Omost容器构建教程
一、介绍
GitHub - lllyasviel/Omost：你的图像快到了！
Omost 是一个将 LLM 的编码能力转换为图像生成（或更准确地说，图像合成）能力的项目。“O”代表“omni”多模态，象征着项目支持多种形式的输入与输出，而“most”则表达了项目致力于最大化挖掘 LLM 模型潜力的决心，力求从每一个细节中释放出最多的图像生成可能性。作为 ControlNet 作者倾力打造的创新项目，标志着图像生成技术的一次革命性飞跃。该项目巧妙地将大型语言模型（LLM）的强大编码能力转化为直观且高效的图像生成能力，为用户带来前所未有的创作体验。
二、特点
用户只需通过简单的语言或提示词描述他们想要的画面，虚拟画布代理便能理解并转化为相应的视觉指令代码，通过全局描述和局部描述来定义图像特征。随后，这些指令会被传输给特定的图像生成器，后者负责将代码转换为惟妙惟肖的图像。用户还可以通过交互式编辑更改描述，进行代码重新编写。
Omost 提供了 LLM 模型，这些模型将编写代码，以使用 Omost 的虚拟代理来组合图像视觉内容。这可以通过图像生成器的特定实现来呈现，以实际生成图像。目前，提供了 3 个基于 Llama3 和 Phi3 变体的预训练 LLM 模型。
所有模型都使用混合数据进行训练：
（1）包括 Open-Images 在内的多个数据集的地面实况注释，
（2）通过自动注释图像提取数据，
（3）来自 DPO（直接偏好优化，“代码是否可以由 python 3.10 编译”作为直接偏好）的强化，
（4）来自 OpenAI GPT4o 多模态功能的少量调整数据。
三、容器构建
1. 安装miniconda
进入Anaconda官网：
Miniconda — Anaconda 文档
找到快速命令行安装，选择Linux系统，复制代码进入终端中进行安装。
等待安装完成。
2. 安装并更新基础命令，供后续使用更快捷： wget、unzip、lsof、git、git-lfs
apt-get update
apt-get install -y wget
apt-get install -y unzip
apt-get install -y lsof
apt-get install -y git
apt-get install -y git-lfs
3. 项目配置
（1）克隆项目，需要科学上网并且之后包的下载容易出错（不建议）。
#git clone https://github.com/lllyasviel/Omost.git
（2）运用国内的项目能成功运行
直接输入 git clone https://github.com/xhoxye/Omost_CN 直接下载至相应地址。
如果拉取不上来就手动进入网站下载压缩包上传至终端解压。
https://github.com/xhoxye/Omost_CN
unzip Omost_CN-main.zip
解压完成
（3）打开Omost_CN-main项目文件
cd Omost_CN-main
（4）创建python为3.10版本的虚拟环境，名称为omost
conda create -n omost python=3.10
遇到下列代码行时输入y回车后将继续创建
（5）激活虚拟环境omost
conda activate omost
（6）通过pip安装所需的torch环境（国内镜像源快一些，以下使用了清华源）
pip install torch torchvision --index-url https://download.pytorch.org/whl/cu121 -i https://pypi.tuna.tsinghua.edu.cn/simple
（7）安装项目依赖文件
为了安装速度更快可以将pip进行永久换源
pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple
pip install -r requirements.txt
（8）指定端口，运行py文件
export GRADIO_SERVER_NAME=0.0.0.0
export GRADIO_SERVER_PORT=8080
python gradio_app.py
出现以下页面代表运行成功：
第一次在端口界面运行时，需要等待自动下载模型包（比较多大概需要一小时左右请耐心等待），下包的进度会在终端显示，下载完成后回到web界面就会开始出现结果。由于需要反复在 GPU 内加载 LLM 和 SDXL 大模型，因此运行模型出图速度比较慢，用 RTX3060 显卡进行运行，时间大概在八分钟左右。
四、网页演示
运行成功后获取访问链接，进入 webUI 界面后即可操作：
