AI艺术生成器使用教程
1. 项目介绍
AI艺术生成器是一个用于自动化生成大量AI艺术作品的开源项目。该项目可以充分利用GPU资源,实现24/7不间断地生成艺术作品。用户可以通过组合选择主题、风格/艺术家等,自动化处理大量的提示队列。
该项目基于稳定扩散(Stable Diffusion)模型,并支持其他如CLIP引导扩散(通过Disco Diffusion适配本地运行)和VQGAN+CLIP等多种模型。本项目不包含模型训练或原始编码,而是对原有colab版本进行了修改,使其能够在本地运行,并增加了自动化支持。
2. 项目快速启动
环境准备
- 硬件要求:NVIDIA GPU,建议具有足够的显存(至少8GB,具体需求取决于输出图像的大小和模型)。
- 安装Anaconda。
- 创建并激活Python环境:
conda create --name ai-art python=3.9 conda activate ai-art
- 安装Pytorch:
conda install pytorch torchvision torchaudio cudatoolkit=11.3 -c pytorch
- 安装其他Python包:
conda install -c anaconda git urllib3 pip install transformers keyboard pillow ftfy regex tqdm omegaconf pytorch-lightning IPython kornia imageio imageio-ffmpeg einops torch_optimizer
克隆项目
- 克隆本项目:
git clone https://github.com/rbbrdckybk/ai-art-generator.git cd ai-art-generator
- 克隆其他必要的仓库:
git clone https://github.com/openai/CLIP git clone https://github.com/CompVis/taming-transformers
下载预训练模型
- 创建一个用于存放检查点的目录,并下载默认的VQGAN预训练模型:
mkdir checkpoints curl -L -o checkpoints/vqgan_imagenet_f16_16384.yaml -C - "https://heibox.uni-heidelberg.de/d/a7530b09fed84f80a887/files/?p=%2Fconfigs%2Fmodel.yaml&dl=1" curl -L -o checkpoints/vqgan_imagenet_f16_16384.ckpt -C - "https://heibox.uni-heidelberg.de/d/a7530b09fed84f80a887/files/?p=%2Fckpts%2Flast.ckpt&dl=1"
测试VQGAN+CLIP
- 执行以下命令测试VQGAN+CLIP模型:
python vqgan.py -s 128 128 -i 200 -p "一个红色的苹果" -o output/output.png
- 若成功,将在output目录下生成一个类似于苹果的图像。
3. 应用案例和最佳实践
- 自动化提示队列:您可以创建一个提示队列文件(如example-prompts.txt),然后在make_art.py脚本中使用该文件来批量生成艺术作品。
- 模型选择与调整:根据需求选择不同的模型,并调整相关参数,如图像大小、迭代次数等,以获得最佳效果。
4. 典型生态项目
- Dream Factory:项目的升级版,提供了可选的GUI界面、真正的多GPU支持以及集成的画廊等功能。
- 其他相关项目:可以是与AI艺术生成相关的其他开源项目,如不同的模型实现、图像后处理工具等。
通过上述教程,您可以快速上手并使用AI艺术生成器项目,探索和创作独特的艺术作品。
创作声明:本文部分内容由AI辅助生成(AIGC),仅供参考