dalle-flow

环境要求

• Docker 环境，且能使用 --gpus all 调用 NVIDIA GPU
• 宿主机需开放 51005 端口（对外服务时）
• 首次运行需稳定网络，下载模型约 10 分钟
• 本地安装方式需 Python 3.10（依赖 cp310 wheel）与 virtualenv
• 预留磁盘空间用于模型缓存（$HOME/.cache）

安装与启动步骤

1. 1启动 Docker 容器

   挂载缓存目录避免重复下载模型，暴露 51005 端口并开启 GPU。首次运行约 10 分钟。

   docker run -p 51005:51005 
     -it 
     -v $HOME/.cache:/home/dalle/.cache 
     --gpus all 
     jinaai/dalle-flow

   复制

2. 2按需关闭工作流

   显存不足时可传环境变量关闭部分工作流，防止 out-of-memory 崩溃，例如关闭 GLID3XL。

   docker run -e DISABLE_GLID3XL='1' 
     -p 51005:51005 
     -it 
     -v $HOME/.cache:/home/dalle/.cache 
     --gpus all 
     jinaai/dalle-flow

   复制

3. 3启用 Stable Diffusion

   需自行下载权重，放在名为 ldm/stable-diffusion-v1 的目录并命名为 model.ckpt，再启用开关。

   docker run -e ENABLE_STABLE_DIFFUSION="1" 
     -e DISABLE_DALLE_MEGA="1" 
     -e DISABLE_GLID3XL="1" 
     -p 51005:51005 
     -it 
     -v YOUR_MODEL_PATH/ldm:/dalle/stable-diffusion/models/ldm/ 
     -v $HOME/.cache:/home/dalle/.cache 
     --gpus all 
     jinaai/dalle-flow

   复制

4. 4本地建虚拟环境

   进入仓库后创建并激活 virtualenv，再安装 torch 系列与 dflow 所需的辅助依赖。

   cd dalle-flow
   python3 -m virtualenv env
   source env/bin/activate && cd -
   pip install torch torchvision torchaudio --extra-index-url https://download.pytorch.org/whl/cu116
   pip install numpy tqdm pytorch_lightning einops numpy omegaconf

   复制

5. 5装辅助仓库依赖

   以可编辑方式安装 latent-diffusion、stable-diffusion、SwinIR、glid-3-xl、clipseg 等子仓库。

   pip install https://github.com/crowsonkb/k-diffusion/archive/master.zip
   pip install git+https://github.com/AmericanPresidentJimmyCarter/stable-diffusion.git@v0.0.15
   pip install basicsr facexlib gfpgan
   pip install realesrgan
   pip install https://github.com/AmericanPresidentJimmyCarter/xformers-builds/raw/master/cu116/xformers-0.0.14.dev0-cp310-cp310-linux_x86_64.whl && 
   cd latent-diffusion && pip install -e . && cd -
   cd stable-diffusion && pip install -e . && cd -
   cd SwinIR && pip install -e . && cd -
   cd glid-3-xl && pip install -e . && cd -
   cd clipseg && pip install -e . && cd -

   复制

6. 6下载 GLID-3-XL 权重

   使用 GLID-3-XL 时需下载 bert.pt、kl-f8.pt、finetune.pt 三个模型文件到该目录。

   cd glid-3-xl
   wget https://dall-3.com/models/glid-3-xl/bert.pt
   wget https://dall-3.com/models/glid-3-xl/kl-f8.pt
   wget https://dall-3.com/models/glid-3-xl/finetune.pt
   cd -

   复制

7. 7安装 Flow 依赖

   回到 dalle-flow 目录安装 requirements.txt 以及指定版本的 jax。

   cd dalle-flow
   pip install -r requirements.txt
   pip install jax~=0.3.24

   复制

关键配置

如何确认成功

容器启动后终端显示运行界面，宿主机 51005 端口可访问即表示服务已就绪。

常见问题

注意事项

• README 顶部带有 deprecation 提示，项目已标记弃用，部署前请留意。
• 使用 Stable Diffusion 前必须自行下载权重，README 未提供权重下载链接。
• clipseg 与 RealESRGAN 需要正确设置缓存目录路径，通常是 $HOME/。
• Docker 运行时日志、进度条与颜色输出会比本地运行弱一些，属正常现象。