Disco-Diffusion-Local V3.0 | Disco-Diffusion-Local V2.0 +
基于 https://github.com/alembics/disco-diffusion pyside2做了界面(持续更新),Windows 系统电脑可以,推荐6GB以上独显,30系列、20系列N卡最佳,AMD显卡不支持。
(1)百度网盘链接:链接:https://pan.baidu.com/s/1B0g4MPFe_drP_hRjgEnKGg 提取码:95kh
(2)天翼网盘链接:https://cloud.189.cn/t/ZZ7vuyZrMvmm (访问码:7dn8)
(3)谷歌网盘链接:https://drive.google.com/drive/folders/1mBtw3oz9rCsQflt5xzDw08Z9VRMDoB_T?usp=sharing
1、相比V2.0版本,引入新的内核架构,测试性能提升5%~10%;
2、上个版本爆显存的弹窗指示不够完善,删掉此功能,爆显存依然通过黑窗CUDA OUT OF MEMORY查看;
3、启动时,黑窗的引起误会的warning去除掉了;
4、简化V2.0版本的安装要求,将移动到C盘用户文件夹下的vgg16-397923af.pth模型,也归属到models文件夹,现在安装就很简单了,两部操作:解压到pic_disco文件夹;models文件夹移动到pic_disco文件夹即可完成安装。
解压pic_disco.zip,生成pic_disco目录,不要解压到C盘。
网盘里的models文件夹移动到pic_disco目录中;
进入软件目录pic_disco,双击打开DD5_V3.0程序即可,软件界面如下所示 :
pic_disco\images_out。
pic_disco\progress.png,每几个step(频率可配置)更新一次图片。
可能需要至少6GB显存,以下为测试情况:
(1) RTX2060 6G独显,图片尺寸256x512可行;
(2) RTX1070 8G独显,250steps耗时预估2小时,图片尺寸1280x720;
(3) RTX2070S 8G独显,450steps耗时预估16分钟,图片尺寸960x448;
(4) RTX3090 24G独显,450steps耗时预估10分钟,图片尺寸1280x720。
注:默认参数因为选了3个CLIP模型,如果想要尺寸更大,少选几个模型即可,但效果肯定有所影响,诸如6G独显的2060显卡,之选如下第一个模型,尺寸768×512都没问题:
下面这些都是图片设置过大导致的爆显存,或者6GB以下的显卡:
(1) Unable to find a valid cuDNN algorithm to run convolution
(2) CUDA out of memory
(3) 生成的图是黑色的,目前发现的1060、1660、1660ti都有问题,原因是中途生成NAN数据,解决方案正在寻找。
下均是网友利用离线版V2.0+版本生成的图,供各位参考:
(1)默认参数下,仅尺寸改为1280×720,RTX3090生成
(2)默认参数下,仅尺寸改为768×448,RTX3070-8G独显笔记本版生成
(3)默认参数下,仅尺寸改为1280×512,RTX3090生成
(4)默认参数下,仅尺寸改为1280×512,RTX3090生成