丹摩征文活动｜FLUX.1+ComfyUI的详细部署以及实验总结

公主请阅

  • 1. FLUX.1的简介
  • 2. 部署过程
    • 创建资源
    • ComfyUI的部署操作
    • 部署FLUX.1
  • 如何使用？
    • 实验总结：环境搭建与工具安装
    • 实验步骤
    • 实验结果分析
    • 总结

1. FLUX.1的简介

FLUX.1 是由黑森林实验室开发的图像生成工具，分为三个版本：

  1. FLUX-1-pro（闭源，付费）: 最高级别的版本，提供先进的图像生成能力，支持顶级提示词识别、视觉质量、图像细节和输出多样性，目前可通过官方 API 访问，提供企业定制服务。

  2. FLUX-1-dev（开源，但不商用）: 与 FLUX-1-pro 接近，提供类似的图像质量和稳定性，适合开发人员学习和实验。

  3. FLUX-1-schnell（开源，用于非商业用户）: 面向本地开发和个人使用的轻量级版本，使用 Apache 2.0 许可发布，性能更快，内存占用更小。

FLUX 的图像质量和输出多样性与 Midjourney v6.0、DALL-E 3 等流行模型媲美，拥有极高的成像精度。

在这里插入图片描述

2. 部署过程

创建资源

创建地址
进入控制台-GPU云实例，点击创建实例：
在这里插入图片描述
点击创建实例之后
我们在实例配置中选择付费类型，一般短期需求可以选择按量付费或者包日，长期需求可以选择包月套餐；
然后择GPU数量和需求的GPU型号
这里我选择的是NVIDIA-GeForc-RTX-4090(配置为60GB内存，24GB的显存)
然后配置数据硬盘的大小，每个实例默认附带了50GB的数据硬盘，FLUX.1模型较大，我建议扩容至150GB。

继续选择安装的镜像，丹摩平台提供了一些基础镜像供快速启动，镜像中安装了对应的基础环境和框架，可通过勾选来筛选框架，这里筛选PyTorch，选择PyTorch 2.4.0。

在这里插入图片描述

为保证安全登录，创建密钥对，输入自定义的名称，然后选择自动创建并将创建好的私钥保存的自己电脑中，以便后续本地连接使用。
点击这个创建密钥对
在这里插入图片描述
输入你的自定义密钥名称就行了，点击确定，你的密钥就创建好了
在这里插入图片描述
然后我们选择我们刚刚创建的密钥然后点击立即创建就行了
在这里插入图片描述

稍等几分钟这个实例就创建好了，不要退出下面的页面在这里插入图片描述
点击下面的黄色的字我们就能进入特定的网址进行操作了
在这里插入图片描述
点击进去，然后我们选择这个在这里插入图片描述
这个就相当于一个云服务器，我们在里面输入Linux命令进行一系列的操作
在这里插入图片描述

ComfyUI的部署操作

我们依次在系统中输入以下的命令

# github官方代码仓库
git clone https://github.com/comfyanonymous/ComfyUI.git
# gitCode-github加速计划代码仓库
git clone https://gitcode.com/gh_mirrors/co/ComfyUI.git

输入完成就是下面的样子了
这个命令的作用就是在终端中克隆出仓库存放对应的代码
克隆中，这里会不停的闪烁，我们是不需要进行操作的，等待克隆完成就行了，时间可能很长，但是不要急
在这里插入图片描述
下面就是显示克隆仓库成功了
在这里插入图片描述

然后我们输入第二个命令
克隆完成之后，我们可以看到左边的文件栏是这样的

在这里插入图片描述

然后我们进行后续的操作
我们cd到ComfyUI这个目录执行以下命令，安装ComfyUI需要的依赖：

cd ComfyUI/
pip install -r requirements.txt --ignore-installed

执行以下命令，启动ComfyUI：

python main.py --listen

如果显示下面的成功的样式的话，看到服务成功启动，说明ComfyUI部署成功！
在这里插入图片描述

部署FLUX.1

# 下载完整FLUX.1-dev模型
wget http://file.s3/damodel-openfile/FLUX.1/FLUX.1-dev.tar
# 下载完整FLUX.1-schnell模型
wget http://file.s3/damodel-openfile/FLUX.1/FLUX.1-dev.tar
# 下载完整Clip模型
wget http://file.s3/damodel-openfile/FLUX.1/flux_text_encoders.tar

从上面的命令随便选择一个进行安装就行了，我们选择的是第一个FLUX.1-dev模型
在这里插入图片描述
下载好这个模型之后，我们输入下面的命令进行解压的操作

tar -xf FLUX.1-dev.tar

然后我们可以看到左侧的文件栏的状态
在这里插入图片描述

根据需求我们需要把其中的一些文件移至ComfyUI指定目录：
输入下面的命令进行操作

# 进入解压后的文件夹
cd /root/workspace/FLUX.1-dev
# 移动文件
mv flux1-dev.safetensors /root/workspace/ComfyUI/models/unet/
mv ae.safetensors /root/workspace/ComfyUI/models/vae/

然后我们cd进入JupyterLab根目录
然后下载对应的文件就行了

wget http://file.s3/damodel-openfile/FLUX.1/flux_text_encoders.tar

下载好之后我们输入指令进行解压刚刚下载的文件的操作

tar -xf flux_text_encoders.tar

解压之后目录就是这个样子的
在这里插入图片描述
然后我们仍然需要将文件移至ComfyUI指定目录
执行下面的指令就行了

# 进入解压后的文件夹
cd /root/workspace/flux_text_encoders
# 移动文件
mv clip_l.safetensors /root/workspace/ComfyUI/models/clip/
mv t5xxl_fp16.safetensors /root/workspace/ComfyUI/models/clip/

然后准备部署就准备好了

如何使用？

我们先进入到ComfyUI目录，执行以下命令，启动ComfyUI

cd /root/workspace/ComfyUI
python main.py --listen

我们看到启动成功，host为0.0.0.0，端口为8188：

Starting serverTo see the GUI go to: http://0.0.0.0:8188

我们回到创建实例的地方
点击这个访问控制
在这里插入图片描述
点击添加端口，添加服务对应端口
在这里插入图片描述

然后我们通过链接就能进行访问的操作了
在这里插入图片描述
最后我们导入工作流，然后在ComfyUI中加载或拖动以下图像以获取工作流

下面就是我们的最终效果图片了
在这里插入图片描述

实验总结：环境搭建与工具安装

  1. FLUX环境准备：

    • 下载依赖包：根据FLUX的官方文档，下载所需的依赖包，确保Python环境中安装了必要的库，比如torch、numpy、PIL等。
    • 环境配置：安装FLUX的核心组件，确保在Python环境中可以正常调用FLUX的接口。

  2. ComfyUI安装与配置：

    • 下载和安装：从ComfyUI的官方页面下载最新版本，按照文档指引完成安装。
    • 界面配置：配置ComfyUI的操作界面，调整显示布局，使得各类功能模块便于访问。将FLUX的生成接口集成到ComfyUI界面，以便在图形界面上直接调用。

  3. 数据集准备：

    • 导入图像数据：根据实验需要，导入一些样本图像。可以选择日常图片或专门的测试数据，确保数据质量良好，便于实验效果评估。
    • 确认模型文件：下载并加载适用于FLUX的模型文件，确认模型结构和权重加载正确，以便在后续步骤中使用。

实验步骤

  1. 基础设置：

    • 启动ComfyUI：启动ComfyUI工具，确保界面正常加载。进入FLUX设置界面。
    • 输入参数配置：在ComfyUI的FLUX界面中，设置图像生成的基础参数，比如分辨率、输出格式等。
    • 选择风格：根据实验需求，选择预设的图像风格（如二次元、写实风格等），或者手动定义特定的图像风格参数。

  2. 模型参数调整：

    • 参数选择：进入FLUX模型的参数设置界面，选择不同的生成模型（如高清晰模型或快速生成模型）。
    • 调整渲染细节：设置细节参数，如抗锯齿效果、阴影强度、色彩平衡等，以实现特定的视觉效果。
    • 保存配置：将配置文件保存，以便后续进行同样的参数设置，确保实验结果的一致性。

  3. 代码编写与执行：

    • 编写Python代码：编写脚本，调用FLUX API进行图像生成。代码应包括图像加载、参数传递、生成图像等流程。
    • FLUX接口调用：通过FLUX的API接口发送生成请求，将参数传递至模型，并获取生成的图像结果。
    • 代码优化：根据生成结果优化代码逻辑，例如调整循环结构或并行处理，确保在不同参数配置下均能高效运行。

  4. 实验运行与结果观察：

    • 执行代码：运行编写的代码，观察生成图像的效果。根据图片内容，判断是否满足预期效果。
    • 结果展示与保存：在ComfyUI中查看生成的图像，对比不同参数下的图像质量，选择较好的效果并保存结果。
    • 记录数据：将生成结果和相应的参数设置记录在实验日志中，便于后续分析和改进。

  5. 优化与调整：

    • 参数调整：根据生成结果的效果，对渲染细节进行微调。例如，如果图像细节模糊，可以增加细节参数；如果渲染速度较慢，可以降低分辨率。
    • 重复实验：重新运行调整后的参数设置，观察变化效果。记录每次调整的效果，逐步优化生成图像的质量和速度。
    • 最终配置：确定一套最佳的配置参数，以便日后生成高质量图像。

实验结果分析

  1. 图像质量：

    • 在不同参数设置下生成的图像存在显著差异。高分辨率设置能够展示更多的细节，但渲染速度较慢；低分辨率设置的生成速度较快，但细节较少。
    • 对比图像色彩、阴影效果等，记录不同参数下的图像质量差异，找到适合的平衡点。

  2. 渲染速度：

    • 观察在不同硬件配置下的渲染速度。高性能显卡对渲染速度有较大提升效果。通过参数调整可以减少渲染时间，但可能会影响图像效果。
    • 记录渲染时间，并计算平均渲染速度，便于后续优化或在不同场景中选择合适的参数。

  3. 图像多样性：

    • 在不同参数组合下生成了多样化的图像效果，例如不同风格的图像、多样的视觉表现。
    • 总结参数对图像风格的影响，比如亮度、细节、色彩等方面的变化。通过调整风格参数可以满足多种需求。

总结

本次实验验证了FLUX与ComfyUI结合使用的可行性和效果。生成的图像在细节、色彩和多样性方面表现出色，满足了实验预期。同时，不同参数配置对渲染速度和图像质量有显著影响，通过合理选择参数，可以在质量和速度之间取得平衡。

在未来的应用中，可以继续优化FLUX模型的生成参数，结合更多场景和数据集测试。对于不同应用需求，进一步探索FLUX的生成潜力和在图像生成领域的应用前景。

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处：http://www.xdnf.cn/news/13141.html

如若内容造成侵权/违法违规/事实不符，请联系一条长河网进行投诉反馈，一经查实，立即删除！

相关文章

基于STM32的智能仓库管理系统设计

基于STM32的智能仓库管理系统设计

引言 本项目基于STM32微控制器设计了一个智能仓库管理系统，通过集成多个传感器模块和控制设备，实现对仓库环境和物资管理的自动化监控。该系统能够实时监测仓库内的温湿度、烟雾浓度等参数，并且通过红外传感器监控人员出入，结合R…
阅读更多...
206面试题（47~60）

206面试题（47~60）

208道Java面试题 47~60 **208道Java面试题****47. 在 Java 程序中怎么保证多线程的运行安全？****48. 多线程中 synchronized 锁升级的原理是什么？****49. 什么是死锁？****50. 怎么防止死锁？****51. ThreadLocal 是什么&#xff1f…
阅读更多...
MySQl基础----Linux下数据库的密码和数据库的存储引擎（内附 实操图和手绘图 简单易懂）

MySQl基础----Linux下数据库的密码和数据库的存储引擎（内附 实操图和手绘图 简单易懂）

绪论​ 涓滴之水可磨损大石，不是由于他力量强大，而是由于昼夜不舍地滴坠。 只有勤奋不懈地努力，才能够获得那些技巧。 ——贝多芬。新开MySQL篇章，本章非常基础，但同时需要一定的Linux基础，所以假若你没学习…
阅读更多...
番外篇 | 关于YOLO11算法的改进点总结

番外篇 | 关于YOLO11算法的改进点总结

前言：Hello大家好，我是小哥谈。在2024年9月27日盛大举行的YOLO Vision 2024活动上，Ultralytics公司震撼发布了YOLO系列的最新成员—YOLO11。作为Ultralytics YOLO系列实时目标检测器的最新迭代，YOLO11凭借尖端的准确性、速度和效率…
阅读更多...
增长放缓，跨境电商如何以“体验”撬动高转化和高复购？

增长放缓，跨境电商如何以“体验”撬动高转化和高复购？

增长放缓， 跨境电商步入发展新周期 伴随着疫情红利的逐渐收缩，跨境电商市场从野蛮高速增长回归理性，步入新的发展周期，增幅放缓成为新常态。根据eMarketer的统计数据，全球跨境电商销售增长从2020年的26.7%下跌至2022年…
阅读更多...
2024“龙信杯“电子数据取证竞赛——计算机取证题目Writeup

2024“龙信杯“电子数据取证竞赛——计算机取证题目Writeup

以下内容是2024年“龙信杯”电子数据取证竞赛计算机取证题目的答案与解题思路 前置 前置发现电脑中有EFS加密文件，故使用仿真软件保持原有密码进行仿真 1.分析计算机检材，嫌疑人在将其侵公数据出售前在Pycharm中进行了AES加密，用于加密的key…
阅读更多...
Linux学习_12

Linux学习_12

第十一章 管理Linux软件包和进程 主要包括源码下载安装软件，PRM管理工具，YUM/DNF管理工具 源码下载安装软件 源码文件：是指包含计算机程序源代码的文本文件。源代码是用特定编程语言编写的人类可读指令，它描述了计算机程序的逻辑、…
阅读更多...
2024年Python最新下载安装教程，附详细图文，持续更新

2024年Python最新下载安装教程，附详细图文，持续更新

大家好，我是Java徐师兄，今天为大家带来的是Python3 的下载安装教程，适用于所有 Python3 版本，感兴趣的可以看一下 文章目录 简介一、Python的下载1 网盘下载地址 (下载速度比较快，推荐）2 官网下载地址 二、…
阅读更多...
JAVA同城服务顺风车预约车拼车系统源码支持小程序+公众号+H5

JAVA同城服务顺风车预约车拼车系统源码支持小程序+公众号+H5

JAVA同城服务顺风车预约车拼车系统源码，全面支持小程序、公众号及H5平台，精准定位于解决城市出行痛点，满足用户多样化、灵活化的出行需求。市场分析显示，该系统凭借便捷的预约拼车功能，有效缓解城市交通压力&#xff0…
阅读更多...
126.WEB渗透测试-信息收集-ARL（17）

126.WEB渗透测试-信息收集-ARL（17）

免责声明：内容仅供学习参考，请合法利用知识，禁止进行违法犯罪活动！ 内容参考于： 易锦网校会员专享课 上一个内容：125.WEB渗透测试-信息收集-ARL（16） POC信息里面有一些集成的poc …
阅读更多...
什么是 ISP：了解互联网服务提供商的作用

什么是 ISP：了解互联网服务提供商的作用

一、ISP 基础知识 从本质上讲，ISP 提供两项主要服务：互联网接入和互联网传输。互联网接入是指使用户能够连接到互联网的物理和逻辑连接，通常通过调制解调器、路由器或其他网络设备。此连接可以是有线的（例如通过 DSL、光纤或电缆…
阅读更多...
Trace——下一代自动微分工具，优化AI系统设计

Trace——下一代自动微分工具，优化AI系统设计

人工智能咨询培训老师叶梓 转载标明出处 在自动化设计和更新AI系统，如编码助手、机器人和副驾驶等领域，优化问题的研究显得尤为重要。传统的自动微分框架，例如PyTorch，虽然能够高效地优化可微分系统，但在面对一般计算…
阅读更多...
天猫商品详情数据API接口简介

天猫商品详情数据API接口简介

随着电子商务的飞速发展，各大电商平台都在积极开发和完善自己的数据接口，以便为商家和消费者提供更加便捷、高效的服务。天猫作为阿里巴巴旗下的重要电商平台，其商品详情数据接口是商家获取商品信息、进行数据分析的重要工具。联讯数据将详细…
阅读更多...
unity 玩家和炸弹切线计算方式

unity 玩家和炸弹切线计算方式

脚本挂在炸弹上！ using System.Collections; using System.Collections.Generic; using UnityEngine;public class TargetDetaction : MonoBehaviour {private Transform PlayerTF;private Transform bomb;private float radius;private string Player "Play…
阅读更多...
【Linux】————信号

【Linux】————信号

作者主页： 作者主页 本篇博客专栏：Linux 创作时间 ：2024年11月12日 信号和信号量 首先说明这两者之间没有任何关系 信号：信号是在软件层次对中断机制的一种模拟，是一种异步通知机制，用于通知进程发生…
阅读更多...
【数据治理】你知道数据加密和脱敏技术？

【数据治理】你知道数据加密和脱敏技术？

👉博主介绍： 博主从事应用安全和大数据领域，有8年研发经验，5年面试官经验，Java技术专家，WEB架构师，阿里云专家博主，华为云云享专家，51CTO 专家博主 ⛪️ 个人社区&#x…
阅读更多...
python：用 sklearn 构建 K-Means 聚类模型

python：用 sklearn 构建 K-Means 聚类模型

pip install scikit-learn 或者 直接用 Anaconda3 sklearn 提供了 preprocessing 数据预处理模块、cluster 聚类模型、manifold.TSNE 数据降维模块。 编写 test_sklearn_3.py 如下 # -*- coding: utf-8 -*- """ 使用 sklearn 构建 K-Means 聚类模型 "&…
阅读更多...
10款PDF合并工具的使用体验与推荐！！！

10款PDF合并工具的使用体验与推荐！！！

在如今的信息洪流中，我们几乎每个人都被淹没在大量的数字文档之中。无论是学生、教师还是职场人士，我们都需要高效地管理和处理这些文档。而PDF文件，凭借其跨平台的稳定性和通用性，成了最常用的文档格式之一。我们经常需要处理、编…
阅读更多...
匿名管道 Linux

匿名管道 Linux

目录 管道 pipe创建一个管道 让子进程写入，父进程读取 如何把消息发送/写入给父进程 父进程该怎么读取呢 管道本质 结论：管道的特征： 测试管道大小 写端退了，测试结果 测试子进程一直写，父进程读一会就退出 …
阅读更多...
【stablediffusion又出王炸】IC-Light，可以操控图像生成时的光照，光照难题终于被解决了！

【stablediffusion又出王炸】IC-Light，可以操控图像生成时的光照，光照难题终于被解决了！

IC-Light代表Impose Constant Light,是一个控制图像照明的项目。可以操控图像生成时的光照，对内容主体重新打光生成符合新背景环境光照的图片。这下商品图合成这种需要最大程度保持原有主体 ID 需求的最大的问题解决了。 Controlnet, Layerdiffusion, IC-light… …
阅读更多...
最新文章

Copyright @ 2022~2023