2022-10-06 在本地运行 Waifu Diffusion 并解决 NSFW 问题(Stable Diffusion 同理)

参考：

Waifu Diffusion 在线试玩：https://colab.research.google.com/drive/1_8wPN7dJO746QXsFnB09Uq2VGgSRFuYE#scrollTo=1HaCauSq546O

Miniconda：https://docs.conda.io/en/latest/miniconda.html

Torch：https://download.pytorch.org/whl/torch_stable.html

CUDA：https://developer.nvidia.com/cuda-toolkit-archive

waifu-diffusion：https://huggingface.co/hakurei/waifu-diffusion

waifu-diffusion ckpt 文件下载：https://huggingface.co/hakurei/waifu-diffusion-v1-3

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

现在更推荐使用由秋葉 aaaki制作的AI 绘画一键启动器！！！

免责声明：本文所讲内容仅供学习使用，请勿用于违法用途！请遵从开源协议！

温馨提示：最近有些人在自己部署的时候遇到了问题，然后联系笔者，但笔者并没有时间来帮助这些人处理问题，故在此声明：

如果需要笔者协助解决问题，请先从博客底部的打赏支付 100 元，笔者承诺在能力范围内解决问题（不承诺解决问题）。

大家的时间都是很宝贵的，有问题先百度/Google ，你遇到的问题一定已经有人遇到过了，所以请自己动手解决问题

2022-10-08 更新：发现了个更好用的项目，stable-diffusion-webui ，一键傻瓜式部署，详细教程请参考：2022-10-08 本地部署 stable-diffusion-webui 并替换模型为 waifu-diffusion(没有 NSFW 问题)

Python 的版本问题参考本文的 Miniconda 部分即可，也建议使用 Miniconda 管理 Python 环境，这样可以多版本的 Python 共存。

默认模型是 stable-diffusion，不够二次元，可以从 waifu-diffusion-v1-3 下载 ckpt 文件，覆盖掉默认的模型即可（模型位于 models\Stable-diffusion\model.ckpt），其他不用改，重启即可。

ckpt 文件怎么选，选最近更新的，然后名字中带有 float16 的优先。当然也可以试试别的，自行尝试即可

最近发现了个 AI 生成图片的工具 Waifu Diffusion，还挺好玩的，可以按描述自动生成图片。但在实际使用中，在线版本会频繁的报 NSFW 问题，无法愉快的玩耍，因此本地部署了一个版本，并且通过修改源码的方式绕过了 NSFW 检测，特此记录一下过程。

开始

要顺利运行 Waifu Diffusion，需要足够大的显存（不是内存），笔者使用的电脑配置如下：

型号：联想拯救者R9000P
CPU:R7-5800H 8核
内存：16GB
显卡：RTX3060 Laptop（显存 6GB）
硬盘：512GB SSD

实际上内存和 CPU 之类的不是关键，也用不到那么高配置，跑 AI 费的是显卡，所以显存不够大的就不要尝试了，容易炸显存。

笔者的 6G 显存也只能一次生成一张图，两张图就要炸显存，如果显存更多的可以自行调高生成数量。

【另外，不建议像笔者一样使用笔记本跑 AI，性能释放还是不足，有条件的用台式机更好】

下面开始正式进入教程

准备工作

要安装的软件如下：

Miniconda，用于管理 Python 环境。
Python ，具体版本在后续环境会详细说明，此处按下不表，无需提前安装，后面会讲述如何选择版本。
CUDA，CUDA 的版本由显卡决定，后续会讲述如何选择 CUDA 版本
Torch，运行 Waifu Diffusion 需要用到 CUDA 版本的 Torch ，默认安装的是 CPU 版本，需要手动安装。Torch 的版本由 CUDA 和 Python 决定。

开始安装

1.安装 Miniconda

进入Miniconda 官网，选择适用于自己的操作系统的版本，下载安装即可，全部图形化操作。

安装成功后在命令行执行

conda -V

成功跳出版本即为安装成功。

1	conda 4.12.0

这里不用着急创建 Python 环境，后续会讲述要创建哪个版本的 Python 环境

接下来配置镜像环境，加快安装速度。（参考：https://mirrors.tuna.tsinghua.edu.cn/help/anaconda/ ）

先执行 conda config --set show_channel_urls yes 生成 .condarc 文件

然后在 C:\Users\XXX下修改文件内容如下：

channels:
  - defaults
show_channel_urls: true
default_channels:
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2
custom_channels:
  conda-forge: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  msys2: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  bioconda: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  menpo: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  pytorch: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  pytorch-lts: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  simpleitk: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud

再运行 conda clean -i 清除索引缓存，保证用的是镜像站提供的索引。

2. 安装 CUDA

在安装 CUDA 之前，先在命令行执行

1	nvidia-smi

会跳出如下结果，只要看 CUDA Version一项即可，记住这个版本号，之后就下载这个版本即可。

比如说笔者这里就是 11.6版本，下载的 CUDA 也是这个版本就行了。

接下来前往 CUDA 的官网，下载对应版本即可。

CUDA 的版本很多，请一定要下对版本，建议就下载nvidia-smi查询出来的结果。

另外多说一句，CUDA 的体积很大，建议安装在 C 盘之外的硬盘，免得占用宝贵的 C 盘空间。

在版本的选择上，操作系统版本就不用多说了，选择自己的系统就行，win10 就选 10，win11 就选 11。

至于下面的 Installer Type，用 local 版本比较省事，下载一次就是完整的安装包了，用 network 版本依旧是要联网下载的，结果也没差太多。

3.选择 Torch 版本

点击https://download.pytorch.org/whl/torch_stable.html ，选择适用于自己操作系统的 Torch 版本。

注意，这里一定要选择带有 cu 前缀的版本！该版本才支持 CUDA！

至于具体的版本号怎么选，首先搜索之前安装的 CUDA 对应的版本，例如笔者之前安装的 CUDA 是 11.6版本，那么这里就搜 cu116。

cu116 下面依旧有很多版本，接下来选择较新版本的 Torch，比如说 1.12.1，很幸运，这里有支持 win64 版本的。

但是在支持的 Python 版本中，这里又有 Python 3.7 到 Python 3.10 的几个版本，Python 的版本选择取决于你自己安装的版本，如果是用 Miniconda 的，那么恭喜你，不用管 Python 版本了，随便选一个就行，笔者选择了 Python 3.9 版本，所以最终选择的版本是 https://download.pytorch.org/whl/cu116/torch-1.12.1%2Bcu116-cp39-cp39-win_amd64.whl【请注意这个链接不要照抄，按自己的情况选择！】

然后先记下这里链接，放一边，后面安装依赖的时候再用。

4.创建 Python 环境

在前面的选择 Torch 版本中，笔者选择了 Python 3.9 版本的 Torch ，所以这里就创建 Python 3.9 版本的环境，选择其他版本的同理。

# 因为本项目是教 waifu diffusion 的，所以就直接叫 waifu_diffusion 了
conda create --name waifu_diffusion python=3.9
# 激活环境，注意，在要运行的地方激活，这个环境切换不是全局的。
conda activate waifu_diffusion

创建环境的这一步有概率遇到 SSL 问题，可能跟 openssl 的版本有关，该问题请自行搜索解决

该问题请参考：https://blog.cmyr.ltd/archives/356c5ce1.html

配置 pip 镜像加速（参考：https://mirrors.tuna.tsinghua.edu.cn/help/pypi/ ）

升级 pip 到最新的版本 (>=10.0.0) 后进行配置：

1 2	python -m pip install --upgrade pip pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple

如果您到 pip 默认源的网络连接较差，临时使用本镜像站来升级 pip：

1	python -m pip install -i https://pypi.tuna.tsinghua.edu.cn/simple --upgrade pip

pip 这一步有概率遇到 https 无法访问的问题，可能跟 openssl 的版本有关，该问题请自行搜索解决。

该问题请参考：https://blog.cmyr.ltd/archives/356c5ce1.html

这时我们就有了一个 Python 3.9 的纯净环境了，下面开始具体的依赖安装。

5.安装依赖

执行以下命令

# 如果没有切换到 waifu_diffusion 环境记得切换
conda activate waifu_diffusion

pip install transformers gradio scipy ftfy "ipywidgets>=7,<8" datasets diffusers

依赖的内容会很多，慢慢下载即可。

然后再执行

1 2	# 注意，这里要下载的是之前记下来的 torch 版本，请勿照抄！ pip install https://download.pytorch.org/whl/cu116/torch-1.12.1%2Bcu116-cp39-cp39-win_amd64.whl

写一个 test.py 脚本进行测试

1
2
3

import torch
print(torch.__version__)
print(torch.cuda.is_available())

1 2	# 运行 test.py python test.py

如果跳出来的结果和下面的类似，那么就是安装成功了【下面那个值一定要是 True】。

1 2	1.12.1+cu116 True

到这一步，可以说成功了 99%，但别高兴的太早，还差最后一步，正式运行，没有成功运行前，都还不算成功。

正式运行

本次使用的脚本如下：

# -*- coding: utf-8 -*-
# main.py 
# 参考自 https://colab.research.google.com/drive/1_8wPN7dJO746QXsFnB09Uq2VGgSRFuYE#scrollTo=1HaCauSq546O

"""waifu-diffusion.ipynb

Automatically generated by Colaboratory.

Original file is located at
    https://colab.research.google.com/drive/1_8wPN7dJO746QXsFnB09Uq2VGgSRFuYE
"""
 
import gradio as gr
import torch
from torch import autocast
from diffusers import StableDiffusionPipeline

torch.cuda.empty_cache()

model_id = "hakurei/waifu-diffusion"
device = "cuda"

pipe = StableDiffusionPipeline.from_pretrained(model_id, torch_dtype=torch.float16, revision='fp16')
pipe = pipe.to(device)


block = gr.Blocks(css=".container { max-width: 800px; margin: auto; }")

num_samples = 1 # 此处设置一次生成几张图片，原作者设置了2张，笔者修改为1张，可根据自己的显存配置调整

def infer(prompt):
    with autocast(device):
        images = pipe([prompt] * num_samples, guidance_scale=7.5, width = 512, height = 512,step=100)["sample"]

    return images


with block as demo:
    gr.Markdown("<h1><center>Waifu Diffusion</center></h1>")
    gr.Markdown(
        "waifu-diffusion is a latent text-to-image diffusion model that has been conditioned on high-quality anime images through fine-tuning."
    )
    with gr.Group():
        with gr.Box():
            with gr.Row().style(mobile_collapse=False, equal_height=True):

                text = gr.Textbox(
                    label="Enter your prompt", show_label=False, max_lines=1
                ).style(
                    border=(True, False, True, True),
                    rounded=(True, False, False, True),
                    container=False,
                )
                btn = gr.Button("Run").style(
                    margin=False,
                    rounded=(False, True, True, False),
                )
               
        gallery = gr.Gallery(label="Generated images", show_label=False).style(
            grid=[2], height="auto"
        )
        text.submit(infer, inputs=[text], outputs=gallery)
        btn.click(infer, inputs=[text], outputs=gallery)

    gr.Markdown(
        """___
   <p style='text-align: center'>
   Created by https://huggingface.co/hakurei
   <br/>
   </p>"""
    )

demo.launch(debug=True)

将代码内容复制到 main.py 文件中，运行

# 如果没有切换到 waifu_diffusion 环境记得切换
conda activate waifu_diffusion

python main.py

运行起来后先会安装 waifu-diffusion 模型，体积较大（几个 G），需等待一段时间。

注意：如果可以正常访问 huggingface.co ，请不要挂任何代理，关闭代理后进行下载，否则有可能遇到无法下载模型的问题！

如果无法正常访问 huggingface.co，请尝试将代理设置为全局（此方法未经验证，请自行测试）

然后会跳出一个链接，复制到浏览器访问即可（默认是 http://127.0.0.1:7860 ）。

然后就在输入框里面写你想要生成的图片即可，相信各位的英语水平一定比笔者要高，在此就不赘述了。

解决 NSFW 问题

相信能够一步一步看下来的读者朋友一定是为了同一个目的而来的：解决 NSFW 问题。

仔细想想，如果费力那么大劲在本地安装，结果还是 NSFW ，那么还不如去玩线上的版本呢，还省点力气。

接下来，就来讲述如何通过修改源码来解决解决 NSFW 问题。

首先，要找到安装的依赖在哪里。

先前我们是通过 conda 创建的 Python 环境，依赖也安装在该环境下，以笔者创建的 waifu_diffusion 环境为例，由于笔者的 Miniconda 安装在 D:\ProgramFiles\miniconda3，

所以 waifu_diffusion 就在 D:\ProgramFiles\miniconda3\envs\waifu_diffusion

而最终，我们要找的依赖就安装在 D:\ProgramFiles\miniconda3\envs\waifu_diffusion\Lib\site-packages\diffusers（diffusers这个包）

修改 diffusers包中 pipelines\stable_diffusion\safety_checker.py文件（看名字就知道是用来安全性校验的）

修改文件内容如下：

import numpy as np
import torch
import torch.nn as nn

from transformers import CLIPConfig, CLIPVisionModel, PreTrainedModel

from ...utils import logging


logger = logging.get_logger(__name__)


def cosine_distance(image_embeds, text_embeds):
    normalized_image_embeds = nn.functional.normalize(image_embeds)
    normalized_text_embeds = nn.functional.normalize(text_embeds)
    return torch.mm(normalized_image_embeds, normalized_text_embeds.t())


class StableDiffusionSafetyChecker(PreTrainedModel):
    config_class = CLIPConfig

    def __init__(self, config: CLIPConfig):
        super().__init__(config)

        self.vision_model = CLIPVisionModel(config.vision_config)
        self.visual_projection = nn.Linear(config.vision_config.hidden_size, config.projection_dim, bias=False)

        self.concept_embeds = nn.Parameter(torch.ones(17, config.projection_dim), requires_grad=False)
        self.special_care_embeds = nn.Parameter(torch.ones(3, config.projection_dim), requires_grad=False)

        self.register_buffer("concept_embeds_weights", torch.ones(17))
        self.register_buffer("special_care_embeds_weights", torch.ones(3))

    @torch.no_grad()
    def forward(self, clip_input, images):
        pooled_output = self.vision_model(clip_input)[1]  # pooled_output
        image_embeds = self.visual_projection(pooled_output)

        special_cos_dist = cosine_distance(image_embeds, self.special_care_embeds).cpu().numpy()
        cos_dist = cosine_distance(image_embeds, self.concept_embeds).cpu().numpy()

        result = []
        batch_size = image_embeds.shape[0]
        for i in range(batch_size):
            result_img = {"special_scores": {}, "special_care": [], "concept_scores": {}, "bad_concepts": []}

            # increase this value to create a stronger `nfsw` filter
            # at the cost of increasing the possibility of filtering benign images
            adjustment = 0.0

            for concet_idx in range(len(special_cos_dist[0])):
                concept_cos = special_cos_dist[i][concet_idx]
                concept_threshold = self.special_care_embeds_weights[concet_idx].item()
                result_img["special_scores"][concet_idx] = round(concept_cos - concept_threshold + adjustment, 3)
                if result_img["special_scores"][concet_idx] > 0:
                    result_img["special_care"].append({concet_idx, result_img["special_scores"][concet_idx]})
                    adjustment = 0.01

            for concet_idx in range(len(cos_dist[0])):
                concept_cos = cos_dist[i][concet_idx]
                concept_threshold = self.concept_embeds_weights[concet_idx].item()
                result_img["concept_scores"][concet_idx] = round(concept_cos - concept_threshold + adjustment, 3)
                if result_img["concept_scores"][concet_idx] > 0:
                    result_img["bad_concepts"].append(concet_idx)

            result.append(result_img)

        has_nsfw_concepts = [] # 将 has_nsfw_concepts 设置为空数组，后面就不会报 NSFW 了。 [len(res["bad_concepts"]) > 0 for res in result] 

        for idx, has_nsfw_concept in enumerate(has_nsfw_concepts):
            if has_nsfw_concept:
                images[idx] = np.zeros(images[idx].shape)  # black image

        if any(has_nsfw_concepts): # 这里永远为 False
            logger.warning(
                "Potential NSFW content was detected in one or more images. A black image will be returned instead."
                " Try again with a different prompt and/or seed."
            )

        return images, has_nsfw_concepts

    @torch.inference_mode()
    def forward_onnx(self, clip_input: torch.FloatTensor, images: torch.FloatTensor):
        pooled_output = self.vision_model(clip_input)[1]  # pooled_output
        image_embeds = self.visual_projection(pooled_output)

        special_cos_dist = cosine_distance(image_embeds, self.special_care_embeds)
        cos_dist = cosine_distance(image_embeds, self.concept_embeds)

        # increase this value to create a stronger `nsfw` filter
        # at the cost of increasing the possibility of filtering benign images
        adjustment = 0.0

        special_scores = special_cos_dist - self.special_care_embeds_weights + adjustment
        # special_scores = special_scores.round(decimals=3)
        special_care = torch.any(special_scores > 0, dim=1)
        special_adjustment = special_care * 0.01
        special_adjustment = special_adjustment.unsqueeze(1).expand(-1, cos_dist.shape[1])

        concept_scores = (cos_dist - self.concept_embeds_weights) + special_adjustment
        # concept_scores = concept_scores.round(decimals=3)
        has_nsfw_concepts = torch.any(concept_scores > 0, dim=1)

        # images[has_nsfw_concepts] = 0.0  # black image # 这里是设置为 黑图片，也注释掉了

        return images, has_nsfw_concepts

在此运行 python main.py，输入 prompt 之后生成图片，就不会报 NSFW 了

最后

那么最后还有一个问题，要怎么写 prompt 呢？

答案是参考别人写的，需要点科学上网的手段，自行前往推特上 Waifu Diffusion 相关话题下查看即可，点击 ALT，看下别人是怎么写的就行了。

不过这里要注意下，由于 AI 跑的结果多少有点随机，未必能跑出来类似的结果，如果差距较大也属正常，多试几次就行。

完成以上步骤之后，相信你也能愉快的玩耍 Waifu Diffusion 了。

喜欢的话就请支持下笔者。

PS：最后的最后，说一个冷知识，连文档都没说明的事情，那就是下载在本地的模型到底在哪，经过一番研究，模型的地址位于：

C:\Users\XXXX\.cache\huggingface\diffusers下（XXX 为用户名），可以自己看下模型到底有多大。

本文作者：草梅友仁
本文地址： https://blog.cmyr.ltd/archives/ee7e9648.html
版权声明：转载请注明出处！