腾讯云高性能应用服务快速构建 Stable Diffusion 文生图 API 服务

本次我们使用 腾讯云高性能应用服务 HAI 体验快速搭建并使用 AI 模型 StableDiffusion ，实现思路如下:提前通过高性能应用服务 HAI 部署成功 StableDiffusion 应用。基于部署好的应用，利用体验 JupyterLab 进行 StableDiffusion API 的部署。

前提

在部署 API 服务之前，请确保您已成功部署 StableDiffusion 应用。详细步骤可参见 快速使用 Stable Diffusion 文生图应用。

部署 API 服务

1. 进入 jupyter_lab 控制台操作界面。1.1 在实例列表中选择更多 > jupyter_lab 并进入该实例的详情页。

1.2 初步认识并操作 jupyter_lab。

1.3 选择使用终端命令行操作。

输入代码：

cd stable-diffusion-webuipython launch.py --nowebui --xformers --opt-split-attention  --listen --port 7862

命令参数描述如下图：

操作截图如下图所示：

1.4 添加高性能应用服务 HAI 的端口配置，使外部网络能够顺利地访问该服务器提供的 API 服务。1.4.1 在算力管理页面。单击实例空白进入详情设置页。1.4.2 在端口配置弹窗中，单击编辑规则。

1.4.3 在安全组规则页面中，在入站规则页签单击添加规则。

配置参考如下：

来源：0.0.0.0/0 协议端口：TCP:7862 (根据您配置的端口填写)

2. 启动 StableDiffusion API 接口使用指南2.1 配置完成后，在浏览器地址栏输入服务器 IP 地址:端口号/docs 可查看相关的 API 接口使用指南。官方提供的常用 API 如下：

/sdapi/v1/txt2img文字生图 POST/sdapi/v1/img2img图片生图 POST/sdapi/v1/options获取设置 GET | 更新设置 POST（可用来更新远端的模型）/sdapi/v1/sd-models获取所有的模型 GET

2.2 查看相关接口示例 (/sdapi/v1/txt2img ) 。常用输入如下：

{     "denoising_strength": 0,     "prompt": "puppy dogs",     "negative_prompt": "",     "seed": -1,     "batch_size": 2,     "n_iter": 1,     "steps": 50,     "cfg_scale": 7,     "width": 512,     "height": 512,     "restore_faces": false,     "tiling": false,     "sampler_index": "Euler" }

可复制以上参数到 Request body 中。




请求 API 接口成功截图如下：


返回的格式如下：

{   "images": [...]，// 这里是一个base64格式的字符串数组，根据请求的图片数量而定   "parameters": {  ... },//此处为输入的body    "info": "{...}"// 返回的图片的信息}

当看到类似上图的消息时，说明已经成功与远端的服务器进行连接！如果希望验证结果的图片的实际展示效果，可以复制 images 中的其中一张图片的 base64 格式的字符串，到相关的网站下转换为 jpg 格式。3. 使用 Python 向高性能应用服务 HAI 提供的 StableDiffusionAPI 发送请求。以下演示如何使用 Python 向 StableDiffusion API 发出请求。向应用程序的 txt2img（即文本到图像）API 发送 POST 请求以简单地生成图像。我们将使用 requests 包，如果您还没有安装，请使用安装脚本：

pip install requests 

我们可以发送一个包含提示的请求作为一个简单的字符串。服务器将返回一个图像作为 base64 编码的 PNG 文件，我们需要对其进行解码。 要解码 base64 图像，我们只需使用 base64.b64decode(b64_image)。 以下使用 Python 作为脚本代码测试：

import jsonimport base64import requests your_ip = '0.0.0.0' # HAI服务器IP地址your_port =7862  # SD api 监听的端口 def submit_post(url: str,data: dict):  """  Submit a POST request to the given URL withthe given data.  """  return requests.post(url,data=json.dumps(data)) def save_encoded_image(b64_image: str,output_path: str):  """  Save the given image to the given outputpath.  """  with open(output_path,"wb") asimage_file:      image_file.write(base64.b64decode(b64_image)) if __name__ == '__main__':  #/sdapi/v1/txt2img  txt2img_url = f'http://{your_ip}:{your_port}/sdapi/v1/txt2img'  data = {     'prompt': 'a pretty cat,cyberpunk art,kerem beyit,verycute robot zen,Playful,Independent,beeple |',     'negative_prompt':'(deformed,distorted,disfigured:1.0),poorlydrawn,bad anatomy,wrong anatomy,extra limb,missing limb,floating limbs,(mutatedhands and fingers:1.5),disconnectedlimbs,mutation,mutated,ugly,disgusting,blurry,amputation,flowers,human,man,woman',     'Steps':50,     'Seed':1791574510  }  response = submit_post(txt2img_url,data)  save_encoded_image(response.json()['images'][0],'cat.png')

请记住，您的结果会与上述示例有所不同。 如果遇到问题，请仔细检查运行 StableDiffusionAPI 应用程序的终端的输出。 如果您遇到404 Not Found 的问题，请仔细检查 URL 是否输入正确并指向正确的地址（例如 127.0.0.1）。


服务端可查看每一次接口调用详情：



官网1折活动，限时活动，即将结束，速速收藏
同尘科技为腾讯云授权服务中心。
购买腾讯云产品享受折上折，更有现金返利。同意关联立享优惠