fastdeploy版的sd15模型添加gradio界面

[chenjjcccc]

fastdeploy版的sd15模型添加gradio界面

任务描述

任务背景

• FastDeploy是一款面向全场景、易用且灵活、高效的AI推理部署工具，它支持云端和边缘端的部署，并为开发者提供超过160种文本、视觉、语音和跨模态模型。PPDiffusers中的StableDiffusion模型已经能够与FastDeploy兼容，实现推理操作，然而当前阶段，仍缺少一个可交互的Gradio调用界面，因此需要开发者进行相应的界面添加。

完成步骤

1. 熟悉 ppdiffusers部署中的部署流程。
2. 编写文生图、图生图、inpaint_legacy、inpaint、controlnet+canny的gradio界面。
3. 要求推理后端使用paddle-trt。
4. 在aistudio平台上搭建Gradio项目，参考Gradio应用介绍。
5. 提交代码PR到 PPDiffusers中deploy目录

建议版本：

• paddlepaddle 2.5.2
• fastdeploy-python-gpu 1.0.7
• ppdiffusers==0.16.3
• python 3.10

推理时候请确保--scheduler "euler-ancestral" --infer_op raw --backend paddle_tensorrt --use_fp16 True --device gpu

# 1. sd1-5导出模型
# 关闭ppxformers，否则会导致模型导出失败
export USE_PPXFORMERS=False
python export_model.py --pretrained_model_name_or_path runwayml/stable-diffusion-v1-5 --output_path stable-diffusion-v1-5

## 文生图推理
python infer.py --model_dir stable-diffusion-v1-5/ --scheduler "euler-ancestral" --infer_op raw --backend paddle_tensorrt --use_fp16 True --device gpu --task_name text2img

## 图生图推理
python infer.py --model_dir stable-diffusion-v1-5/ --scheduler "euler-ancestral" --infer_op raw --backend paddle_tensorrt --use_fp16 True --device gpu --task_name img2img

## inpaint_legacy
python infer.py --model_dir stable-diffusion-v1-5/ --scheduler euler-ancestral --infer_op raw --backend paddle_tensorrt --use_fp16 True --device gpu --task_name inpaint_legacy

# 2. sd1-5 inpaint 导出模型
# 关闭ppxformers，否则会导致模型导出失败
export USE_PPXFORMERS=False
python export_model.py --pretrained_model_name_or_path runwayml/stable-diffusion-inpainting --output_path stable-diffusion-v1-5-inpainting

## inpaint
python infer.py --model_dir stable-diffusion-v1-5-inpainting/ --scheduler euler-ancestral --infer_op raw --backend paddle_tensorrt --use_fp16 True --device gpu --task_name inpaint

# 3. sd15 controlnet导出
# 关闭ppxformers，否则会导致模型导出失败
export USE_PPXFORMERS=False
python export_model.py --pretrained_model_name_or_path runwayml/stable-diffusion-v1-5 --controlnet_pretrained_model_name_or_path  lllyasviel/sd-controlnet-canny --output_path control_sd15_canny

## controlnet canny
python infer.py --model_dir control_sd15_canny --scheduler "euler-ancestral" --infer_op raw --backend paddle_tensorrt --device gpu --benchmark_steps 10 --use_fp16 True --task text2img_control

提交内容：

1. 单个gradio.py文件，里面支持文生图、图生图、inpaint_legacy、inpaint、controlnet+canny的推理。
2. aistudio上的gradio项目。

[sanbuphy]

接了