Wookang makes AI

* 로그인을 하고 크롤링을 하는 이유

1. 구글의 경우 로그인하고 나오는 이미지와 로그인을 하지 않고 나오는 이미지 목록이 다를때가 많다.
2. 성인인증이 필요한 이미지들은 로그인을 해야만 가져올수 있다.

* 사용법

1. 정상적으로 크롤링되는지 확인완료 [23.06.20]
2. 모듈 설치 - pip install undetected_chromedriver selenium
3. 주석 1번에 이미지를 원하는 검색어 목록 입력
4. 주석 2번에 폴더이름 입력. 이미지는 data\google\ 아래 저장됨
5. 주석 3번에 상세이미지의 xPath 입력. 구글의 경우 자주 바뀌는 것 같다.
6. 주석 4번에 구글 ID입력
7. 주석 5번에 구글 비밀번호 입력. 이후 추가로 스마트폰 인증화면이 뜰 경우에 대비해 20초간 기다린다.

'''
* 구글 이미지 가져오기 (23.06.20)
'''

import os
from selenium import webdriver
from selenium.webdriver.common.by import By
from selenium.webdriver.support.ui import WebDriverWait
from selenium.webdriver.support import expected_conditions as EC
import undetected_chromedriver as uc

import urllib
import time, datetime

ITEM_LIST = [ "Keith Thompson", "Zdzislaw Beksinski", "dariusz zawadzki"] # 1번
FOLDER = 'google' # 2번
IMG_XPATH = '//*[@id="Sva75c"]/div[2]/div/div[2]/div[2]/div[2]/c-wiz/div/div/div/div[3]/div[1]/a/img[1]' # 3번
SIGNINURL = 'https://accounts.google.com/signin/v2/identifier?hl=ko&passive=true&continue=https%3A%2F%2Fwww.google.com%2F&ec=GAZAmgQ&flowName=GlifWebSignIn&flowEntry=ServiceLogin'
ID = 'xxxx@gmail.com' # 4번
PASSWORD = 'xxxx' # 5번

def main():
  start = check_start() # 시간 측정 시작
  driver = uc.Chrome()# 구글로그인을 위한 모듈을 켜고
  driver.get(SIGNINURL)
  googleSignIn(driver)# 구글로그인하고
  
  for searchItem in ITEM_LIST:
    saveDir = makeFolder(searchItem)
    
    url = makeUrl(searchItem)# 검색할 url 가져와서
    driver.get(url)# 이미지 검색으로 가서
    maximizeWindow(driver)# 창최대화
    scrollToEnd(driver)

    forbiddenCount = saveImgs(driver, saveDir, start)# 모든 상세 이미지 src들을 가져온다
    sec = check_time(start)
    print(f'실패수{str(forbiddenCount)}, {sec}, {datetime.datetime.now().time()}')
  time.sleep(10)
  driver.quit() 
  
# 구글 로그인
def googleSignIn(driver):
  idBtn = driver.find_element(By.XPATH,'//*[@id="identifierId"]')# id 입력칸
  idBtn.send_keys(ID)
  nextBtn = driver.find_element(By.XPATH,'//*[@id="identifierNext"]/div/button')
  nextBtn.click()# 다음 버튼 클릭

  # 아래 코드는 비밀번호 요소가 화면에 나타날때가지 10초간 기다리는 코드이나
  # 비번의 경우 not interactive elem라서 에러가 뜬다. 하지만 돌아가는 코드이니 기다림이 필요할때 쓰자.
  try:
    passwordBtn = WebDriverWait(driver, timeout=10).until(EC.presence_of_element_located( (By.XPATH,'//*[@id="password"]/div[1]/div/div[1]/input') ))
    time.sleep(4)
    passwordBtn = driver.find_element(By.XPATH,'//*[@id="password"]/div[1]/div/div[1]/input')# 비밀번호 입력칸
    passwordBtn.send_keys(PASSWORD)
    passwordNextBtn = driver.find_element(By.XPATH,'//*[@id="passwordNext"]/div/button')
    passwordNextBtn.click()# 비밀번호 다음 버튼
    print('구글 로그인 성공')
    # driver.implicitly_wait(10)
  except OSError as e:
    print(e)
    
  time.sleep(20)# 휴대폰 본인 인증등의 시간이 충분히 필요하다


# 구글 이미지 검색 url 만들기
def makeUrl(searchItem):
  url = 'https://www.google.com/search'
  params ={# q와 tbm이 필수
    'q'     : searchItem,
    'tbm'   : 'isch',
  }
  url = url + '?' + urllib.parse.urlencode(params)
  return url


# 폴더 생성
def makeFolder(searchItem):
  saveDir = os.path.join(os.getcwd(), 'data', f'{FOLDER}_{searchItem}')
  try:
    if not(os.path.isdir(saveDir)): # 해당 폴더가 없다면
      os.makedirs(os.path.join(saveDir)) # 만들어라
    return saveDir
  except OSError as e:
    print(e+'폴더 생성 실패')

# 창 최대화
def maximizeWindow(driver):
  driver.maximize_window()

# 모든 이미지 목록을 가져오기 위해 무한 스크롤 다운
def scrollToEnd(driver):
  prev_height = driver.execute_script('return document.body.scrollHeight')
  print(f'prev_height: {prev_height}')
  
  while True:
    time.sleep(1) #네이버는 sleep없이 이동할 경우 무한로딩에 걸린다.
    driver.execute_script('window.scrollTo(0, document.body.scrollHeight)')
    time.sleep(3)
    
    cur_height = driver.execute_script('return document.body.scrollHeight')
    print(f'cur_height: {cur_height}')
    if cur_height == prev_height:
      print('높이가 같아짐')
      break
    prev_height = cur_height
  # 페이지를 모두 로딩한 후에는 최상단으로 다시 올라가기
  driver.execute_script('window.scrollTo(0, 0)')

# 모든 이미지들을 저장한다
def saveImgs(driver, saveDir, start):
  time.sleep(1)
  forbiddenCount = 0
  imgs = driver.find_elements(By.CSS_SELECTOR, '.rg_i.Q4LuWd')
  img_count = len(imgs)
  print(f'전체 이미지수 : {img_count}')
  # 하나씩 클릭해가며 저장
  for imgNum, img in enumerate(imgs): # imgNum에 이미지번호가 0부터 들어간다
    try:
      img.click()
      time.sleep(3)
      
      # 아래의 xPath는 자주 바뀌는 것 같다. 나머지는 고정인거 같으니 이것만 가끔 확인해주자
      bigImg = driver.find_element(By.XPATH, IMG_XPATH)
      src = bigImg.get_attribute('src')
      urllib.request.urlretrieve(src, saveDir + '/' + str(imgNum) + '.jpg')
      sec = check_time(start)
      print(f'{imgNum+1}/{img_count} saved {sec}')

    except Exception as e:
      print(e)
      forbiddenCount += 1# 저장 실패한 개수. forbidden이나 파일에러도 꽤 많다
      continue
  return forbiddenCount


# 시간 측정
def check_start():
    start_time = time.time()
    print("Start! now.." + str(start_time))
    return start_time
def check_time(start):
    end = time.time()
    during = end - start
    sec = str(datetime.timedelta(seconds=during)).split('.')[0]
    return sec
main()

* 상세 이미지의 xPath 알아내는 방법

- 크롬의 이미지 클릭 후 뜨는 상세이미지 화면에서 해당 elements의 xPath를 아래와 같이 복사함

다음에는 headless 크롤링에 대해 정리하겠다

- headless 크롤링은 화면에 브라우저 창을 띄우지 않고 메모리에서만 작동하는 방식이다.

네이버 이미지 크롤링하기

동기

1. 좋은 로라를 만들기 위해서는 이미지 파일들이 많을수록 좋다.
2. 경험상 이미지 퀄러티는 구글보다 네이버가 더 좋았다 - 물론 구글 이미지 크롤링 코드도 공유할 예정
3. 네이버는 구글에 비해 크롤링에 관대하다. 그래서 코드가 간결해진다 - 구글은 undetected_chromedriver 등을 사용해야한다.

사용법

1. 2023년 6월 19일 현재 아래 코드는 잘 돌아간다. 사용하기 쉽게 주석을 많이 달아놓았다.
2. 셀리니움이나 urllib등의 모듈 설치가 우선이다.

pip install selenium

3. 실행 후 크롬창이 뜨고 창이 최대화 된다. 
4. 자동으로 스크롤되며 이미지 목록을 가져온다. 이때는 창을 내리지말고 스크롤이 끝까지 내려가 더 이상 가져올 이미지가 없을때까지 기다려주자. 이미지 목록을 다 가져온 후 자동으로 스크롤이 맨위로 올라간다. 이 다음부터는 창을 내려도 된다. 
5. 가져오길 원하는 이미지 이름을 아래 코드의 item_list 안에 넣는다. 주석 #1번
6. 폴더 이름을 주석#2번에 넣는다. 아래 코드처럼 naver로 할 경우 이미지는 data\naver\ 안에 저장된다. 해당 폴더를 미리 만들어 놓지 않아도 알아서 만들고 저장한다.
7. 상세 이미지의 xpath를 넣는다. 주석#3번. 크롤링을 해보니 xpath가 아~주 가끔 바뀔때가 있다. 아마 그대로  놔둬도 큰 문제없을 것이다.

최신 클래스와 xPath로 재설정 함 - 24.07.26

'''
* 네이버 이미지 가져오기 (24.07.26)
'''

import os
from selenium import webdriver
from selenium.webdriver.common.by import By
from selenium.webdriver.chrome.service import Service
import urllib
import time, datetime

item_list = [ "도다리"] # 1번
FOLDER = 'naver' # 2번
IMG_XPATH = '/html/body/div[4]/div/div/div[1]/div[2]/div[1]/img'

def main():
    start = check_start() # 시간 측정 시작
    driver = webdriver.Chrome()
    
    for searchItem in item_list:
        saveDir = makeFolder(searchItem)
        
        url = makeUrl(searchItem)# 검색할 url 가져와서
        driver.get(url)# 이미지 검색으로 가서
        maximizeWindow(driver)# 창최대화
        scrollToEnd(driver)

        forbiddenCount = saveImgs(driver, saveDir, start)# 모든 상세 이미지 src들을 가져온다
        sec = check_time(start)
        print(f'실패수{str(forbiddenCount)}, {sec}, {datetime.datetime.now().time()}')
    time.sleep(10)
    driver.quit() 

# 이미지 검색 url 만들기
def makeUrl(searchItem):
    url = 'https://search.naver.com/search.naver'
    params ={
        'where' : 'image',
        'sm'    : 'tab_jum',
        'query' : searchItem
    }
    url = url + '?' + urllib.parse.urlencode(params)
    return url

# 폴더 생성
def makeFolder(searchItem):
    saveDir = os.path.join(os.getcwd(), 'data', f'{FOLDER}_{searchItem}')
    try:
        if not(os.path.isdir(saveDir)): # 해당 폴더가 없다면
            os.makedirs(os.path.join(saveDir)) # 만들어라
        return saveDir
    except OSError as e:
        print(e+'폴더 생성 실패')

# 창 최대화
def maximizeWindow(driver):
    driver.maximize_window()

# 모든 이미지 목록을 가져오기 위해 무한 스크롤 다운
def scrollToEnd(driver):
    prev_height = driver.execute_script('return document.body.scrollHeight')
    print(f'prev_height: {prev_height}')
    
    while True:
        time.sleep(1) #네이버는 sleep없이 이동할 경우 무한로딩에 걸린다.
        driver.execute_script('window.scrollTo(0, document.body.scrollHeight)')
        time.sleep(3)
        
        cur_height = driver.execute_script('return document.body.scrollHeight')
        print(f'cur_height: {cur_height}')
        if cur_height == prev_height:
            print('높이가 같아짐')
            break
        prev_height = cur_height
    
    # 페이지를 모두 로딩한 후에는 최상단으로 다시 올라가기
    driver.execute_script('window.scrollTo(0, 0)')

# 모든 이미지들을 저장한다
def saveImgs(driver, saveDir, start):
    time.sleep(1)
    forbiddenCount = 0
    imgs = driver.find_elements(By.CSS_SELECTOR, '._fe_image_tab_content_thumbnail_image')
    
    print('imgs')
    print(imgs)
    srcList = []
    img_count = len(imgs)
    print(f'전체 이미지수 : {img_count}')
    # 하나씩 클릭해가며 저장
    for imgNum, img in enumerate(imgs): # imgNum에 이미지번호가 0부터 들어간다
        try:
            img.click()
            time.sleep(3)
            
            # 아래의 xPath는 자주 바뀌는 것 같다. 나머지는 고정인거 같으니 이것만 가끔 확인해주자
            bigImg = driver.find_element(By.XPATH, IMG_XPATH)
            src = bigImg.get_attribute('src')
            urllib.request.urlretrieve(src, saveDir + '/' + str(imgNum) + '.jpg')
            sec = check_time(start)
            print(f'{imgNum+1}/{img_count} saved {sec}')

        except Exception as e:
            print(e)
            forbiddenCount += 1# 저장 실패한 개수. forbidden이나 파일에러도 꽤 많다
            continue
    return forbiddenCount


# 시간 측정
def check_start():
    start_time = time.time()
    print("Start! now.." + str(start_time))
    return start_time
def check_time(start):
    end = time.time()
    during = end - start
    sec = str(datetime.timedelta(seconds=during)).split('.')[0]
    return sec
main()

이제 코드를 실행해보자. 잘 실행될 것이다.

일반적으로 네이버는 최대 500개의 이미지를 가져온다.

1. 먼저 우분투 22.04를 설치한다

wsl -l -o

설치 가능한 버전들이 뜬다

wsl --install -d Ubuntu-22.04

22.04를 설치한다.
2. 컴퓨터를 재부팅하면 다시 켜자마자 자동으로 알아서 설정 완료한다.

3. 설치 중 오류가 발생했다면 아래와 같이 윈도우 기능켜기/끄기를 검색한 후 Hyper-X와 Linux용 머시기를 체크해준다.

4. 재부팅 후 다시 시도하면 된다.

5. 그래도 커널에러가 발생할때가 있다
https://wslstorestorage.blob.core.windows.net/wslblob/wsl_update_x64.msi
위 파일을 설치한 후 커널을 업데이트하면 정상적으로 돌아간다.

6. 이제 업데이트 모두 하자

sudo apt-get update
sudo apt-get upgrade

7. 이제 저장 경로를 c:에서 e:로 바꿔보자
아래 경로에 ext4.vhdx 가 저장되어 있다. 
C:\Users\ufo\AppData\Local\Packages\CanonicalGroupLimited.Ubuntu22.04LTS_79rhkp1fndgsc\LocalState\ext4.vhdx
위 파일안에 우분투와 모든것들이 들어간다. 즉 저걸 e:로 옮기면 되는거다.

8. 먼저 우분투 프로세서를 terminate시켜야한다

wsl -l -v

를 실행시키면 설치된 리눅스 버전들이 보인다. 이 중에서 종료시킬 버전을 선택하는 거다.

wsl -t Ubuntu-22.04

9. 이제 옮기자.
그냥 옮기면 의존성 처리가 골치아프다. 라이브러리를 활용하자
https://github.com/pxlrbt/move-wsl
git clone https://github.com/pxlrbt/move-wsl.git
위 깃헙에서 가져온 move-wsl.ps1 파일을 파워쉘에서 실행시켜야 한다. - 깃헙에서 저 파일 하나만 가져오면 된다
그런데 아래같은 오류가 뜬다.

10. 관리자 모드로 파워셀을 실행 시킨 후에 권한을 주자. 아래 스크립트를 실행한다

Set-ExecutionPolicy RemoteSigned

11. 됐다. 이제 준비가 끝났다. 옮긴다
.\move-wsl.ps1 
실행하면 옮길 리눅스 버전이 뜬다. 아래 스샷처럼 1번 선택.
다음에는 이동시킬 경로를 넣어준다. 나는 E:\WSL

12. 한참동안 복사가 된다. Done!

루트 접속이 아닌 일반계정으로 로그인하기 위해  /etc/wsl.conf 파일을 만들고 아래 문구를 넣어준다. 내아이디 위치에 원하는 이름을 넣으면 된다. 나는 ufo로 넣었다

[user]
default=내아이디

닫고 재실행하면 아래와 같이 변경된것을 알수있다.

ddetailer나 그걸 수정한 버전까지 여러가지 버전을 설치하고 실행해 보았으나 결국 에러가 났다.

그러다 발견한 것이 Adetailer다. 설치도 아주 간단하다.

https://github.com/Bing-su/adetailer

1. Extensions 탭을 이동

2. Install from URL 안에 https://github.com/Bing-su/adetailer.git 를 넣고 install 버튼 클릭

3. 인스톨 완료 후 Apply and restart UI

4. 터미널을 재실행

5. 실행 중 모듈이 없다고 에러가 뜨는 경우가 있다. 그 이름을 찾아서 인스톨 해주면된다.

pip install 모듈이름

6. 이제 스테이블 디퓨전을 실행해보자.

txt2img 탭에 기본으로 ADetailer가 선택되어 있다. 클릭하면 상세창이 뜬다. 

Enable ADetailer를 on 시키고

아래와 같은 기준으로 모델을 선택한다. 개인적으로는 차이는 잘 모르겠고 뭘해도 잘나오더라.

이제 generate하면 된다. 확실히 얼굴이 잘나온다. 

1. 콘다로 새로운 가상환경 만들어준다

• conda create -n textgen python=3.10
• 이 환경 아래에 설치한 후 활성화하기
• conda activate textgen

1. 라이브러리들을 설치한다

• conda install cuda pytorch torchvision torchaudio pytorch-cuda=11.7 -c pytorch -c nvidia/label/cuda-11.7.0

1. 이제 깃헙에서 받아오자

• git clone https://github.com/oobabooga/text-generation-webui.git
• pip install ninja
• cd text-generation-webui
• pip install -r requirements.txt

• 위와 같은 에러가 뜬다. 한번 잡아보자.
• https://github.com/oobabooga/one-click-installers/issues/30#issuecomment-1518040167
• 한시간이 넘게 고생하면 알아본 결과 C complier가 없어서 발생한 문제였다. 어디에도 정리된 문서를 찾을 수 없었다
• sudo apt install build-essential
• 이걸로 c컴파일러를 깔고 다시 시도해보자
• pip install -r requirements.txt
• 잘된다.
• python server.py
• http://127.0.0.1:7860 에 접속하면 윈도우에서 창이 열린다. 우분투와 리눅스가 이렇게 연결된다니 신비로운 기분이다.
• 성공
• 이제 모델들을 모두 테스트해보자.
• 안된다. 모델을 로드하면 ModuleNotFoundError: No module named 'llama_inference_offload' 이런 에러가 뜬다
• https://github.com/qwopqwop200/GPTQ-for-LLaMa/issues/161

• 위와 같은 GPTQ를 돌리기 위해서는 추가 작업이 필요하다
• 알아보니 이건 아래에 윈도우 설치할때와 같은 작업이 필요하다.
• git clone https://github.com/oobabooga/GPTQ-for-LLaMa.git -b cuda
• cd GPTQ-for-LLaMa && python setup_cuda.py install

• 마지막으로 GPTQ-for-LLaMa 폴더안의 모든 파일을 통채로 잘라내기 한후
• text-generation-webui 폴더 안으로 이동하고 
• 여기에 통채로 붙여넣기한다. 덮어쓰기는 하지 않는다. explore.exe를 이용해 안전하게 이동시키자
• python server.py --listen --listen-port 8001 --chat --auto-devices
• 모델들을 로딩해본다. 세팅만 맞으면 GPTQ 모델들도 로딩이 잘된다.

1. 외부에서 wsl로 붙기위해 포트 연결하기

• 관리자 파워쉘에서 
• netsh interface portproxy add v4tov4 listenport=8001 listenaddress=0.0.0.0 connectport=8001 connectaddress=172.28.51.232
• 0.0.0.0은 외부에서 붙을 수 있게 열어준다는 뜻이고 8001포트는 외부에 열린 포트이다. 172.23.81.58은 wsl2 포트이다
• 핵심은 connectaddress 에 현재 우분투의 ip를 적어주는 것이다. 여기에 localhost가 들어가 있으니 접속이 계속 안되었던 거다.
• 만약에 위 내부 포트가 바뀔때를 대비해 스케쥴러를 이용하는데 이건
• https://velog.io/@popcorn_kim93/WSL2%EC%97%90-ssh-%EC%84%9C%EB%B2%84%EC%99%80-%EC%99%B8%EB%B6%80%EC%97%B0%EA%B2%B0-%ED%99%98%EA%B2%BD-%EA%B5%AC%EC%B6%95
• 를 보자. 여러번 재부팅해봤는데 아직은 별 문제가 없다

• 문제 발생시 아래는 해당 포트를 삭제하기
• netsh interface portproxy delete v4tov4 listenaddress=0.0.0.0 listenport=8001

• wsl에서 외부로 열린 포트 확인. 아래의 파워쉘 포트와 다르다
• netsh interface portproxy show v4tov4

outpainting 에는 여러 방법이 있었다.

1. 처음시도한 방법은 https://github.com/lkwq007/stablediffusion-infinity.git

설치는 간단하다. 깃헙페이지로 가서 윈도우 설치부분을 그대로 따라하면 된다. 다만 설치하는데 시간이 많이 걸린다.

나는 conda로 outpaint라는 가상환경을 만들고 여기에 설치했다.

git clone --recurse-submodules https://github.com/lkwq007/stablediffusion-infinity
cd stablediffusion-infinity
conda create -n outpaint python=3.10
conda activate outpaint
conda install pytorch torchvision torchaudio pytorch-cuda=11.6 -c pytorch -c nvidia
conda install scipy scikit-image
conda install -c conda-forge diffusers transformers ftfy accelerate
pip install opencv-python
pip install -U gradio
pip install pytorch-lightning==1.7.7 einops==0.4.1 omegaconf==2.2.3
pip install timm

infinity를 사용해 아래의 원본 이미지를 그 아래의 이미처럼 확장시킬수 있다. 엄청나다. 

사용법은 혼자 그냥 만지며 익혔다. 나중에 유튜브를 찾아보니 나와 다를바 없었다. 

만들때 꼭 처음 저 이미지를 생성할때의 프롬프트도 같이 넣어야 어색하게 안나온다.
그리고 기존 이미지 정보도 함께 많이 포함해줘야(선택해줘야) 자연스러워진다.

하지만 시간이 아주 오래 걸린다. 마음에 들지 않는 그림이 나올때도 많다. 그래서 다른 방법을 찾아봤다.

2. 기존 이미지의 canvas를 늘리고 그 부분을 색칠한 다음 이 부분만 img2img에서 다시 생성하는 방법이다.

이제 제일 좋을 거라 생각했는데 더 좋은 방법을 찾아냈다.

3. 추가 설치할 것도 없다. 바로 stable diffusion > img2img 에서 사용할 수 있다.

환상적이다. 속도도 빠르다.

img2img를 가면 맨 아래에 Script를 선택하는 부분이 있다.

여기서 Outpaing mk2로 선택한다. 아래와 같은 선택창이 뜨는데 바꾸 않는게 가장 좋더라.
단 방향은 한 방향씩 늘려가면서 테스트하는게 좋다. 아래처럼 left 먼저하고 다음 right 돌려보는 방식이다.

다 된거다. 그냥 생성하면 된다. 왼쪽으로 더 늘리고 싶다면 결과창에서 다시한번 send to img2img 버튼을 눌러 보낸후 거기서 다시 생성하면 된다.
가장 좋은 점은 기존과 완전히 똑같은 프롬프트와 체크포인트, 로라 및 각종 설정을 사용하여 기존 이미의 느낌을 살리기 쉽다는 거다.
그리고 infinity보다 속도가 월등히 빠르다. 계속 만들며 실험하면 된다.

영상대로 하면 된다. 단 교육시간이 꽤 길고 내 눈으로 보기에 퀄이 별로다.

이것보단 차라리 Dreambooth가 나았다. 영상에서도 마지막에 드림부스가 낫다고 평가하고 있다;;

아래 4대 훈련법 중 Textual Inversion을 제외하고 모두 돌려봤는데 이제 더 이상 고민하지 않겠다.

그냥 로라를 쓰자.

Extensions > Available > Load from > Dreambooth 검색

https://www.youtube.com/watch?v=tuSlUqmlZuc 

플러그인 다운받은 후 프로그램 재시작하고 위 링크대로 따라하면 된다.

연예인 모델을 훈련시켜봤는데 꽤 잘나왔지만 300메가가 넘었고 시간은 30분 조금 넘게 걸렸다.

사용법은 간단하지만 시간이 좀 걸리고 용량이 작지 않다. 또한 결과가 로라가 아닌 checkpoint 파일로 나온다.

* 결론 : 아래 4개의 이미지 훈련법 중에서 dreambooth는 탈락

1. webui-user.bat 파일을 열고 --listen 추가. 

set COMMANDLINE_ARGS=--listen

이와 같이 설정하고 실행하면 아래처럼 7860 포트가 기본으로 열린다. 만약 포트를 8001번으로 바꾸고 싶다면

--listen --port 8001 처럼 넣으면 된다.

2. 윈도우 방화벽 열기
방화벽 설정 검색 > 고급설정

인바운드 > 새규칙

포트 : 7860 > 계속 다음 클릭. 이름 정도만 넣어주자.

3. iptime에서 포트 열기

4. 완성. 이제 외부에서 붙어보자.

http://121.140.201.222:7860/

http://내아이피:포트번호

5. 이제 스마트폰이나 외부PC에서도 접속할 수 있다.

* 만약 wsl 환경이라면 추가적인 연결 작업이 필요하다. 즉 wsl의 포트와 윈도우에서 오픈한 포트를 연결해줘야 한다.
- 관리자 모드로 파워쉘을 연후,

netsh interface portproxy add v4tov4 listenport=wsl에서 오픈한 포트 listenaddress=0.0.0.0 connectport=외부연결포트 connectaddress=wsl ip주소

실제 예시)

netsh interface portproxy add v4tov4 listenport=8001 listenaddress=0.0.0.0 connectport=8001 connectaddress=172.28.51.232

- wsl에서 외부로 열린 포트 확인

netsh interface portproxy show v4tov4

- 만약 위에서 오픈한 포트를 다시 닫고 싶다면

netsh interface portproxy delete v4tov4 listenaddress=0.0.0.0 listenport=8001

이미지를 뽑다보면 이렇게 보라색 점이 생길때가 있다

이때 오토 인코더 vae 파일로 후보정이 필요하단다.

Settings 탭선택 > 왼쪽의 Stable Diffusion > SE VAE 선택창에서 선택

만약 파일이 없다면 https://huggingface.co/stabilityai/sd-vae-ft-mse-original/resolve/main/vae-ft-mse-840000-ema-pruned.safetensors <- 클릭하면 저장. 

저장한 파일을 stable-diffusion-webui\models\VAE 폴더안에 넣고 상단의 Apply settings 버튼 클릭

후보정을 위한 vae 종류도 여러가지가 있는 것 같다. 

나중에 필요해지면 그때나 알아보자