在当今数字化的世界中，图像生成技术正变得越来越重要。不论是在艺术创作、影视特效还是虚拟现实领域，都需要强大的图像生成工具来创造出令人惊叹的视觉效果。而EasyPhoto作为一款强大的图像生成工具，为我们提供了丰富的功能和灵活的使用方式。
在本教程中，我们将介绍如何快速入门EasyPhoto，无论您是想在云端使用还是在本地安装，都能够轻松上手。让我们一起开始这个令人兴奋的探索之旅吧！
云端使用EasyPhoto
从AliyunDSW获取免费GPU时间
AliyunDSW提供了免费的GPU时间，一次用户申请后有效期为3个月。您可以在Aliyun PAI-DSW中使用这些免费GPU时间，只需3分钟即可启动EasyPhoto。
- 登录AliyunDSW。
- 在DSW Notebook中使用免费GPU时间。
- 启动EasyPhoto，开始创造惊人的图像！
使用AutoDL
如果您正在使用AutoDL，您可以通过提供的镜像快速启动稳定的Diffusion WebUI。
- 在Community Mirrors中填写相关信息。
- 选择aigc-apps/sd-webui-EasyPhoto/sd-webui-EasyPhoto镜像。
- 快速启动EasyPhoto，开始图像生成之旅！
使用Docker
如果您使用Docker，请确保正确安装了图形卡驱动程序和CUDA环境。然后按照以下步骤执行：
# 拉取镜像
docker pull mybigpai-registry.cn-beijing.cr.aliyuncs.com/aigc/sd-webui-easyphoto:0.0.3
# 进入镜像
docker run -it -p 7860:7860 --network host --gpus all mybigpai-registry.cn-beijing.cr.aliyuncs.com/aigc/sd-webui-easyphoto:0.0.3
# 启动WebUI
python3 launch.py --port 7860请注意，Docker的更新速度可能略慢于GitHub仓库的sd-webui-EasyPhoto，因此您可以先进入extensions/sd-webui-EasyPhoto并执行git pull以获取最新版本。
本地安装EasyPhoto
环境检查
在本地安装EasyPhoto之前，您需要进行环境检查，确保您的系统满足以下要求：
- Windows 10或Linux操作系统。
- Python 3.10或3.11。
- PyTorch 2.0.1。
- TensorFlow 2.13.0。
- CUDA 11.7。
- CUDNN 8+。
- Nvidia显卡（具体型号根据您的选择而定）。
- 至少60GB的可用磁盘空间。
如果您在WebUI自动被OOM杀死的问题，请参考ISSUE21进行设置，将一些num_threads设置为0，并向我们报告其他修复方法，谢谢。
相关仓库和权重下载
在使用EasyPhoto之前，您需要安装Controlnet进行推断。相关的仓库是Mikubill/sd-webui-controlnet。您需要在使用EasyPhoto之前安装此仓库。
此外，我们需要至少三个Controlnet用于推断。因此，您需要在设置中设置Multi ControlNet：Max models amount（需要重启）的值。controlnet_num
其他依赖项将在启动稳定的diffusion-webui时自动安装，并且在首次训练时会自动下载所需的权重。
插件安装
现在，我们支持从Git安装EasyPhoto。我们的仓库地址是https://github.com/aigc-apps/sd-webui-EasyPhoto。
未来，我们还将支持从Available安装EasyPhoto。
如何使用EasyPhoto
模型训练
EasyPhoto的训练界面如下：
- 左侧是训练图片。只需点击“上传照片”以上传图片，点击“清除照片”以删除已上传的图片；
- 右侧是训练参数，第一次训练时无法调整。
- 点击“上传照片”，开始上传图片。最好上传5至20张图片，包括不同角度和光照条件的图片。最好包括一些不带眼镜的图片，如果全部都是眼镜，生成的结果可能会容易生成眼镜。
- 然后点击下方的“开始训练”，此时需要填写上方的用户ID，例如用户的姓名，以开始训练。
- 当模型开始训练时，WebUI将自动刷新训练日志。如果没有刷新，请点击“刷新日志”按钮。
如果您想要设置参数，每个参数的解释如下：
- 分辨率：训练时输入网络的图像大小，默认值为512。
- 验证和保存步骤：验证图像和保存中间权重之间的步骤数，默认值为100，表示每100步验证一次图像并保存权重。
- 最大训练步骤：最大训练步骤数，默认值为800。
- 每张照片的最大步数：每张图像的最大训练次数，默认为200。
- 训练批次大小：训练的批次大小，默认值为1。
- 梯度累
积步骤：是否执行梯度累积，默认值为4。结合训练批次大小，每一步等同于输入四张图像。
- 数据加载器的工作线程数：加载数据的工作线程数，在Windows下不起作用，因为设置会报错，但在Linux下正常设置。
- 学习率：Train Lora的学习率，默认为1e-4。
- Rank Lora：权重的特征长度，默认为128。
- 网络alpha：Lora训练的正则化参数，通常为rank的一半，默认为64。
推断
单人生成
步骤1：点击刷新按钮以查询已训练用户ID对应的模型。
步骤2：选择用户ID。
步骤3：选择需要生成的模板。
步骤4：点击生成按钮以生成结果。
多人生成
步骤1：转到EasyPhoto的设置页面，并设置num_of_faceid大于1。
步骤2：应用设置。
步骤3：重新启动WebUI的界面。
步骤4：返回EasyPhoto并上传两个人的模板。
步骤5：选择两个人的用户ID。
步骤6：点击生成按钮进行图像生成。
结论
通过这个教程，您已经了解了如何快速入门EasyPhoto，不论是在云端还是在本地安装。EasyPhoto为图像生成提供了强大的工具，无论您是艺术家、设计师还是研究人员，都能够受益于它的功能和灵活性。现在，您可以开始使用EasyPhoto，创造令人惊叹的图像！
在这个数字化时代，图像生成是一个令人兴奋的领域，而EasyPhoto正是您探索这一领域的理想伙伴。无论您是初学者还是有经验的用户，都可以轻松使用EasyPhoto，让您的创意得以充分发挥。愿您在图像生成的旅程中取得巨大成功！
欢迎继续关注王大神AI技术博客，了解更多有关AI技术和创新的内容。
以中文撰写，发布于王大神AI技术博客。
微信扫一扫 