal", "sgm_uniform", "simple", "ddim_uniform"], label="scheduler", value="simple")
                generate_button = gr.Button("Generate")
            with gr.Column():
                output_image = gr.Image(label="Generated", interactive=False)
        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')

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 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")
            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)

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。