GPU租赁,GPU服务器租用,GPU租用平台

在服务器Ubuntu22.04系统下的
IOPaint部署

欢迎使用我们公司服务器来部署和使用IOPaint大模型。通过本指南，您将学会如何在Ubuntu 22.04系统下安装和配置IOPaint大模型，并使用webui进行交互。如果您对我们的服务器感兴趣，可以在官网处获取服务器资源，我们还提供详细的部署帮助文档，帮助您轻松上手。

IOPaint介绍

IOPaint是一款功能全面的AI图像处理工具，它免费且开源，由SOTA AI模型驱动。这款工具最初名为Lama Cleaner，支持从图片中删除任何不需要的对象、缺陷、人物或擦除和替换任何东西。IOPaint支持多种AI模型，包括擦除模型和扩散模型，能够执行擦除、修复或取消绘制任务，同时提供丰富的插件支持，如Segment Anything、RemoveBG、Anime Segmentation、RealESRGAN、GFPGAN和RestoreFormer等。它具备强大的自托管能力，可以在多种硬件环境下运行，包括基于CPU的计算系统、利用GPU加速运算，甚至在苹果公司的Apple Silicon芯片架构下也能完美运行。IOPaint还提供了完善的WebUI操作界面，允许用户通过鼠标键盘操作图片编辑，并使用最新的AI模型来编辑图像。
项目地址：https://github.com/Sanster/IOPaint

部署框架

在这个框架中，每个组件都有其特定的角色和功能，它们通过Web UI这个桥梁相互连接，共同为用户提供服务。用户通过浏览器与Web服务器交互，而Web服务器则负责与后端的IOPaint模型进行通信，以完成图片生成的任务。
• 用户（User）：
用户是最终与系统交互的人，他们使用Web UI来生成图片。
• 浏览器（Browser）：
用户通过浏览器访问Web服务器。浏览器充当客户端，发送HTTP请求并接收响应。
• Web服务器（Web Server）：
运行在Ubuntu服务器上的软件，通常是Web框架的一部分，比如Flask或Django。它处理来自浏览器的HTTP请求，提供Web UI，并与后端服务交互。
• IOPaint模型（IOPaint Model）：
IOPaint模型提供了一个设计简洁、操作简单的Web用户界面，用户可以通过浏览器访问并使用这些AI模型来编辑图片，使得图像编辑变得更加简单、高效。
• Web UI（Web User Interface）：
用户通过Web UI与系统交互。Web UI是Web服务器提供的前端界面，允许用户上传图片、设置生成参数等。

IOPaint模型的优点和缺点

IOPaint 模型具有以下一些优点和缺点：
• 优点：
功能全面：支持擦除、修复、扩展和内容生成等多种图像编辑功能，满足不同用户在不同场景下的需求。
AI驱动的智能性：利用SOTA AI模型，IOPaint能够自动识别和修复图像问题，提供智能且高效的编辑体验。
支持多平台：兼容性好，支持包括Windows、macOS和Linux在内的多种操作系统。
用户界面友好：IOPaint的WebUI操作界面简洁直观，易于上手，使得用户可以快速理解并使用各种工具。
丰富的插件系统：提供多种插件，增强了软件的功能性和应用范围。

• 缺点：
新工具的局限性：作为新兴工具，可能在某些特定功能上不如一些成熟的商业软件完善。
缺少高级功能：对于高级用户，可能缺少一些定制化或高级的编辑功能。
性能要求：在处理高分辨率大图像时，可能需要较高的硬件性能，否则可能会遇到处理速度慢的问题。

部署流程解释介绍

1. 购买 GPU 服务器
• 在官网购买并配置服务器：

• 操作系统选择：
     选择一个适合您需求的操作系统，通常推荐使用 Ubuntu 22.04 LTS，因为它提供了长期支持和稳定性。
• 购买和部署：
    完成购买流程，启动服务器，并进行初步配置。
    FinalShell是一款服务器管理工具，支持SSH和远程桌面，使用FinalShell远程连接配置服务器。

二、Ubuntu 22.04基本环境配置
• 更换Ubuntu镜像源：
     通常为了加速下载，可以更换到国内镜像源，如清华镜像源。
• 更新包列表:
     使用sudo apt update命令来更新软件包列表。
• 使用wget下载驱动包:
     通过wget命令下载NVIDIA显卡驱动安装包。
• 更新软件列表和安装必要软件、依赖:
     使用sudo apt update和sudo apt install命令安装所需的软件和依赖。
• 卸载原有驱动:
     如果有旧版驱动，需要先卸载。
• 安装驱动:
     执行下载的驱动包进行安装。
• 安装CUDA:
     CUDA是用于通用并行计算的编程模型和API，需要根据显卡型号选择合适的版本安装。
• 环境变量配置:
     配置环境变量以确保系统能够正确使用CUDA和显卡驱动。

三、安装miniconda环境
• 下载miniconda3:
     从官网下载miniconda3的安装脚本。
• 安装miniconda3:
     执行下载的脚本进行安装。
• conda配置:
     配置conda的通道、环境等。

四、安装IOPaint
• 克隆仓库:
     使用git clone命令从GitHub克隆IOPaint仓库。
• 创建虚拟环境:
     使用conda或python的venv模块创建虚拟环境。
• 安装依赖:
     安装所需的Python库和工具。
• 设置清华源、更新pip:
     更换pip的源到清华，以加速下载。
• 安装torch 12.4cuda版本:
     安装适合您CUDA版本的PyTorch。
• 安装其他依赖:
     安装IOPaint运行所需的其他Python依赖库。
• 创建模型放置文件夹:
     在适当的位置创建文件夹以存放AI模型文件。
• 下载扩散模型:
     下载IOPaint需要使用的扩散模型文件。
• 改端口启动:
     修改配置文件或启动命令，以指定IOPaint服务运行的端口号。

部署流程概述
   更换源和更新：优化软件包管理器使用的源，确保软件包列表是最新的。
   安装显卡驱动和CUDA：确保GPU能够被系统识别并用于高性能计算。
   配置环境变量：让系统知道如何找到并使用新安装的软件。
   安装miniconda：创建一个独立的Python环境，避免不同项目间的依赖冲突。
   安装IOPaint：获取IOPaint的代码，创建适合其运行的环境，并准备好所需的模型文件，最终启动IOPaint服务。

部署具体流程

一、FinalShell的下载及使用：
   FinalShell是一款服务器管理工具，支持SSH和远程桌面，提供多标签管理、命令自动提示、SFTP、性能监控等功能，适用于开发运维，界面友好，在很大程度上可以免费替代XShell。
    FinalShell的下载：https://www.hostbuf.com/t/988.html
    FinalShell的基本使用：
   连接Linux服务器

   进行如下设置：
    名称：  自定义
    主机：  填写你的服务器的公网IP
    端口：  填写服务器端口
    备注：  自定义
    方法：  密码
    用户名：默认是root
    密码：  填写服务器的登录密码

新建完后双击或者右键点击连接

二、ubuntu22.04基本环境配置
1.更换清华Ubuntu镜像源
•删除原来的文件

rm /etc/apt/sources.list

•开始编辑新文件

vim /etc/apt/sources.list

先按i键，粘贴以下内容

# 默认注释了源码镜像以提高 apt update 速度，如有需要可自行取消注释
deb https://mirrors.tuna.tsinghua.edu.cn/ubuntu/ jammy main restricted universe multiverse
# deb-src https://mirrors.tuna.tsinghua.edu.cn/ubuntu/ jammy main restricted universe multiverse
deb https://mirrors.tuna.tsinghua.edu.cn/ubuntu/ jammy-updates main restricted universe multiverse
# deb-src https://mirrors.tuna.tsinghua.edu.cn/ubuntu/ jammy-updates main restricted universe multiverse
deb https://mirrors.tuna.tsinghua.edu.cn/ubuntu/ jammy-backports main restricted universe multiverse
# deb-src https://mirrors.tuna.tsinghua.edu.cn/ubuntu/ jammy-backports main restricted universe multiverse
# 以下安全更新软件源包含了官方源与镜像站配置，如有需要可自行修改注释切换
deb https://mirrors.tuna.tsinghua.edu.cn/ubuntu/ jammy-security main restricted universe multiverse
# deb-src https://mirrors.tuna.tsinghua.edu.cn/ubuntu/ jammy-security main restricted universe multiverse

确保内容跟上述图片一致
按esc键，再输入冒号+wq保存

2. 更新包列表
•打开终端，输入以下命令

sudo apt-get update

sudo apt upgrade

更新时间较长，请耐心等待

3. 安装英伟达显卡驱动
3.1 使用wget在命令行下载驱动包

wget https://cn.download.nvidia.com/XFree86/Linux-x86_64/550.100/NVIDIA-Linux-x86_64-550.100.run

3.2更新软件列表和安装必要软件、依赖

sudo apt-get install g++

更新时间较长，请耐心等待

点击回车enter即可

sudo apt-get install gcc

sudo apt-get install make

点击回车enter即可
成功安装

3.3卸载原有驱动

sudo apt-get remove --purge nvidia*

•使用vim修改配置文件

sudo vim /etc/modprobe.d/blacklist.conf

•按i键进入编辑模式,在文件尾增加两行：

blacklist nouveau
options nouveau modeset=0

按esc键退出编辑模式,输入:wq保存并退出

•更新文件

sudo update-initramfs -u

这里等待时间较久

•重启电脑

sudo reboot

这里需要等一会才能连上

3.4 安装驱动
•授予执行权限

sudo chmod 777 NVIDIA-Linux-x86_64-550.100.run

•执行安装命令

sudo ./NVIDIA-Linux-x86_64-550.100.run

这里一直按回车就行，默认选择

一直按回车enter键，直到安装成功

•检测显卡驱动是否安装成功

nvidia-smi

3.5 安装CUDA

wget https://developer.download.nvidia.com/compute/cuda/12.4.0/local_installers/cuda_12.4.0_550.54.14_linux.run

执行安装命令

sudo sh ./cuda_12.4.0_550.54.14_linux.run

•输出accept开始安装

•然后注意这里要按enter取消勾选第一个选项,因为之前已经安装了驱动

•接着选择Install开始安装

•安装完成

3.6 环境变量配置
•以vim方式打开配置文件

sudo vim ~/.bashrc

•按i键进入编辑模式,在文件尾增加下面内容

export PATH="/usr/local/cuda-12.4/bin:$PATH"
export LD_LIBRARY_PATH="/usr/local/cuda-12.4/lib64:$LD_LIBRARY_PATH"

按esc键退出编辑模式,输入:wq保存并退出

•更新环境变量

source ~/.bashrc

•检测CUDA是否安装成功

nvcc -V

三、安装miniconda环境
1.下载miniconda3

wget https://mirrors.cqupt.edu.cn/anaconda/miniconda/Miniconda3-py310_23.10.0-1-Linux-x86_64.sh

2. 安装miniconda3

bash Miniconda3-py310_23.10.0-1-Linux-x86_64.sh -u

直接一直enter键，到输入路径和yes
这边建议路径为：miniconda3

直接回车enter即可，再次输入yes

成功安装

• 切换到bin文件夹

cd miniconda3/bin/

• 输入pwd获取路径

pwd

复制这里的路径

• 打开用户环境编辑页面

vim ~/.bashrc

点击键盘I键进入编辑模式，在最下方输入以下代码

export PATH="/root/miniconda3/bin:$PATH"

按esc键退出编辑模式,输入:wq保存并退出

• 重新加载用户环境变量

source ~/.bashrc

• 初始化conda

conda init bash

• 验证是否安装成功

conda -V

3.conda配置
• 配置清华镜像源

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/ 
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/ 
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/

• 设置搜索时显示通道地址

conda config --set show_channel_urls yes

• 配置pip 镜像源

pip config set globalThis.index-url https://pypi.tuna.tsinghua.edu.cn/simple

四、安装IOPaint
1.克隆仓库
github克隆

git clone https://github.com/Sanster/IOPaint.git

国内github镜像克隆

git clone https://mirror.ghproxy.com/https://github.com/Sanster/IOPaint.git

进入目录

cd IOPaint/

2.创建虚拟环境

conda create -n IOPaint python=3.10

输入y回车即可

• 进入虚拟环境

conda activate IOPaint

3. 安装依赖

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

• 安装torch 12.4cuda版本

pip3 install torch==2.1.2 torchvision==0.16.2 --index-url https://download.pytorch.org/whl/cu118

• 安装依赖

pip3 install iopaint gfpgan realesrgan rembg realesrgan

• 创建模型放置文件夹

mkdir model

官方模型介绍https://www.iopaint.com/models

•下载扩散模型

HF_ENDPOINT=https://hf-mirror.com iopaint start --device=cuda --model-dir=./model --model Sanster/PowerPaint-V1-stable-diffusion-inpainting
HF_ENDPOINT=https://hf-mirror.com iopaint start --device=cuda --model-dir=./model --model runwayml/stable-diffusion-v1-5
HF_ENDPOINT=https://hf-mirror.com iopaint start --device=cuda --model-dir=./model --model Fantasy-Studio/Paint-by-Example
HF_ENDPOINT=https://hf-mirror.com iopaint start --device=cuda --model-dir=./model --model kandinsky-community/kandinsky-2-2-decoder-inpaint
HF_ENDPOINT=https://hf-mirror.com iopaint start --device=cuda --model-dir=./model --model Sanster/AnyText
HF_ENDPOINT=https://hf-mirror.com iopaint start --device=cuda --model-dir=./model --model timbrooks/instruct-pix2pix

•下载擦除模型

https://pan.quark.cn/s/9ca4455c2651

放置到IOPaint目录下的model下

•改端口启动

HF_ENDPOINT=https://hf-mirror.com nohup iopaint start --model lama --device=cuda --port=15109 --host 0.0.0.0 --input input --output-dir output --enable-interactive-seg --interactive-seg-model=vit_l  --interactive-seg-device=cuda --enable-gfpgan --gfpgan-device cuda --enable-realesrgan --realesrgan-model RealESRGAN_x4plus --realesrgan-device cuda --enable-remove-bg --enable-restoreformer --restoreformer-device cuda --enable-anime-seg --model-dir=./model &