AI绘画：InstantID Win11本地安装记录！

等人的时候，时间很慢，想干活，时间就飞快。

 

 

 

本想着介绍完InstantID的在线体验方式之后，立马接着把本地安装记录也发了。

 

一放松，一眨眼，快过去一个星期了。。。。

 

InstantID这个项目还是非常不错滴。

 

玩在线版版不是我们的风格，只有装在自己电脑上，才能抵抗各种不确定性，充分把握自由度^_^！

 

无限出图，无限制出图。

 

 

下面就来记录下我的安装过程和遇到的问题，以及解决方法。

 

我尽量详细，但是太基础的命令，我就不展开说了。可以参考以往的文章。

 

我只记录，比较关键的，比较有用的部分。

 

 

0.准备工作

 

准备一张3090或者4090或者显存24+的N卡。

Windows11+Conda+git

 

1.克隆代码

 

打开CMD工具，通过CD命令进入到指定目录，然后克隆代码。

· 

git clone https://github.com/InstantID/InstantID.git

cd InstantID

 

2.创建虚拟环境并激活

 

使用Conda工具，创建一个Python的虚拟环境，创建成功之后激活虚拟环境。

 

· 

conda create -n instantid python=3.10

conda activate instantid

 

3.安装依赖

 

使用项目自带的requirements.txt来快速安装所需依赖。

· 

pip install -r gradio_demo\requirements.txt

注意，这个req文件并没有在根目录，所以要加上gradio_demo\这个路径。

 

另外，这个依赖文件并不是完全适配Windows系统。

 

Windows下面单独安装一下Torch 2.0.0 GPU版本。

 

· 

1、pip install torch==2.0.0 torchvision==0.15.1 torchaudio==2.0.1 --index-url https://download.pytorch.org/whl/cu118

2、#conda install pytorch==2.0.0 torchvision==0.15.0 torchaudio==2.0.0 pytorch-cuda=11.8 -c pytorch -c nvidia

 

上面提供了两种安装方式，可以自由选择。我推荐还是用pip吧，conda东西比较多，镜像设置麻烦点。

 

安装过程网络不好的，可以设置conda镜像，pip镜像。

 

4.下载模型

 

这个项目用到好几种模型。包括AI绘画相关的ControlNetModel，ip-adapter，YamerMIX_v8。

 

还有一个人脸识别相关的antelopev2模型。

 

这些模型可以使用代码的方式下载，也可以手动下载。

 

代码方式：

· 

from huggingface_hub import hf_hub_download

hf_hub_download(repo_id="InstantX/InstantID", filename="ControlNetModel/config.json", local_dir="./checkpoints")

hf_hub_download(repo_id="InstantX/InstantID", filename="ControlNetModel/diffusion_pytorch_model.safetensors", local_dir="./checkpoints")

hf_hub_download(repo_id="InstantX/InstantID", filename="ip-adapter.bin", local_dir="./checkpoints")

创建一个名为down.py的文件，把这段点放里面。

 

使用命令：

· 

python down.py

 

通过这种方式可以把两个模型下载到当前目录的checkpoints文件夹。

 

还有一个YamerMIX_v8运行主程序的时候会自动下载。

 

当然，你也可以手动下载。就是你得明白从哪里下载，放到哪里。

 

模型默认会下载在C盘，会消耗若干G的空间。

 

C盘扛不住的，可以设置环境变量：

· 

SET HF_HUB_CACHE=./checkpoints

这样C就解脱了，压力给到D>E>F。

 

另外还有一个antelopev2的模型，本来主程序会自动下载，但是不知为何insightface取消了对这个模型的自动加载功能。

 

所以这个模型必须手动下载，下载地址：

· 

https://drive.google.com/file/d/18wEUfMNohBJ4K3Ly5wpTejPfDzp-8fI8/view?usp=sharing

 

这个环节最大的难度可能就是...网络问题！这个问题我不能多说的，已经被警告了，大家各显神通吧！

 

 

5. 运行测试

 

上面的问题全部解决之后，就可以运行APP了。

 

· 

python gradio_demo/app.py

 

运行成功之后，打开网址，就可以使用了。

 

 

6. 遇到的问题

 

网络问题，就不算在这里了。

 

缺少chardet模块

我是遇到了这个问题，具体提示如下。

· 

ModuleNotFoundError: No module named 'chardet'

解决方法：

· 

pip install chardet

 

 

下载 antelopev2 失败

错误提示如下：

· 

download_path: ./models\antelopev2

Downloading ./models\antelopev2.zip from https://github.com/deepinsight/insightface/releases/download/v0.7/antelopev2.zip...

Traceback (most recent call last):

  File "E:\DEV\InstantID\gradio_demo\app.py", line 38, in <module>

app = FaceAnalysis(name='antelopev2', root='./', providers=['CUDAExecutionProvider', 'CPUExecutionProvider'])

  File "E:\DEV\Miniconda3\envs\instantid\lib\site-packages\insightface\app\face_analysis.py", line 27, in __init__

   self.model_dir = ensure_available('models', name, root=root)

  File "E:\DEV\Miniconda3\envs\instantid\lib\site-packages\insightface\utils\storage.py", line 28, in ensure_available

    return download(sub_dir, name, force=False, root=root)

  File "E:\DEV\Miniconda3\envs\instantid\lib\site-packages\insightface\utils\storage.py", line 17, in download

   download_file(model_url,

  File "E:\DEV\Miniconda3\envs\instantid\lib\site-packages\insightface\utils\download.py", line 73, in download_file

    raise RuntimeError("Failed downloading url %s" % url)

RuntimeError: Failed downloading url https://github.com/deepinsight/insightface/releases/download/v0.7/antelopev2.zip

 

这个问题我在上面有提到了，需要单独下载这个模型，放到项目根目录的models文件夹下面。

 

另外注意下，下载到的文件是zip压缩包，记得解压一下。

 

解压到当前目录，不需移动。

 

 

整体来说这个项目安装还是比较顺利，问题不是很多。

 

 

如果你们搞不定的话，可以等我的一键运行包。

 

其实包我已经打好了，但是我看到有一个新的PR（可能会有更新），我就先等一等。

 

另外，我又有一个不安分的想法，想把FaceChain，PhotoMaker，InstantID 打包在一起！

 

念头一出，就让人蠢蠢欲动~~但是另外一个声音告诉我，不要乱想！

 

所以我还是觉得安安稳稳发个InstantID的包吧

 

另外问一问，有人知道降低显存的方法了么？要那种8G就能跑的方案！

 

 

 

 

出自：https://mp.weixin.qq.com/s/rPsaU5hUuSmjSUwFK7Ofdw