【使用AI自动生成建筑立面】
概述
本文描述的是使用最近大火的stable diffusion神经网络的迁移学习模型ControlNet自动生成建筑立面。
项目网站：https://github.com/lllyasviel/ControlNet
硬件要求
显卡：目前测试用机为NVIDIA显卡，显存运行时使用了18G左右，低于此显存的显卡是否能正常运行没有测试过。
软件安装
本文仅介绍了使用Anaconda在windows环境下进行安装，Anaconda是管理一系列安装依赖软件包的工具：
- Anaconda安装
点击链接 https://www.anaconda.com/ 进入网站首页，点击正中间绿色按钮Download(for windows)即可下载，下载后双击进行安装，全部选择默认就行。
- 为本项目创建单独的Anaconda运行环境
安装anaconda后，会在开始程序中多出一个Anaconda Prompt程序，点击这个程序运行，会开启一个类似CMD的终端窗口，该窗口命令行以**(base)**开头，代表程序自动安装了一个默认运行环境，我们需要创建一个新环境，使用下述命令：
- 先下载ControlNet项目文件包，点击下载地址https://github.com/lllyasviel/ControlNet/archive/refs/heads/main.zip
- 解压缩到任意目录，记住目录位置，比如D:/ControlNet-main
- 解压缩后，在解压缩目录中可以看到一个叫environment.yaml的文件，待会创建项目运行环境需要访问这个文件
- 回到刚才打开的Anaconda Prompt窗口，先切换到项目解压缩目录所在硬盘，比如cd D:，再进入项目目录，比如cd D:/ControlNet-main
- 进入项目解压缩目录后，可以运行Anaconda窗口命令创建本项目环境了，在窗口中输入运行命令conda env create -f environment.yaml，此时Anaconda根据刚才解压缩的environment.yaml自动创建了一个新的运行环境（时间会比较长，遇到网络连接中断的请自己百度：切换anaconda镜像源）
- 安装完之后，在窗口中输入conda info --env，该命令用于查看已经安装的不同环境，此时显示中应该有名为control字样的新环境出现在列表中。
- 接下来我们需要激活这个环境才能运行项目，输入命令conda activate control，此时命令行左侧的(base)应该切换成了(control)
- 下载项目已经训练好的神经网络模型文件
模型文件在https://huggingface.co/lllyasviel/ControlNet/tree/main，下载时注意，网页中annotator文件夹下的文件，全部下载到本地刚刚解压缩的项目目录的annotatorckpts文件夹下，网页中models文件夹下的文件，全部下载到项目目录的models文件夹中，没看懂的可以参考https://github.com/lllyasviel/ControlNet页面帮助。用线条生成建筑外观的应用，不用下载models所有文件，仅下载control_sd15_mlsd.pth就能运行。
- 修改项目代码
- 修改本地电脑浏览器地址。用记事本打开项目根目录下的gradio_hough2image.py文件，最后一行改为block.launch(server_name=‘localhost’)，这行代码原来写的引号中地址为0.0.0.0，经测试无法正常运行，改为localhost后就可以了，保存修改后的文件（覆盖原来的文件，注意存为py后缀，不要默认保存成了txt文件）。
- 运行项目
- 用Anaconda Prompt窗口进入项目文件夹根目录，比如cd D:ControlNet-main，（没有激活control环境的参考上面的环境激活方式：conda activate control）,输入运行指令python gradio_hough2image.py，窗口中会出现Running on local URL: http://localhost:7860的链接，ctrl-左键点击这个链接，会自动用浏览器打开软件界面。
注意事项
浏览器界面参数行images初始设置为1（每次运行仅输出一个立面效果图），如果增大的话容易出现显存溢出导致无法运行，请适度增加，如果崩溃，请从6开始重新运行。其他玩法请参考本文第一行提供的项目页面帮助。有其他问题请在评论区留言。