软萌拆拆屋部署教程WSL2环境下Ubuntu子系统运行Nano-Banana全记录1. 引言开启软萌拆拆之旅你是否曾经想过让复杂的服饰像棉花糖一样展开变成整齐可爱的拆解图软萌拆拆屋正是这样一个神奇的工具它基于SDXL架构和Nano-Banana拆解LoRA技术能够将任何服装变成治愈系的零件布局图。本教程将手把手教你在WSL2的Ubuntu子系统中部署和运行这个软萌工具。无需担心技术门槛我们将从最基础的环境搭建开始用最简单直白的方式带你完成整个部署过程。无论你是AI新手还是有一定经验的开发者都能轻松跟上。学习目标在WSL2中配置完整的Ubuntu环境安装必要的Python依赖和AI模型成功运行软萌拆拆屋并生成第一张拆解图前置准备Windows 10或11操作系统至少8GB内存推荐16GBNVIDIA显卡可选有显卡效果更好让我们开始这段软萌之旅吧2. 环境准备WSL2与Ubuntu配置2.1 启用WSL2功能首先需要在Windows中开启WSL2支持。以管理员身份打开PowerShell输入以下命令# 启用WSL功能 dism.exe /online /enable-feature /featurename:Microsoft-Windows-Subsystem-Linux /all /norestart # 启用虚拟机平台功能 dism.exe /online /enable-feature /featurename:VirtualMachinePlatform /all /norestart # 设置WSL2为默认版本 wsl --set-default-version 2重启电脑后继续下一步操作。2.2 安装Ubuntu子系统打开Microsoft Store搜索Ubuntu并选择最新的LTS版本安装。安装完成后从开始菜单启动Ubuntu设置用户名和密码。2.3 更新系统环境在Ubuntu终端中执行以下命令更新系统# 更新软件包列表 sudo apt update # 升级已安装的包 sudo apt upgrade -y # 安装基础工具 sudo apt install -y python3 python3-pip python3-venv git wget curl3. 安装依赖与模型下载3.1 创建项目目录让我们创建一个专门的工作目录来存放软萌拆拆屋# 创建项目目录 mkdir -p ~/soft-disassemble-house cd ~/soft-disassemble-house # 创建模型存储目录 mkdir -p /root/ai-models/SDXL_Base mkdir -p /root/ai-models/Nano_Banana_LoRA3.2 安装Python依赖创建并激活Python虚拟环境# 创建虚拟环境 python3 -m venv venv # 激活虚拟环境 source venv/bin/activate # 安装基础依赖 pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cpu # 安装其他必要包 pip install streamlit diffusers transformers accelerate safetensors3.3 下载AI模型我们需要下载两个核心模型SDXL基础模型和Nano-Banana拆解LoRA模型。首先下载SDXL基础模型# 进入模型目录 cd /root/ai-models/SDXL_Base # 使用wget下载模型需要先获取实际的下载链接 # 这里以placeholder为例实际需要替换为真实下载链接 wget -O model.safetensors https://your-actual-model-download-url/sdxl_base.safetensors然后下载Nano-Banana LoRA模型# 进入LoRA目录 cd /root/ai-models/Nano_Banana_LoRA # 下载LoRA模型 wget -O lora.safetensors https://your-actual-lora-download-url/nano_banana.safetensors注意实际下载链接需要从HuggingFace或其他模型仓库获取。如果下载速度慢可以考虑使用国内镜像源。4. 部署软萌拆拆屋4.1 获取项目代码回到项目目录克隆或创建软萌拆拆屋的代码# 回到项目目录 cd ~/soft-disassemble-house # 创建主程序文件 touch app.py4.2 编写主程序使用nano或vim编辑app.py文件import streamlit as st import torch from diffusers import StableDiffusionXLPipeline import os # 设置页面配置 st.set_page_config( page_title软萌拆拆屋, page_icon, layoutwide ) # 自定义CSS样式 st.markdown( style .main { background: linear-gradient(135deg, #ffb7c5 0%, #ff85a1 100%); } .stButtonbutton { background-color: #ff6b8b; color: white; border-radius: 20px; border: none; padding: 10px 24px; } /style , unsafe_allow_htmlTrue) # 标题和介绍 st.title( Nano-Banana 软萌拆拆屋 ) st.markdown( **让服饰像棉花糖一样展开变出甜度超标的拆解图** 软萌拆拆屋是一款基于SDXL架构与Nano-Banana拆解LoRA打造的服饰解构终端。 它能看穿每一件衣服的内心将复杂的装扮化作整齐、治愈的零件布局。 ) # 模型加载 st.cache_resource def load_model(): model_path /root/ai-models/SDXL_Base lora_path /root/ai-models/Nano_Banana_LoRA/lora.safetensors pipe StableDiffusionXLPipeline.from_single_file( model_path, torch_dtypetorch.float16, use_safetensorsTrue ) # 加载LoRA权重 pipe.load_lora_weights(lora_path) return pipe # 侧边栏参数设置 with st.sidebar: st.header( 调味小参数) lora_scale st.slider(变身强度 (LoRA Scale), 0.0, 2.0, 1.0, 0.1) cfg_scale st.slider(甜度系数 (CFG), 1.0, 20.0, 7.5, 0.5) steps st.slider(揉捏步数 (Steps), 10, 50, 25) negative_prompt st.text_area( 变走丑丑的东西, ugly, blurry, low quality, distorted, bad anatomy ) # 主界面 prompt st.text_input( 描述你想拆解的衣服, disassemble clothes, knolling, flat lay, a cute lolita dress with ribbons, strawberry patterns, clothing parts neatly arranged, exploded view, white background, masterpiece, best quality ) if st.button(✨ 变出拆解图✨, typeprimary): with st.spinner(魔法正在施展中...): try: pipe load_model() # 生成图像 image pipe( promptprompt, negative_promptnegative_prompt, guidance_scalecfg_scale, num_inference_stepssteps, cross_attention_kwargs{scale: lora_scale} ).images[0] # 显示结果 st.image(image, caption你的软萌拆解图, use_column_widthTrue) # 保存按钮 st.download_button( label 把这份甜点带走, dataimage.tobytes(), file_namesoft_disassemble.png, mimeimage/png ) except Exception as e: st.error(f魔法失败了: {str(e)})4.3 创建启动脚本为了方便启动创建一个简单的启动脚本#!/bin/bash cd ~/soft-disassemble-house source venv/bin/activate streamlit run app.py --server.port 8501 --server.address 0.0.0.0给脚本添加执行权限chmod x run.sh5. 运行与测试5.1 启动应用现在可以启动软萌拆拆屋了./run.sh你会看到类似下面的输出You can now view your Streamlit app in your browser. Local URL: http://localhost:8501 Network URL: http://192.168.x.x:85015.2 在Windows中访问在Windows浏览器中打开 http://localhost:8501就能看到软萌拆拆屋的界面了。5.3 生成第一张拆解图按照界面提示在描述框中输入你想要拆解的衣服如一件带蝴蝶结的洛丽塔裙子调整参数滑块到喜欢的设置点击变出拆解图按钮等待魔法完成查看生成的拆解图6. 常见问题解决6.1 模型加载失败如果模型加载失败检查模型文件路径是否正确模型文件是否完整下载是否有足够的存储空间6.2 显存不足错误如果遇到显存不足的问题可以尝试# 在模型加载前添加内存优化设置 pipe.enable_model_cpu_offload() pipe.enable_attention_slicing()6.3 生成质量不佳如果生成的图片效果不好尝试调整变身强度和甜度系数在变走丑丑的东西中添加更多负面提示词增加揉捏步数到30-406.4 性能优化建议对于性能较弱的设备# 降低生成分辨率 # 在代码中修改生成尺寸 image pipe(..., height512, width512).images[0]7. 总结与下一步恭喜你已经成功在WSL2的Ubuntu子系统中部署了软萌拆拆屋。现在你可以尽情创作尝试不同的服装描述生成各种软萌拆解图参数探索调整各种参数找到最适合你风格的设置分享成果将生成的图片分享给朋友展示你的创作进一步提升的建议如果你有NVIDIA显卡可以安装CUDA版PyTorch来加速生成尝试不同的提示词组合发现更多创意可能学习如何训练自己的LoRA模型创造独一无二的拆解风格软萌拆拆屋只是一个开始AI图像生成的世界还有更多有趣的应用等待你去探索。记得保持好奇心继续尝试新的技术和工具获取更多AI镜像想探索更多AI镜像和应用场景访问 CSDN星图镜像广场提供丰富的预置镜像覆盖大模型推理、图像生成、视频生成、模型微调等多个领域支持一键部署。
软萌拆拆屋部署教程：WSL2环境下Ubuntu子系统运行Nano-Banana全记录
软萌拆拆屋部署教程WSL2环境下Ubuntu子系统运行Nano-Banana全记录1. 引言开启软萌拆拆之旅你是否曾经想过让复杂的服饰像棉花糖一样展开变成整齐可爱的拆解图软萌拆拆屋正是这样一个神奇的工具它基于SDXL架构和Nano-Banana拆解LoRA技术能够将任何服装变成治愈系的零件布局图。本教程将手把手教你在WSL2的Ubuntu子系统中部署和运行这个软萌工具。无需担心技术门槛我们将从最基础的环境搭建开始用最简单直白的方式带你完成整个部署过程。无论你是AI新手还是有一定经验的开发者都能轻松跟上。学习目标在WSL2中配置完整的Ubuntu环境安装必要的Python依赖和AI模型成功运行软萌拆拆屋并生成第一张拆解图前置准备Windows 10或11操作系统至少8GB内存推荐16GBNVIDIA显卡可选有显卡效果更好让我们开始这段软萌之旅吧2. 环境准备WSL2与Ubuntu配置2.1 启用WSL2功能首先需要在Windows中开启WSL2支持。以管理员身份打开PowerShell输入以下命令# 启用WSL功能 dism.exe /online /enable-feature /featurename:Microsoft-Windows-Subsystem-Linux /all /norestart # 启用虚拟机平台功能 dism.exe /online /enable-feature /featurename:VirtualMachinePlatform /all /norestart # 设置WSL2为默认版本 wsl --set-default-version 2重启电脑后继续下一步操作。2.2 安装Ubuntu子系统打开Microsoft Store搜索Ubuntu并选择最新的LTS版本安装。安装完成后从开始菜单启动Ubuntu设置用户名和密码。2.3 更新系统环境在Ubuntu终端中执行以下命令更新系统# 更新软件包列表 sudo apt update # 升级已安装的包 sudo apt upgrade -y # 安装基础工具 sudo apt install -y python3 python3-pip python3-venv git wget curl3. 安装依赖与模型下载3.1 创建项目目录让我们创建一个专门的工作目录来存放软萌拆拆屋# 创建项目目录 mkdir -p ~/soft-disassemble-house cd ~/soft-disassemble-house # 创建模型存储目录 mkdir -p /root/ai-models/SDXL_Base mkdir -p /root/ai-models/Nano_Banana_LoRA3.2 安装Python依赖创建并激活Python虚拟环境# 创建虚拟环境 python3 -m venv venv # 激活虚拟环境 source venv/bin/activate # 安装基础依赖 pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cpu # 安装其他必要包 pip install streamlit diffusers transformers accelerate safetensors3.3 下载AI模型我们需要下载两个核心模型SDXL基础模型和Nano-Banana拆解LoRA模型。首先下载SDXL基础模型# 进入模型目录 cd /root/ai-models/SDXL_Base # 使用wget下载模型需要先获取实际的下载链接 # 这里以placeholder为例实际需要替换为真实下载链接 wget -O model.safetensors https://your-actual-model-download-url/sdxl_base.safetensors然后下载Nano-Banana LoRA模型# 进入LoRA目录 cd /root/ai-models/Nano_Banana_LoRA # 下载LoRA模型 wget -O lora.safetensors https://your-actual-lora-download-url/nano_banana.safetensors注意实际下载链接需要从HuggingFace或其他模型仓库获取。如果下载速度慢可以考虑使用国内镜像源。4. 部署软萌拆拆屋4.1 获取项目代码回到项目目录克隆或创建软萌拆拆屋的代码# 回到项目目录 cd ~/soft-disassemble-house # 创建主程序文件 touch app.py4.2 编写主程序使用nano或vim编辑app.py文件import streamlit as st import torch from diffusers import StableDiffusionXLPipeline import os # 设置页面配置 st.set_page_config( page_title软萌拆拆屋, page_icon, layoutwide ) # 自定义CSS样式 st.markdown( style .main { background: linear-gradient(135deg, #ffb7c5 0%, #ff85a1 100%); } .stButtonbutton { background-color: #ff6b8b; color: white; border-radius: 20px; border: none; padding: 10px 24px; } /style , unsafe_allow_htmlTrue) # 标题和介绍 st.title( Nano-Banana 软萌拆拆屋 ) st.markdown( **让服饰像棉花糖一样展开变出甜度超标的拆解图** 软萌拆拆屋是一款基于SDXL架构与Nano-Banana拆解LoRA打造的服饰解构终端。 它能看穿每一件衣服的内心将复杂的装扮化作整齐、治愈的零件布局。 ) # 模型加载 st.cache_resource def load_model(): model_path /root/ai-models/SDXL_Base lora_path /root/ai-models/Nano_Banana_LoRA/lora.safetensors pipe StableDiffusionXLPipeline.from_single_file( model_path, torch_dtypetorch.float16, use_safetensorsTrue ) # 加载LoRA权重 pipe.load_lora_weights(lora_path) return pipe # 侧边栏参数设置 with st.sidebar: st.header( 调味小参数) lora_scale st.slider(变身强度 (LoRA Scale), 0.0, 2.0, 1.0, 0.1) cfg_scale st.slider(甜度系数 (CFG), 1.0, 20.0, 7.5, 0.5) steps st.slider(揉捏步数 (Steps), 10, 50, 25) negative_prompt st.text_area( 变走丑丑的东西, ugly, blurry, low quality, distorted, bad anatomy ) # 主界面 prompt st.text_input( 描述你想拆解的衣服, disassemble clothes, knolling, flat lay, a cute lolita dress with ribbons, strawberry patterns, clothing parts neatly arranged, exploded view, white background, masterpiece, best quality ) if st.button(✨ 变出拆解图✨, typeprimary): with st.spinner(魔法正在施展中...): try: pipe load_model() # 生成图像 image pipe( promptprompt, negative_promptnegative_prompt, guidance_scalecfg_scale, num_inference_stepssteps, cross_attention_kwargs{scale: lora_scale} ).images[0] # 显示结果 st.image(image, caption你的软萌拆解图, use_column_widthTrue) # 保存按钮 st.download_button( label 把这份甜点带走, dataimage.tobytes(), file_namesoft_disassemble.png, mimeimage/png ) except Exception as e: st.error(f魔法失败了: {str(e)})4.3 创建启动脚本为了方便启动创建一个简单的启动脚本#!/bin/bash cd ~/soft-disassemble-house source venv/bin/activate streamlit run app.py --server.port 8501 --server.address 0.0.0.0给脚本添加执行权限chmod x run.sh5. 运行与测试5.1 启动应用现在可以启动软萌拆拆屋了./run.sh你会看到类似下面的输出You can now view your Streamlit app in your browser. Local URL: http://localhost:8501 Network URL: http://192.168.x.x:85015.2 在Windows中访问在Windows浏览器中打开 http://localhost:8501就能看到软萌拆拆屋的界面了。5.3 生成第一张拆解图按照界面提示在描述框中输入你想要拆解的衣服如一件带蝴蝶结的洛丽塔裙子调整参数滑块到喜欢的设置点击变出拆解图按钮等待魔法完成查看生成的拆解图6. 常见问题解决6.1 模型加载失败如果模型加载失败检查模型文件路径是否正确模型文件是否完整下载是否有足够的存储空间6.2 显存不足错误如果遇到显存不足的问题可以尝试# 在模型加载前添加内存优化设置 pipe.enable_model_cpu_offload() pipe.enable_attention_slicing()6.3 生成质量不佳如果生成的图片效果不好尝试调整变身强度和甜度系数在变走丑丑的东西中添加更多负面提示词增加揉捏步数到30-406.4 性能优化建议对于性能较弱的设备# 降低生成分辨率 # 在代码中修改生成尺寸 image pipe(..., height512, width512).images[0]7. 总结与下一步恭喜你已经成功在WSL2的Ubuntu子系统中部署了软萌拆拆屋。现在你可以尽情创作尝试不同的服装描述生成各种软萌拆解图参数探索调整各种参数找到最适合你风格的设置分享成果将生成的图片分享给朋友展示你的创作进一步提升的建议如果你有NVIDIA显卡可以安装CUDA版PyTorch来加速生成尝试不同的提示词组合发现更多创意可能学习如何训练自己的LoRA模型创造独一无二的拆解风格软萌拆拆屋只是一个开始AI图像生成的世界还有更多有趣的应用等待你去探索。记得保持好奇心继续尝试新的技术和工具获取更多AI镜像想探索更多AI镜像和应用场景访问 CSDN星图镜像广场提供丰富的预置镜像覆盖大模型推理、图像生成、视频生成、模型微调等多个领域支持一键部署。
