南京省住房和城乡建设厅网站wordpress修改菜单

文章目录

一、背景介绍

二、效果图展示

三、完整代码

四、分步解释

五、实用建议

1）提示词技巧

2）性能优化

3）常见问题处理

4）扩展功能建议

六、注意事项

1. 硬件要求

2. 法律合规

3. 模型安全

一、背景介绍

AIGC（AI-Generated Content），即由人工智能生成的内容，涵盖了文本、图像、音频、视频等各种形式。通过深度学习、生成对抗网络（GAN）和扩散模型等技术，AIGC 能够生成高度逼真、具有艺术性的内容。

最初的AIGC主要集中于文本生成，如自动回复、新闻摘要等。但随着技术的进步，AIGC逐渐进入了图像、音频、视频生成等领域。尤其是近年来图像生成技术的突破，让AIGC成为了视觉内容生产的新利器，实现了从文本描述到图像生成的跨越。本文以当下最流行的Stable Diffusion深度学习模型，写一个python脚本实现AIGC图像。

二、效果图展示

三、完整代码

以下是一个使用 Stable Diffusion 模型生成图像的 Python 示例脚本，包含详细注释和解释：

# -*- coding: utf-8 -*-
"""
AIGC图像生成脚本（需要NVIDIA GPU和至少8GB显存）
使用 Hugging Face 的 diffusers 库实现
"""# 安装依赖（首次运行需要执行）
# pip install torch torchvision torchaudio --extra-index-url https://download.pytorch.org/whl/cu118
# pip install diffusers transformers accelerateimport torch
from diffusers import StableDiffusionPipeline
from datetime import datetimedef generate_image(prompt: str,                   # 生成提示词negative_prompt: str = None,   # 负面提示词save_path: str = "./outputs",  # 保存路径height: int = 512,             # 图像高度width: int = 512,              # 图像宽度steps: int = 20,               # 生成步数guidance_scale: float = 7.5,   # 提示词相关性num_images: int = 1            # 生成数量
):# 1. 创建模型管道pipe = StableDiffusionPipeline.from_pretrained("runwayml/stable-diffusion-v1-5",torch_dtype=torch.float16,  # 使用半精度减少显存占用safety_checker=None,        # 禁用安全检查（可生成更广泛内容）).to("cuda")# 2. 执行生成images = pipe(prompt=prompt,negative_prompt=negative_prompt,height=height,width=width,num_inference_steps=steps,guidance_scale=guidance_scale,num_images_per_prompt=num_images,).images# 3. 保存结果timestamp = datetime.now().strftime("%Y%m%d%H%M%S")for i, img in enumerate(images):filename = f"{save_path}/{timestamp}_{i}.png"img.save(filename)print(f"Saved: {filename}")return imagesif __name__ == "__main__":# 示例参数PROMPT = "A beautiful sunset over snow mountains, digital art, vibrant colors"NEGATIVE_PROMPT = "blurry, low quality, deformed"# 执行生成generated_images = generate_image(prompt=PROMPT,negative_prompt=NEGATIVE_PROMPT,steps=25,guidance_scale=8.0,num_images=2)

四、分步解释

1. 依赖安装

   pip install torch torchvision torchaudio --extra-index-url https://download.pytorch.org/whl/cu118
   pip install diffusers transformers accelerate

• torch：PyTorch深度学习框架

• diffusers：Hugging Face的扩散模型库

• transformers：自然语言处理模型

• accelerate：分布式训练加速库

      2. 模型加载

pipe = StableDiffusionPipeline.from_pretrained("runwayml/stable-diffusion-v1-5",torch_dtype=torch.float16,safety_checker=None
).to("cuda")

• 使用Hugging Face模型中心的官方Stable Diffusion v1-5版本

• torch.float16：使用半精度浮点数，减少显存占用（需要RTX系列GPU）

• safety_checker=None：禁用内容过滤器（允许生成更多类型内容）

     3. 核心参数说明

height=512, width=512    # 图像分辨率（推荐512x512或768x768）
num_inference_steps=20   # 生成步数（20-50，质量vs速度）
guidance_scale=7.5       # 提示词相关性（7-12，值越大越严格）
num_images_per_prompt=1  # 单次生成数量

    4. 生成过程

images = pipe(...).images

• 实际执行文本到图像的扩散过程

• 过程包含约20次迭代去噪步骤

• 生成PIL格式图像列表

五、实用建议

1）提示词技巧

• 使用英文描述（模型对英文理解更好）

• 包含艺术风格描述（如："digital art", "oil painting"）

• 添加质量关键词（如："4k", "ultra detailed"）

• 示例："A cyberpunk cityscape at night, neon lights, raining, 4k resolution, cinematic lighting"

2）性能优化

• 降低分辨率（如：384x384）可减少显存需求

• 设置num_images=1减少批次生成显存消耗

• 使用torch.float16需要至少RTX 20系列显卡

3）常见问题处理

• 显存不足：尝试减小分辨率或使用torch.float32

• 生成速度慢：减少num_inference_steps到20以下

• 图像质量差：增加guidance_scale到9-12之间

4）扩展功能建议

1. 添加交互界面：

   # 可添加Gradio或Streamlit创建Web界面
   import gradio as grgr.Interface(fn=generate_image,inputs=[gr.Text(label="Prompt"),gr.Text(label="Negative Prompt"),gr.Slider(384, 768, value=512, step=64, label="Width"),gr.Slider(384, 768, value=512, step=64, label="Height")],outputs=gr.Gallery()
   ).launch()

2. 使用新模板：

   # 更换模型名称即可使用不同版本
   "stabilityai/stable-diffusion-2-1"  # SD 2.1版本
   "stabilityai/stable-diffusion-xl-base-1.0"  # SDXL 1.0

     3. 添加高级功能：

from diffusers import ControlNetModel, StableDiffusionControlNetPipeline# 使用ControlNet添加姿势/边缘控制
controlnet = ControlNetModel.from_pretrained("lllyasviel/sd-controlnet-canny",torch_dtype=torch.float16
)
pipe = StableDiffusionControlNetPipeline(...)

六、注意事项

1. 硬件要求

• 需要NVIDIA GPU（推荐RTX 3060 12GB以上）

• 至少8GB显存（SDXL需要12GB以上）

• 支持CUDA的显卡驱动

2. 法律合规

• 遵守模型许可证（Stable Diffusion使用CreativeML Open RAIL-M）

• 不得生成违法或侵权内容

• 商业使用需注意版权问题

3. 模型安全

• 不建议完全禁用safety_checker

• 谨慎处理用户输入提示词

• 添加内容审核机制（针对生产环境）

建议在Jupyter Notebook或Colab中测试运行，首次执行需要下载约5GB的模型文件。可通过缓存机制（设置cache_dir参数）优化重复加载体验。