Adam: Yerel olarak bir AI görüntü oluşturucu barındırmayı denemiş: aslında oldukça iyi çalıştığını belirtmiş

Adam: Yerel olarak bir AI görüntü oluşturucu barındırmayı denemiş: aslında oldukça iyi çalıştığını belirtmiş

Büyük dil modelleri günümüzde tüm ilgiyi üzerine çekse de, yapay zeka görüntü üretimi sessizce ivme kazanıyor. Bu sınırlamalardan kaçınmak için zaten kendi LLM programlarımı barındırdığım için, görüntü üretimi için de aynısını yapabileceğimi düşündüm. Her şeyi yerel olarak çalıştırmak bana daha iyi gizlilik, daha fazla esneklik ve sıfır bekleme süresi sağlayacaktı. İşte tam da bu noktada, yerel görüntü üretimini şaşırtıcı derecede kolaylaştıran tamamen açık kaynaklı bir ön uç olan Stable Diffusion Web UI ile karşılaştım.

Aslında çıkarımı kendisi halletmiyor; bir ön uç görevi görüyor ve bazı optimizasyonlar sağlıyor. Genellikle .ckpt veya .safetensors formatında kendi modellerinizi getiriyorsunuz ve yüklendikten sonra hazır oluyorsunuz. Bu modelleri Hugging Face gibi sitelerde bulmak kolay ve hedeflediğiniz çıktı türüne göre birini seçebilirsiniz.

Çalıştırmak için kullandıklarım

Çalıştırması biraz ağır

Stable Diffusion Web UI için resmi bir Docker konteyneri yok, bu da konteynerleştirmeyi biraz zorlaştırıyor. Bazı topluluk projeleri Docker sürümleri sunuyor, ancak deneyimlerime göre uyumluluk, donanıma bağlı olarak değişkenlik gösteriyor. Şimdilik, doğrudan normal kurulum sürecine bağlı kalmak en güvenilir seçenek.

Bunu düzgün çalıştırmak için oldukça güçlü bir GPU'ya ihtiyacınız olacağını unutmayın. Çoğu temel model en az 4 GB VRAM gerektirir ve daha iyi sonuçlar istiyorsanız, daha fazlasını gerektiren daha üst düzey bir modele ihtiyacınız olacak. Mac kullanıyorsanız, en az 16 GB birleşik belleğe sahip bir Apple Silicon makine seçmenizi şiddetle tavsiye ederim.

Ne olacağını görmek için 8 GB'lık bir M1 MacBook Air'da test ettim ve nispeten hızlı bir şekilde görüntü üretmeyi başarsa da sistemin geri kalanı kullanılamaz hale geldi. Takas belleğini hemen tüketmeye başladı ve bu, uzun süre çalıştırmayı planlıyorsanız sürdürülebilir bir durum değil.

Stable Diffusion Web UI varsayılan olarak yerel ana bilgisayarda çalışır, yani yalnızca çalıştığı makinede erişilebilir. Ağınız üzerinden veya uzaktan kullanıma sunmak istiyorsanız, güvenli bir şekilde kullanıma sunmak için Nginx gibi bir ters proxy kullanabilirsiniz.

Nasıl Kurulur?

Birçok bağımlılık mevcuttur.

Stable Diffusion Web UI, üç büyük işletim sisteminin hepsinde çalışır: Windows, macOS ve Linux. Adımlar çoğunlukla basittir, ancak donanımınıza ve işletim sisteminize bağlı olarak biraz değişiklik gösterebilir, bu nedenle kurulum kılavuzlarını da incelemenizi şiddetle tavsiye ederim.

Dikkat etmeniz gereken bir nokta Python sürümüdür. Çoğu kurulum için önerilen sürüm Python 3.10 veya 3.11'dir; daha yeni sürümler hiç çalışmayabilir. Python 3.11'i Yay kullanarak şu komutları girerek kurabilir ve ayarlayabilirsiniz.

yay -S python311

export python_cmd="python3.11"

Bunu yaptıktan sonra, Stable Diffusion Web UI'ın GitHub dizinine kopyalamanız ve yürütülebilir dosyayı çalıştırmanız yeterlidir.

git clone https://github.com/AUTOMATIC1111/stable-diffusion-webui

./webui.sh

Sanal bir ortam oluşturup gerekli tüm bağımlılıkları yüklediği için ilk başlatmanın biraz zaman alabileceğini lütfen unutmayın. Çalıştırın ve tamamlanmasını bekleyin. Her şey hazır olduğunda, terminalde yerel bir IP adresi göreceksiniz. Çoğu durumda, kullanıcı arayüzüne erişmek için tarayıcınızda açabileceğiniz 127.0.0.1:7860 olacaktır.

Stable Diffusion Web Kullanıcı Arayüzünü Kullanma

Sadece komut yazmaktan daha fazlası

Görüntü oluşturmaya başlamadan önce bir model içe aktarmanız gerekir. En kolay yol, Hugging Face'ten bir model indirmektir. Stable Diffusion v1.5, temelleri anlamanıza yardımcı olduğu için iyi bir başlangıç noktasıdır. İşin püf noktasını kavradıktan sonra, daha gelişmiş modeller kullanmayı deneyebilirsiniz. Bir modeli içe aktarmak için, .ckpt veya .safetensors dosyasını Stable Diffusion Web UI kurulumunuzun models dizinindeki doğru klasöre sürüklemeniz yeterlidir.

İstediğiniz görüntü türünü açıklamak için ana metin kutusuna komut isteminizi girebilirsiniz. Bu, çıktının ne kadar spesifik olmasını istediğinize bağlı olarak "dağların üzerinde gün batımı" gibi basit bir ifade veya daha ayrıntılı bir ifade olabilir. Negatif komut istemi alanı, istenmeyen öğeleri filtrelemenizi sağlar. Örneğin, garip nesneler veya bozuk yüzler görüyorsanız, bu sonuçlardan kaçınmak için "bulanık, fazladan uzuvlar, deforme olmuş gözler" gibi ifadeler yazabilirsiniz.

Ayrıca, aynı anda birden fazla görüntü oluşturmak için grup boyutunu ve grup sayısını ayarlayabilirsiniz. Toplu boyut, tek bir çalıştırmada kaç görüntü oluşturulacağını, toplu sayı ise bu çalıştırmanın kaç kez tekrarlanacağını belirler. Örneğin, toplu boyutu iki ve toplu sayıyı üç olarak ayarlamak toplam altı görüntü üretir. Bu, aynı komut isteminin farklı varyasyonlarını hızlıca karşılaştırmak istediğinizde faydalıdır.

Genişlik ve yükseklik alanları çıktının çözünürlüğünü kontrol eder. 512 x 512 başlangıç için iyi bir varsayılan değerdir. Boyutu artırmak mümkündür, ancak daha uzun oluşturma sürelerine, daha yüksek bellek kullanımına veya esneme ve bozulma gibi görsel sorunlara yol açabilir.

Yine de tamamen mükemmel değil.

Bu modelleri yerel olarak çalıştırmak oldukça keyifli olsa da yalan söylemeyeceğim. Bazen ciddi performans sorunlarıyla karşılaşıyorum ve sonuçlar GPT-4o gibi bir şeyle aynı seviyede değil. Bununla birlikte, çalıştırmak için daha güçlü modeller arıyorsanız, FLUX.1 veya SDXL'i denemenizi öneririm.

Bulut tabanlı araçların cilasıyla boy ölçüşemez belki ama tüm süreç üzerinde tam kontrole sahip olmak ve kendi yapay zeka barındırma makinenizi kurmakta tatmin edici bir şeyler var.

Kaynak: XDA