医院做网站定位百度竞价推广的优势

借助Gradio，简单几行Python代码即可快速搭建一个专属的AI绘画网站，轻松部署Stable Diffusion文生图应用，gradio自带的组件已经相当美化了，前端基础也省了！

好像大神的Stable Diffusion WebUI项目也是用的Gradio搭建的，功能很丰富，好处是啥都有，坏处是不够简洁，而且效能上也有影响，至少我这里测试的Python跑SD文生图要比WebUI快许多（diffusers库也是很大一部分原因）

环境准备

1. 首先你的要有 Python 环境，
2. 然后本地可以借助 diffusers 库跑起来SD模型，
3. 后续即可使用 Gradio 来快速搭建 WebUI

# 安装SD模型依赖（前面SD跑起来的，这些都有了，可跳过）
# pip install diffusers transformers torch accelerate# 安装gradio依赖
pip install gradio

核心代码

如何本地部署，那你肯定已经把SD模型下载到本地了吧，我这里的模型路径使用的即是本地相对路径，根据你的项目环境修改路径和模型名称

模型加载视需要，能 cuda 就不用 cpu

作为简单实例，生图参数这里只传入了提示词，后续你可以根据需要定制，如：负向提示词、推理步数、图片宽高值等

跑起来后，会在终端中看到提示使用浏览器打开 http://127.0.0.1:7860 即可访问你的WebUI啦！简单 高效！

输入提示词，点击 Submit 尽情玩耍吧！

import gradio as gr
from diffusers import StableDiffusionPipeline
import torch# 加载Stable Diffusion模型
model_id = "./models/dreamshaper8-lcm"
model = StableDiffusionPipeline.from_pretrained(model_id, torch_dtype=torch.float32)
model.to("cpu")def generate_image(prompt):return model(prompt, num_inference_steps=20).images[0]# 创建Gradio界面
interface = gr.Interface(fn=generate_image, # 执行函数inputs=gr.Textbox(label="输入提示词"), # 输入组件outputs=gr.Image(label="生成结果"), # 输出组件title="AI绘画",flagging_mode="never" # 禁用默认的 Flag 按钮
)interface.launch()

添加参数控制

为防止小伙伴使用默认参数生图迷路，这里给出个参考，视需要增删参数值

# 添加参数控制
inputs = [gr.Textbox(label="提示词"),gr.Slider(1, 50, value=20, label="生成步数"),gr.Slider(512, 1024, value=512, step=64, label="图像尺寸")
]# 修改生图代码
def generate(prompt, steps, size):return model(prompt, num_inference_steps=steps, height=size, width=size).images[0]