AI换装 ｜ 在 Google Colab 运行 OOTDiffusion_ootdiffusion怎么运行

大家好，我是无界生长，昨天的文章《AI换装 ｜ 零基础免费AI换装保姆级教程》详细介绍了如何使用 OOTDiffusion 一键换装，而之前的文章《纯福利 ｜ 手把手教你如何白嫖免费的GPU资源（一）》我们详细介绍了如何白嫖Google Colab的免费GPU资源，既然GPU资源已经搞到手了，那么应该干什么？当然是搞事情了！

今天我们详细介绍下如何在 Google Colab 上运行 OOTDiffusion。

在 Google Colab 运行 OOTDiffusion

之前本来想自己写个安装脚本，后来发现github上有个叫 camenduru 的老哥写好了，那我们这里就直接用现成的安装脚本，安装脚本地址：https://colab.research.google.com/github/camenduru/OOTDiffusion-jupyter/blob/main/OOTDiffusion_gradio_jupyter.ipynb

连接到GPU，点击“执行”按钮，运行安装脚本

等待安装完成

安装完成后，打印的安装日志里面会提供两个链接，一个是内网链接地址（默认端口为7865），一个是公网链接地址（gradio.live结尾）

访问 OOTDiffusion 页面

我们访问公网链接地址，就能使用 OOTDiffusion 了，熟悉的页面

特别注意： T4 GPU 性能比 A100 差不少，我们在 Google Colab 上玩，需要注意参数调整，Images 和 Steps 别设置太大，否则显卡内存可能会被打爆，导致页面报错，如下图所示

查看服务运行日志，可以看到有 OutOfMemory（OOM）异常

如果不小心 OOM 了，可以尝试刷新一下 OOTDiffusion 公网链接地址的页面，如果还是报错，就只能中断脚本 gradio_ootd.py 运行，重新执行 !python gradio_ootd.py

总结

本文详细介绍了如何利用 Google Colab 的免费GPU资源运行 OOTDiffusion 进行AI换装，并提醒注意GPU性能限制以避免内存溢出错误。因为 Google Colab 分配的免费GPU资源配置较低，如果想稳定运行，需要更好的配置，后续我会介绍如何本地部署 OOTDiffusion，敬请关注！

我是无界生长，如果你觉得我分享的内容对你有帮助，麻烦点个关注，带你一起玩转AI！

AI学习资料在微信公众号：无界生长，个人微信：wjsz2070