news 2026/4/16 14:02:30

Z-Image-Turbo代码实例:python gradio_ui.py调用详解

作者头像

张小明

前端开发工程师

1.2k 24
文章封面图
Z-Image-Turbo代码实例:python gradio_ui.py调用详解

Z-Image-Turbo代码实例:python gradio_ui.py调用详解

1. Z-Image-Turbo_UI界面介绍

Z-Image-Turbo 是一款基于深度学习的图像生成模型,其配套的 Gradio 用户界面(UI)为用户提供了直观、易用的操作方式。通过gradio_ui.py脚本启动的服务,用户可以在浏览器中直接输入提示词、调整参数并实时查看生成效果,无需编写复杂代码即可完成高质量图像生成任务。

整个 UI 界面设计简洁明了,主要包含以下几个功能区域:

  • 文本输入框:用于输入图像描述(prompt),支持中文和英文。
  • 负向提示词输入区(Negative Prompt):可指定不希望出现在图像中的元素。
  • 参数调节滑块:包括采样步数(steps)、CFG scale(引导强度)、图像尺寸等关键参数。
  • 生成按钮:点击后开始图像生成,过程中会显示进度条。
  • 输出预览区:生成完成后自动展示图片,并提供下载链接。

该界面特别适合刚接触 AI 图像生成的新手用户,也方便开发者快速验证模型表现或集成到实际项目中进行调试。

2. 访问本地服务地址使用 UI

在成功启动服务后,您可以通过本地浏览器访问运行中的 Z-Image-Turbo UI 界面。默认情况下,Gradio 会在本地主机的 7860 端口上启动 Web 服务。

只需打开任意现代浏览器(如 Chrome、Edge 或 Firefox),在地址栏输入以下地址:

http://127.0.0.1:7860

或者等效地使用:

http://localhost:7860

页面加载后将显示完整的图形化操作界面,您可以立即开始输入描述语句并生成图像。首次访问时可能需要几秒时间初始化前端资源,之后交互响应非常流畅。

注意:如果是在远程服务器上部署,请确保防火墙已开放 7860 端口,并考虑添加身份验证以保障安全。本地运行则无需额外配置。

3. Z-Image-Turbo 模型在 UI 界面中使用

3.1 启动服务加载模型

要启动 Z-Image-Turbo 的 Gradio 服务,首先需进入项目目录,然后执行 Python 脚本来运行gradio_ui.py文件。

# 启动模型 python /Z-Image-Turbo_gradio_ui.py

执行上述命令后,系统将开始加载模型权重并初始化推理环境。当终端输出类似如下信息时,表示服务已成功启动:

Running on local URL: http://127.0.0.1:7860 To create a public link, set `share=True` in launch()

此时,您可以看到一个二维码和两个访问地址(Local URL 和 Public URL)。我们重点关注本地地址http://127.0.0.1:7860

如图所示,控制台输出清晰标明服务已就绪。接下来就可以通过浏览器访问 UI 界面进行图像生成了。

3.2 访问 UI 界面的两种方法

方法一:手动输入地址

最直接的方式是在浏览器地址栏中输入:

http://localhost:7860/

回车后即可进入 Z-Image-Turbo 的图形化操作界面。这是最稳定、最常用的访问方式,尤其适用于本地开发环境。

方法二:点击控制台链接

在模型启动后的命令行输出中,通常会显示一个可点击的超链接(例如http://127.0.0.1:7860)。如果您使用的终端支持超链接(如 iTerm2、Windows Terminal 或 VS Code 内置终端),可以直接点击该链接,浏览器会自动打开并跳转到 UI 页面。

如图所示,右侧弹出的浏览器窗口正是 Z-Image-Turbo 的完整 UI 界面。您可以在左侧设置各项参数,右侧即时查看生成结果。

4. 查看历史生成的图片

每次通过 UI 界面生成的图像都会自动保存到本地指定目录,便于后续查阅或批量处理。默认情况下,所有输出图片存储在以下路径:

~/workspace/output_image/

您可以通过命令行快速查看当前已生成的图片列表:

# 在命令行中使用下面命令查看历史生成图片 ls ~/workspace/output_image/

执行该命令后,终端将列出该目录下所有的图像文件,通常以.png格式保存,命名规则包含时间戳或序列号,方便区分不同批次的生成结果。

如图所示,目录中包含了多张已生成的 PNG 图片。这些文件均可直接下载、分享或用于其他设计场景。

此外,您也可以通过文件管理器导航至该路径,双击图片进行预览,或使用图像查看软件批量浏览。

5. 删除历史生成的图片

随着时间推移,生成的图片可能会占用较多磁盘空间。为了保持系统整洁,建议定期清理不再需要的历史图像。

5.1 进入图片存储目录

首先切换到输出目录:

# 进入历史图片存放路径 cd ~/workspace/output_image/

5.2 删除单张图片

如果您只想删除某一张特定的图片,可以使用rm命令配合文件名:

# 删除单张图片: rm -rf 要删除的单张图片名字

例如,若要删除名为output_20250405_1423.png的图片,命令如下:

rm -rf output_20250405_1423.png

5.3 清空所有历史图片

若您希望一次性清除所有生成记录,可执行以下命令:

# 删除所有历史图片 rm -rf *

此命令将删除当前目录下的所有文件和子目录内容,请务必确认当前路径正确,避免误删重要数据。

温馨提示:建议在清空前备份有价值的图像成果,尤其是用于创作或演示的高质量作品。


获取更多AI镜像

想探索更多AI镜像和应用场景?访问 CSDN星图镜像广场,提供丰富的预置镜像,覆盖大模型推理、图像生成、视频生成、模型微调等多个领域,支持一键部署。

版权声明: 本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若内容造成侵权/违法违规/事实不符,请联系邮箱:809451989@qq.com进行投诉反馈,一经查实,立即删除!
网站建设 2026/4/16 13:36:38

JavaQuestPlayer:重新定义QSP游戏开发的跨平台全能引擎

JavaQuestPlayer:重新定义QSP游戏开发的跨平台全能引擎 【免费下载链接】JavaQuestPlayer 项目地址: https://gitcode.com/gh_mirrors/ja/JavaQuestPlayer 还在为QSP游戏开发中的兼容性难题而头疼吗?🤔 作为一款基于Java技术栈的跨平…

作者头像 李华
网站建设 2026/4/15 16:22:15

NVIDIA GPU监控与管理:nvitop工具完整指南

NVIDIA GPU监控与管理:nvitop工具完整指南 【免费下载链接】nvitop An interactive NVIDIA-GPU process viewer and beyond, the one-stop solution for GPU process management. 项目地址: https://gitcode.com/gh_mirrors/nv/nvitop nvitop是一个功能强大的…

作者头像 李华
网站建设 2026/4/16 14:50:08

用Qwen-Image-Edit-2511做了个智能修图项目,全过程分享

用Qwen-Image-Edit-2511做了个智能修图项目,全过程分享 你有没有遇到过这样的情况:运营临时要求“所有产品图的背景换成纯白,LOGO统一右移10像素”,而设计师已经休假?或者品牌升级后,上千张历史素材中的旧…

作者头像 李华
网站建设 2026/4/16 11:09:31

如何监控显存?Live Avatar运行时nvidia-smi使用技巧

如何监控显存?Live Avatar运行时nvidia-smi使用技巧 1. 引言:为什么显存监控对Live Avatar至关重要 你有没有遇到过这样的情况:满怀期待地启动了Live Avatar模型,结果几秒后程序崩溃,报出“CUDA out of memory”错误…

作者头像 李华
网站建设 2026/4/10 17:17:01

Z-Image-Turbo_UI界面怎么用?一文讲清所有步骤

Z-Image-Turbo_UI界面怎么用?一文讲清所有步骤 你是不是也遇到过这样的问题:好不容易部署好了AI生图模型,结果不会用UI界面?点来点去不知道从哪开始,生成的图片找不到,历史记录删不掉……别急,…

作者头像 李华
网站建设 2026/4/16 11:04:20

Z-Image-Turbo模型加载慢?SSD缓存优化提速实战技巧

Z-Image-Turbo模型加载慢?SSD缓存优化提速实战技巧 你是不是也遇到过这种情况:每次启动 Z-Image-Turbo 模型时,都要等上好几分钟,眼睁睁看着进度条缓慢爬升,心里直打鼓——这到底是硬件问题,还是模型本身太…

作者头像 李华