AI开发平台MODELARTS-SDXL WebUI基于Devserver适配PyTorch NPU推理指导（6.3.902）:Step4 运行并验证SDXL模型

时间：2024-09-24 10:50:13

AI开发平台MODELARTS

Step4 运行并验证SDXL模型

首先在容器中运行命令。

cd /home/ma-user/stable-diffusion-webui
source /usr/local/Ascend/ascend-toolkit/set_env.sh

在/home/ma-user目录下已经存在launch.py脚本文件，启动launch.py命令如下。

python3 launch.py --skip-torch-cuda-test --port 8183 --enable-insecure-extension-access --listen --log-startup --disable-safe-unpickle --skip-prepare-environment --api

启动成功后，打印如下信息。

图2 启动成功

使用http://{宿主机ip}:8183 可以访问前端页面，通过输入文字生成图片。
图3 文生图

注意开启fa优化按钮。

图4 开启fa优化按钮

如果使用涉黄文字，输出的图片会返回黑图，用于验证safety-checker功能。同时，服务端会打印如下信息。

图5 服务端返回信息
带controlnet运行，默认使用canny。
图6 带controlnet运行

可以观察到输出的图片与canny输入图片很相近，坐姿和样子比较符合，如下图所示。

图7 文生图

使用后台API调用文生图接口。

curl -kv -X POST localhost:8183/sdapi/v1/txt2img -H "Content-Type: application/json" -d '{"prompt":"a dog"}'

客户端返回图像的base64编码，将base64编码再转换为图片，转换代码如下。

from PIL import Image
from io import BytesIO
import base64
  
def base64_to_image(base64_str):
    image = base64.b64decode(base64_str, altchars=None, validate=False)
    image = BytesIO(image)
    image = Image.open(image)
    image.save("./out_put_image.png")

上一篇：AI开发平台MODELARTS-SDXL WebUI基于Devserver适配PyTorch NPU推理指导（6.3.902）:Step3 安装依赖

下一篇：AI开发平台MODELARTS-SDXL WebUI基于Devserver适配PyTorch NPU推理指导（6.3.902）:Step3 安装依赖