Bidili SDXL Generator 快速部署与使用指南
本文介绍基于 Stable Diffusion XL 1.0 模型的 Bidili SDXL Generator 工具的部署流程及使用方法。该工具集成了 LoRA 风格权重，针对 SDXL 架构做了显存优化，并提供可视化界面。
1. 核心特性
1.1 开箱即用
提供完整的 Docker 镜像，包含 Python 环境、PyTorch 框架、SDXL 1.0 基础模型及 Streamlit 网页界面。只需下载镜像并运行命令即可在浏览器中访问操作界面。
1.2 显存优化
- BF16 精度加载：使用
torch.bfloat16格式加载模型，降低显存占用。 - 显存碎片治理：优化内存管理策略，减少显存碎片。
- LoRA 权重适配：专门调整了 LoRA 加载方式，避免兼容性问题。
1.3 可视化操作
参数做成可视化的滑块和输入框，给出推荐值范围，直观调节生成效果。
2. 快速部署指南
2.1 环境准备
确保电脑上已安装 Docker。打开终端输入以下命令检查版本：
docker --version
2.2 拉取镜像
使用以下命令下载镜像（约 15GB）：
docker pull bidili-sdxl-generator:latest
2.3 启动容器
镜像下载完成后，执行以下命令启动容器：
docker run -d --gpus all -p 7860:7860 --name bidili-sdxl bidili-sdxl-generator:latest
参数说明：
-d：后台运行--gpus all：使用所有 GPU 资源-p 7860:7860：端口映射--name bidili-sdxl：容器名称
2.4 访问界面
浏览器访问 http://localhost:7860。首次加载需等待模型初始化。
3. 生成操作
3.1 编写提示词
在'提示词'输入框描述画面内容。描述越具体，结果越好。
示例：
a beautiful portrait of a Chinese girl with long black hair, wearing , , , , ,
