目录结构

代码和模型需要处于不同的文件夹，因此分开为：

bash
/data/[用户名]/FLUX.1-Fill-dev # ll
total 20
drwxr-xr-x  5 [用户名] [用户名] 4096 Nov 30 09:39 ./
drwxrwxr-x 34 [用户名] [用户名] 4096 Nov 29 21:33 ../
drwxrwxr-x  3 [用户名] [用户名] 4096 Nov 30 09:54 .idea/
drwxrwxr-x  2 [用户名] [用户名] 4096 Nov 30 09:54 x06_flux_edit/
drwxrwxr-x  4 [用户名] [用户名] 4096 Nov 30 09:28 x06_flux_edit_models/

---

启动容器并运行代码

启动较小的容器以运行代码：

bash
docker run -it --gpus device=2 \
--net host \
-v /data/[用户名]/FLUX.1-Fill-dev:/data/[用户名]/FLUX.1-Fill-dev \
-v /data/[用户名]/FLUX.1-Fill-dev/x06_flux_edit_models:/x06_flux_edit_models \
kevinchina/deeplearning:flux bash

---

检查 CUDA 和 PyTorch 版本

检查 cuDNN 版本：

bash
python -c "import torch; print(torch.backends.cudnn.version())"
# 90100

PyTorch 版本：

2.4.1_cuda121

---

安装基础环境

安装必要的 Python 包：

bash
pip install -U transformers pillow gradio fastapi python-multipart uvicorn opencv-python
pip install -U onnxruntime-gpu==1.20.1

安装 Diffusers 库：

bash
cd /workspace
pip install -e git+https://github.com/huggingface/diffusers.git@main#egg=diffusers

安装 OpenCV 系统依赖：

bash
apt-get update
apt-get install -y libgl1-mesa-glx libjpeg-dev libpng-dev libtiff-dev libopencv-dev

---

配置 ONNX Runtime GPU 环境变量

将以下内容添加到 ~/.bashrc 文件中：

bash
export LD_LIBRARY_PATH=/opt/conda/lib/python3.11/site-packages/nvidia/cudnn/lib:$LD_LIBRARY_PATH

---

提交 Docker 镜像

删除 pip 缓存并提交镜像：

bash
docker commit f81d9c43120d kevinchina/deeplearning:flux-edit

---

启动新容器

启动新容器以使用提交的镜像：

bash
docker run -it --gpus '"device=1,2"' \
--net host \
-v /data/[用户名]/FLUX.1-Fill-dev:/data/[用户名]/FLUX.1-Fill-dev \
-v /data/[用户名]/FLUX.1-Fill-dev/x06_flux_edit_models:/x06_flux_edit_models \
kevinchina/deeplearning:flux-edit bash

---

运行应用程序

进入代码目录并运行应用程序：

bash
cd /data/[用户名]/FLUX.1-Fill-dev/x06_flux_edit
python app.py

---

编辑文件

编辑以下文件以进行必要的更改：

/workspace/src/diffusers/src/diffusers/pipelines/flux/pipeline_flux_fill.py