玩转 AI 绘图,基于函数计算部署 Stable Diffusion可自定义模型

简介: 本文主要将带大家通过使用阿里云产品函数计算 FC 和文件存储 NAS ,快速使用 Stable Diffusion 实现更高质量的图像生成,本方案内置模型库+常用插件+ControlNet ,用户可根据自己的需要更换需要的模型、Lora、增加插件。

1.实验准备


1.1实验介绍

本次实验将带大家通过使用阿里云产品函数计算 FC 和文件存储 NAS 快速使用 Stable Diffusion 实现更高质量的图像生成,本方案内置模型库+常用插件+ControlNet ,用户可根据自己的需要更换需要的模型、Lora、增加插件。

1.2领取试用额度(首次开通产品)

函数计算提供价值180元试用额度,试用额度的有效期为3个月,阿里云账户与RAM用户共享此试用额度。从开通服务的时间算起,超出试用额度的部分均会计入按量付费,如果想节省成本可以购买资源包

  • GPU使用量:100万GB*秒GPU使用量
  • vCPU使用量:50万vCPU*秒vCPU使用量
  • 内存使用量:200万GB*秒内存使用量
  • 函数调用次数:800万次函数调用次数
  • 公网出流量 :100 GB/月的CDT公网流量,共3个月

更多计费详情

首次开通文件存储 NAS的用户可0元领取NAS试用资源,本实验将默认开启性能型NAS ,免费额度为 9.15GB。

文件存储NAS提供通用型NAS资源包50 GiB ,使用期限3个月。本实验使用性能型NAS,性能型NAS 5.47 50 GiB通用型基准容量能抵扣50 ÷ 5.47 = 9.15 GiB 性能型NAS使用量,更多计费详情

1.3开通产品

  • 函数计算 FC

函数计算是一款 Serverless 计算产品,可以为您提供 Stable Diffusion 必需的 CPU/GPU 计算资源。领取试用额度后,如果您没有开通,可以点击 https://common-buy.aliyun.com/package?spm=5176.137990.J_5253785160.3.36551608ZVgFea&planCode=package_freetierfc_cn

  • 文件存储 NAS

如果您需要自定义模型,还需要借助 NAS 产品的存储能力来存储您的模型文件。开通 文件存储NAS


由于 Stable DiffusionStable Diffusion Webui 是开源项目,我们无法针对 Stable Diffusion 自身存在的问题给出标准解答。这可能需要您在遇到问题时请前往相关社区寻求帮助。当然,如果我们对您遇到的问题有所了解,在力所能及的范围内,也会协助您更好地使用 Stable Diffusion。您在使用函数计算的过程中遇到问题,可以前往钉钉群 29290019867 寻求帮助.


2.入门-部署 Stable Diffusion WebUI


2.1创建Stable Diffusion 应用-生成第一张画作

进入函数计算控制台 - 应用中心, 进入 函数计算 3.0(如右上角“返回函数计算 2.0”即为进入了函数计算3.0控制台


点击“创建应用”进入应用应用中心,选择 人工智能分类-AI 数字绘画 Stable Diffusion ,点击立即创建

image.png

如果您是首次创建请进行角色名授权,点击 前往授权 - 同意授权

截屏2024-02-23 21.37.05.png

地域选择可以选择距离自己较近的区域。

7fb4aa68a3e4928dc1ec145ddba2affa.png

绘图类型选择“动漫风格

如果您没有特殊需要,其他选项保持默认值即可。

点击创建应用,仔细阅读活动应用创建提醒,点击 同意并继续部署,等待应用部署完成大约 1分钟

部署完成,直接点击 WebUI 域名,开始体验 Stable Diffusion WebUI 图片生成。请注意保护域名的安全,不要泄露给其他人,防止产生额外费用。

请注意:***.devsapp.net 域名是 CNCF SandBox 项目 Serverless Devs 社区所提供,仅供学习和测试使用,不可用于任何生产使用;但是社区会对该域名进行不定期地拨测,并在域名下发 30 天后进行回收.建议您后续绑定自定义域名以获得更好的使用体验或者重新部署一次 应用,重新挂载 NAS就可以了

首次打开 Stable Diffusion Web UI,遇到无法访问此网站情况,无需刷新 等待30秒即可进入

以默认提示词,点击 生成 ,制作自己的第一张图。第一张图的出图时间大概需要 15秒,后续出图时间大概3秒左右


你可以自己定义 提示词(prompt),推荐使用通义千问等大语言模型直接翻译成英文提示词,提高效率。您可以通过调整采样步数采样器、高分辨率修复、图像生成种子等参数生成自己喜欢的图片

例如:我希望生成一张春天相关的图片

正向提示词:Spring, flowers,willows, little birds, distant green mountains, 1 boys are climbing up the mountains, smiles,Picture highlight, rich details

反向提示词:nsfw,logo,text,badhandv4,EasyNegative,mutated hands and fingers,poorly drawn face,extra limb,missing limb,disconnected limbs,malformed hands,ugly


3.进阶-创建自己的模型库,并自定义模型


你可以通过使用 NAS 文件存储产品,创建模型库进行上传模型、管理模型、进行自定义模型更换等更加灵活的操作。注意:您的模型文件会存储在文件存储 NAS 产品中,只要存储模型即会消耗 NAS产品资源,付费详情请参


回到应用管理页面,点击 初始化模型管理 ,开始实现模型管理功能。

了解上述创建资源的目的以及部分资源可能产生的费用,晓对应的计费规则,并决定继续部署该应用

如果您未创建过 NAS,可以直接选择自动配置-确认,我们将为您一键处理好所有配置,如果您希望其他人不能随意上传文件到您的 NAS 中,可以填写“模型管理密钥”,不填写即为不进行鉴权

如果您是曾经创建过NAS,并且希望进行挂载,也可以选择手动配置,您至少需要有一个挂载点的 FC 目录是 /mnt/auto,stable diffusion 仅支持该目录

等待模型初始化后,出现 模型管理域名 点击进入模型管理器进行模型管理

lQLPJxQ6grtYAb3NA9LNChyw7FSVU5Z7O0sF9-jUriHlAA_2588_978.png

为了给您提供更好的服务,当您在右上角看到更新提醒时,请点击更新至最新版

3.1如何上传模型

在文件管理页面,我们可以从本地或其他网站,上传自定义的模型。

如我们希望上传一个 LoRA 模型,可以通过 LoRA 目录快速进入对应目录,点击右侧的上传按钮


选择好自己希望的模型后,点击开始上传

稍等片刻,即可在目录内看到我们新上传的文件

(上传依赖于您的网络稳定程度,如果网络不稳定可能会导致上传失败或文件损坏)

为了帮助您更好地快速部署模型,我们提供了内置模型仓库(模型仓库由 阿里云 OSS 提供,文件均来源于第三方)。

选择自己喜欢的模型,点击下载模型

确认文件存储地址后,点击 下载选中的模型


下载进度可以在传输列表看到

上传完成后,刷新 StableDiffusion 模型列表,即可看到新的模型


4.释放资源


您部署Stable Diffusion 使用函数计算 NAS 产品,您创建模型管理器使用了 文件存储NAS产品。如果您后续不再使用 Stable Diffusion 可以删除以下两个部分,函数计算不调用不会计费,文件存储NAS只要有模型存储即会付费,因此请您注意删除相关资源。

4.1删除Stable Diffusion 使用的 FC

返回函数计算应用列表

4.2删除模型管理器使用的NAS

进入文件存储 NAS控制中心,选择 文件系统列表-选择地域- -删除

移除挂载点及生效策略,删除文件系统

相关实践学习
【玩转ComfyUI】基于函数计算一键部署AI生图平台ComfyUI
本次实验将带大家通过使用阿里云产品函数计算FC,快速使用ComfyUI实现更高质量的图像生成。
从 0 入门函数计算
在函数计算的架构中,开发者只需要编写业务代码,并监控业务运行情况就可以了。这将开发者从繁重的运维工作中解放出来,将精力投入到更有意义的开发任务上。
相关文章
|
人工智能 Java Serverless
【MCP教程系列】搭建基于 Spring AI 的 SSE 模式 MCP 服务并自定义部署至阿里云百炼
本文详细介绍了如何基于Spring AI搭建支持SSE模式的MCP服务,并成功集成至阿里云百炼大模型平台。通过四个步骤实现从零到Agent的构建,包括项目创建、工具开发、服务测试与部署。文章还提供了具体代码示例和操作截图,帮助读者快速上手。最终,将自定义SSE MCP服务集成到百炼平台,完成智能体应用的创建与测试。适合希望了解SSE实时交互及大模型集成的开发者参考。
15529 60
|
11月前
|
存储 人工智能 Java
AI 超级智能体全栈项目阶段三:自定义 Advisor 与结构化输出实现以及对话记忆持久化开发
本文介绍如何在Spring AI中自定义Advisor实现日志记录、结构化输出、对话记忆持久化及多模态开发,结合阿里云灵积模型Qwen-Plus,提升AI应用的可维护性与功能性。
2013 125
AI 超级智能体全栈项目阶段三:自定义 Advisor 与结构化输出实现以及对话记忆持久化开发
|
人工智能 JSON 小程序
【一步步开发AI运动APP】七、自定义姿态动作识别检测——之规则配置检测
本文介绍了如何通过【一步步开发AI运动APP】系列博文,利用自定义姿态识别检测技术开发高性能的AI运动应用。核心内容包括:1) 自定义姿态识别检测,满足人像入镜、动作开始/停止等需求;2) Pose-Calc引擎详解,支持角度匹配、逻辑运算等多种人体分析规则;3) 姿态检测规则编写与执行方法;4) 完整示例展示左右手平举姿态检测。通过这些技术,开发者可轻松实现定制化运动分析功能。
|
10月前
|
人工智能 小程序 搜索推荐
【一步步开发AI运动APP】十二、自定义扩展新运动项目2
本文介绍如何基于uni-app运动识别插件实现“双手并举”自定义扩展运动,涵盖动作拆解、姿态检测规则构建及运动分析器代码实现,助力开发者打造个性化AI运动APP。
|
Serverless Python
借助 serverless 将 MCP 服务部署到云端
本文介绍了如何将 MCP 服务通过 SSE 协议部署到云端,避免本地下载和启动的麻烦。首先,使用 Python 实现了一个基于 FastMCP 的网络搜索工具,并通过设置 `transport='sse'` 启用 SSE 协议。接着,编写客户端代码测试服务功能,确保其正常运行。随后,利用阿里云函数计算服务(FC 3.0)以 Serverless 方式部署该服务,包括创建函数、配置环境变量、添加依赖层以及部署代码。最后,提供了客户端测试方法和日志排查技巧,并展示了如何在不同工具(如 Cherry-Studio、Cline 和 Cursor)中配置云端 MCP 服务。
2003 11
借助 serverless 将 MCP 服务部署到云端
|
人工智能 小程序 API
【一步步开发AI运动APP】九、自定义姿态动作识别检测——之关键点追踪
本文介绍了【一步步开发AI运动APP】系列中的关键点追踪技术。此前分享的系列博文助力开发者打造了多种AI健身场景的小程序,而新系列将聚焦性能更优的AI运动APP开发。文章重点讲解了“关键点位变化追踪”能力,适用于动态运动(如跳跃)分析,弥补了静态姿态检测的不足。通过`pose-calc`插件,开发者可设置关键点(如鼻子)、追踪方向(X或Y轴)及变化幅度。示例代码展示了如何在`uni-app`框架中使用`createPointTracker`实现关键点追踪,并结合人体识别结果完成动态分析。具体实现可参考文档与Demo示例。
|
安全 搜索推荐 Serverless
HarmonyOS5云服务技术分享--Serverless抽奖模板部署
本文详细介绍了如何使用华为HarmonyOS的Serverless模板快速搭建抽奖活动,手把手教你完成从前期准备到部署上线的全流程。内容涵盖账号注册、云函数配置、参数调整、托管上线及个性化定制等关键步骤,并附带常见问题解答和避坑指南。即使是零基础用户,也能轻松上手,快速实现抽奖活动的开发与部署。适合希望高效构建互动应用的开发者参考学习。
|
人工智能 小程序 API
【一步步开发AI运动APP】八、自定义姿态动作识别检测——之姿态相似度比较
本文介绍了如何通过姿态相似度比较技术简化AI运动应用开发。相比手动配置规则,插件`pose-calc`提供的姿态相似度比较器可快速评估两组人体关键点的整体与局部相似度,降低开发者工作量。文章还展示了在`uni-app`框架下调用姿态比较器的示例代码,并提供了桌面辅助工具以帮助提取标准动作样本,助力开发者打造性能更优、体验更好的AI运动APP。
|
10月前
|
消息中间件 人工智能 安全
云原生进化论:加速构建 AI 应用
本文将和大家分享过去一年在支持企业构建 AI 应用过程的一些实践和思考。
2349 93
|
10月前
|
人工智能 运维 Kubernetes
Serverless 应用引擎 SAE:为传统应用托底,为 AI 创新加速
在容器技术持续演进与 AI 全面爆发的当下,企业既要稳健托管传统业务,又要高效落地 AI 创新,如何在复杂的基础设施与频繁的版本变化中保持敏捷、稳定与低成本,成了所有技术团队的共同挑战。阿里云 Serverless 应用引擎(SAE)正是为应对这一时代挑战而生的破局者,SAE 以“免运维、强稳定、极致降本”为核心,通过一站式的应用级托管能力,同时支撑传统应用与 AI 应用,让企业把更多精力投入到业务创新。
909 30

相关产品

  • 函数计算