比迪丽LoRA部署实录从裸机Ubuntu到WebUI可用的30分钟完整过程1. 引言为什么选择比迪丽LoRA如果你喜欢《龙珠》里的比迪丽想用AI画出她的各种形象这个LoRA模型就是为你准备的。比迪丽LoRA是一个专门训练的角色模型能让你在Stable Diffusion、FLUX等AI绘画工具中稳定生成这位经典角色的动漫、二次元或写实风格图片。今天我要分享的是从一台全新的Ubuntu服务器开始到完整部署比迪丽LoRA WebUI的完整过程。整个过程我实测下来顺利的话30分钟就能搞定。无论你是刚接触AI绘画的新手还是想快速部署一个可用环境的开发者这篇实录都能给你清晰的指引。2. 环境准备你需要什么在开始之前我们先看看需要准备什么。其实要求不高大部分云服务器都能满足。2.1 硬件要求项目最低要求推荐配置GPU8GB显存16GB显存或更高内存16GB32GB存储50GB可用空间100GB SSD系统Ubuntu 20.04/22.04Ubuntu 22.04 LTS关键点说明GPU是必须的没有独立显卡特别是NVIDIA显卡基本跑不动显存8GB起步生成1024×1024的图片需要至少8GB显存存储空间要够模型文件、依赖包加起来需要几十GB空间2.2 软件环境操作系统Ubuntu 22.04 LTS其他版本也行但22.04最稳定Python3.10版本这是WebUI的硬性要求CUDA11.8或12.1根据你的显卡驱动选择Git用来克隆代码仓库如果你用的是云服务器大部分提供商都提供预装好Ubuntu的镜像直接选择就行。本地机器的话建议用最新的Ubuntu版本。3. 完整部署步骤跟着做就行下面是我实际操作的完整过程每个步骤都有详细说明。如果你完全按照这个来应该能一次成功。3.1 第一步系统基础设置5分钟首先登录你的Ubuntu服务器如果是新系统建议先更新一下# 更新系统包 sudo apt update sudo apt upgrade -y # 安装基础工具 sudo apt install -y git wget curl python3-pip python3-venv然后设置Python 3.10如果系统默认不是这个版本# 检查Python版本 python3 --version # 如果不是3.10可以安装 sudo apt install -y python3.10 python3.10-venv python3.10-dev3.2 第二步安装CUDA和显卡驱动10分钟这是最关键的一步显卡驱动装不好后面都白搭。# 先卸载可能存在的旧版NVIDIA驱动 sudo apt purge -y nvidia-* # 添加NVIDIA官方仓库 wget https://developer.download.nvidia.com/compute/cuda/repos/ubuntu2204/x86_64/cuda-keyring_1.1-1_all.deb sudo dpkg -i cuda-keyring_1.1-1_all.deb sudo apt update # 安装CUDA 12.1根据你的需求选择版本 sudo apt install -y cuda-12-1 # 安装完成后更新环境变量 echo export PATH/usr/local/cuda-12.1/bin:$PATH ~/.bashrc echo export LD_LIBRARY_PATH/usr/local/cuda-12.1/lib64:$LD_LIBRARY_PATH ~/.bashrc source ~/.bashrc # 验证安装 nvidia-smi如果nvidia-smi命令能正常显示显卡信息说明驱动安装成功。你会看到类似这样的输出--------------------------------------------------------------------------------------- | NVIDIA-SMI 535.161.07 Driver Version: 535.161.07 CUDA Version: 12.2 | |------------------------------------------------------------------------------------- | GPU Name Persistence-M | Bus-Id Disp.A | Volatile Uncorr. ECC | | Fan Temp Perf Pwr:Usage/Cap | Memory-Usage | GPU-Util Compute M. | | | | M. | || | 0 NVIDIA GeForce RTX 4090 Off | 00000000:01:00.0 Off | Off | | 0% 38C P8 18W / 450W | 0MiB / 24564MiB | 0% Default | | | | N/A | -------------------------------------------------------------------------------------3.3 第三步克隆和设置WebUI5分钟现在我们来获取比迪丽LoRA的WebUI代码# 创建项目目录 mkdir -p ~/bituam-webui cd ~/bituam-webui # 克隆仓库这里假设你有仓库地址 git clone https://github.com/your-repo/bituam-webui.git . # 如果没有公开仓库你可能需要从其他来源获取 # 创建Python虚拟环境 python3.10 -m venv venv source venv/bin/activate # 升级pip pip install --upgrade pip3.4 第四步安装依赖和模型8分钟这是耗时最长的步骤因为要下载很多依赖包和模型文件。# 安装PyTorch根据你的CUDA版本选择 pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu121 # 安装WebUI依赖 pip install -r requirements.txt # 下载基础模型SDXL # 这里需要下载SDXL 1.0模型大约7GB # 你可以手动下载后放到指定目录或者用脚本下载 mkdir -p ~/bituam-webui/models/Stable-diffusion cd ~/bituam-webui/models/Stable-diffusion # 下载SDXL模型示例命令实际链接可能需要调整 wget https://huggingface.co/stabilityai/stable-diffusion-xl-base-1.0/resolve/main/sd_xl_base_1.0.safetensors # 下载比迪丽LoRA模型 mkdir -p ~/bituam-webui/models/Lora cd ~/bituam-webui/models/Lora # 这里放入你的比迪丽LoRA文件通常以.safetensors结尾重要提示模型文件比较大下载可能需要一些时间。如果网络不好可以考虑先下载到本地再上传到服务器。3.5 第五步配置和启动2分钟所有文件都准备好后进行最后的配置# 回到项目目录 cd ~/bituam-webui # 创建配置文件如果不存在 cp config.json.example config.json # 编辑配置文件设置模型路径等 # 这里主要确保模型路径正确然后启动WebUI# 启动WebUI服务 python launch.py --listen --port 7860如果一切正常你会看到类似这样的输出Running on local URL: http://0.0.0.0:7860 To create a public link, set shareTrue in launch().3.6 第六步验证和访问打开浏览器输入你的服务器IP和端口http://你的服务器IP:7860如果能看到WebUI界面恭喜你部署成功了4. 可能遇到的问题和解决方法在实际部署中可能会遇到各种问题。这里我整理了几个常见问题和解决方法。4.1 显卡驱动问题问题nvidia-smi命令报错或没有输出解决# 重新安装驱动 sudo apt purge -y nvidia-* sudo apt autoremove -y sudo apt install -y nvidia-driver-535 # 版本根据你的显卡调整 # 重启系统 sudo reboot4.2 CUDA版本不匹配问题PyTorch安装时提示CUDA版本不兼容解决# 查看CUDA版本 nvcc --version # 根据CUDA版本安装对应的PyTorch # CUDA 11.8 pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu118 # CUDA 12.1 pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu1214.3 内存/显存不足问题运行时报错CUDA out of memory解决减小生成图片的尺寸从1024×1024降到768×768使用--medvram或--lowvram参数启动python launch.py --listen --port 7860 --medvram关闭其他占用显存的程序4.4 端口被占用问题7860端口已经被其他程序使用解决# 查看哪个进程占用了7860端口 sudo lsof -i :7860 # 停止那个进程或者换一个端口 python launch.py --listen --port 78614.5 模型文件找不到问题启动时提示模型文件不存在解决检查模型文件路径是否正确确保文件权限可读chmod 644 ~/bituam-webui/models/Stable-diffusion/*.safetensors chmod 644 ~/bituam-webui/models/Lora/*.safetensors检查文件是否完整下载文件大小是否正确5. 优化和进阶设置部署完成后你还可以进行一些优化让系统运行更稳定、更高效。5.1 设置开机自启动如果你希望服务器重启后WebUI能自动启动可以设置systemd服务# 创建服务文件 sudo nano /etc/systemd/system/bituam-webui.service添加以下内容[Unit] DescriptionBituam WebUI Service Afternetwork.target [Service] Typesimple User你的用户名 WorkingDirectory/home/你的用户名/bituam-webui EnvironmentPATH/home/你的用户名/bituam-webui/venv/bin ExecStart/home/你的用户名/bituam-webui/venv/bin/python launch.py --listen --port 7860 Restartalways RestartSec10 [Install] WantedBymulti-user.target然后启用服务sudo systemctl daemon-reload sudo systemctl enable bituam-webui sudo systemctl start bituam-webui5.2 使用Nginx反向代理可选如果你希望通过域名访问或者需要HTTPS可以设置Nginx# 安装Nginx sudo apt install -y nginx # 创建站点配置 sudo nano /etc/nginx/sites-available/bituam-webui添加配置server { listen 80; server_name 你的域名; location / { proxy_pass http://127.0.0.1:7860; proxy_set_header Host $host; proxy_set_header X-Real-IP $remote_addr; } }启用配置sudo ln -s /etc/nginx/sites-available/bituam-webui /etc/nginx/sites-enabled/ sudo nginx -t sudo systemctl reload nginx5.3 性能优化建议使用xformers加速pip install xformers # 启动时添加--xformers参数启用TensorRTNVIDIA显卡安装TensorRT转换模型为TensorRT格式可以显著提升推理速度调整WebUI参数减少--max-batch-count值降低内存占用使用--opt-sdp-attention优化注意力机制6. 使用比迪丽LoRA生成图片部署完成后怎么用这个LoRA生成比迪丽的图片呢其实很简单。6.1 基本使用方法打开WebUI访问http://你的IP:7860选择模型在左上角选择SDXL基础模型加载LoRA点击LoRA标签选择比迪丽LoRA输入提示词在正向提示词中加入bidili或videl调整参数设置图片尺寸、步数等点击生成6.2 提示词示例这里有几个生成比迪丽的提示词示例# 动漫风格 bidili, anime style, 1girl, martial arts uniform, smiling, masterpiece, best quality # 写实风格 videl, realistic, photograph, 1girl, fighting pose, detailed eyes, professional lighting # 特定场景 bidili, in city, night, neon lights, cyberpunk style, detailed background6.3 参数设置建议参数建议值说明采样方法DPM 2M Karras适合动漫风格步数25-35平衡质量和速度引导系数7-9控制创意程度尺寸1024×1024SDXL最佳尺寸LoRA权重0.7-0.9控制角色特征强度7. 总结与建议7.1 部署过程回顾整个部署过程可以总结为六个关键步骤系统准备安装Ubuntu和基础工具驱动安装安装NVIDIA驱动和CUDA环境搭建创建Python虚拟环境依赖安装安装PyTorch和WebUI依赖模型下载获取SDXL和LoRA模型启动测试运行WebUI并验证每个步骤都有明确的操作命令跟着做基本不会出错。7.2 给新手的建议如果你是第一次部署AI绘画环境我有几个建议按顺序操作不要跳步一步步来注意版本匹配Python、CUDA、PyTorch版本要匹配预留足够空间模型文件很大确保磁盘空间充足耐心等待下载和安装可能需要较长时间善用日志遇到问题先看错误日志7.3 后续学习方向部署只是第一步真正好玩的是如何使用学习提示词工程如何写出更好的提示词探索LoRA组合尝试多个LoRA的组合效果参数调优找到最适合你需求的参数设置批量生成学习使用脚本批量生成图片模型训练尝试训练自己的LoRA模型7.4 资源推荐模型下载Hugging Face、Civitai学习社区相关技术论坛、Discord群组工具推荐Prompt生成工具、图片管理软件进阶教程LoRA训练指南、WebUI插件开发部署比迪丽LoRA WebUI的过程虽然涉及多个步骤但每个步骤都不复杂。关键是要有耐心遇到问题不要慌按照错误提示一步步排查。一旦部署成功你就能随时生成喜欢的比迪丽图片了。这个环境不仅可以用于比迪丽还可以加载其他LoRA模型生成各种风格的图片。你可以把它当作一个基础的AI绘画平台在此基础上探索更多可能性。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。