dustynv/stable-diffusion

dustynv

基于Stable Diffusion的Docker镜像，支持通过文本（txt2img）或图像（img2img）生成图像，包含内存优化版本，适用于Jetson设备，已测试stable-diffusion-1.4模型。

下载次数: 0状态：社区镜像维护者：dustynv仓库类型：镜像最近更新：2 年前

让 AI 帮你使用轩辕镜像？ · 展开查看说明 · 点击收起说明

如果你使用 DeepSeek、元宝 AI、Copilot、ChatGPT 等 AI 工具，协助配置轩辕镜像、编写 docker pull 命令、修改 Docker Compose 镜像地址、配置镜像加速、排查镜像拉取失败、分析报错日志等问题，请先让 AI 阅读并遵守轩辕镜像的规则文档。

只需在 AI 对话中先发送下面这句话即可：

请先完整阅读并严格遵守以下文档中的全部规则与要求：

https://xuanyuan.cloud/agents.md

在未充分阅读并理解该文档前，不要生成任何命令、配置、修改建议、故障排查方案或技术回答。后续所有输出都必须严格以该文档中的规范为最高优先级执行。

查看 agents.md 用法指南与完整示范。国内用户首推元宝 AI、DeepSeek 的深度思考模式，不推荐豆包 AI；Cursor 等编辑器可在对话 @ 该链接，或加入 User Rules。若 AI 无法访问外链，可打开说明文档复制全文粘贴。文档会随站点更新，复制内容可能过期，建议定期检查。

镜像标签列表与下载命令

stable-diffusion

!https://raw.githubusercontent.com/dusty-nv/jetson-containers/docs/docs/images/diffusion_astronaut.jpg

镜像概述和主要用途

本Docker镜像基于Stable Diffusion实现，支持通过文本生成图像（txt2img）或通过图像生成图像（img2img）。集成了CompVis的stable-diffusion代码（/opt/stable-diffusion）和basujindal的内存优化版本（/opt/stable-diffusion/optimizedSD），已在stable-diffusion-1.4模型上测试通过。适用于Jetson设备，提供命令行方式的图像生成功能。

如需带Web界面的更快实现，可参考https://github.com/dusty-nv/jetson-containers/tree/master/packages/diffusion/stable-diffusion-webui%E5%AE%B9%E5%99%A8%E3%80%82

核心功能和特性

双模式生成：支持文本到图像（txt2img）和图像到图像（img2img）两种生成方式
内存优化：提供优化版本代码，降低内存占用，适配资源受限设备
参数可调：支持调整图像分辨率、生成步数、采样方法、随机种子等参数
模型兼容：测试支持stable-diffusion-1.4模型（可从Hugging Face获取）
Jetson适配：兼容Jetson设备的L4T系统（L4T >=34.1.0，即JetPack 5.1+）

使用场景和适用范围

适用于在Jetson嵌入式设备上进行AI图像生成的场景，包括：

开发者进行文本引导的图像创作
研究人员测试Stable Diffusion模型在边缘设备上的性能
需要低功耗、本地化部署的图像生成应用

详细使用方法和配置说明

txt2img（文本生成图像）

1. 下载模型

首先下载stable-diffusion-1.4模型文件（sd-v1-4.ckpt）：

bash
wget https://huggingface.co/CompVis/stable-diffusion-v-1-4-original/resolve/main/sd-v1-4.ckpt -O /data/models/stable-diffusion/sd-v1-4.ckpt

2. 基础生成命令

默认生成6张512x512图像，使用50步优化：

bash
cd /opt/stable-diffusion && python3 scripts/txt2img.py --plms \
  --ckpt /data/models/stable-diffusion/sd-v1-4.ckpt \
  --outdir /data/images/stable-diffusion \
  --prompt "a photograph of an astronaut riding a horse"

3. 自定义参数生成

生成1张512x512图像，使用25步优化：

bash
cd /opt/stable-diffusion && python3 scripts/txt2img.py --plms \
  --n_samples 1 --n_iter 1 --ddim_steps 25 \
  --ckpt /data/models/stable-diffusion/sd-v1-4.ckpt \
  --outdir /data/images/stable-diffusion \
  --prompt "two robots walking in the woods"

主要参数说明：

--W/--H：图像宽度/高度（默认512x512）
--seed：随机种子（默认42，不同种子生成不同结果）
--n_samples：每轮生成图像数量
--n_iter：生成轮数
--ddim_steps：优化步数（影响质量和速度）

4. 低内存设备优化（Jetson Orin Nano）

使用内存优化版本脚本：

bash
cd /opt/stable-diffusion && python3 optimizedSD/optimized_txt2img.py \
  --sampler plms --seed 42 \
  --n_samples 1 --n_iter 1 --ddim_steps 25 \
  --ckpt /data/models/stable-diffusion/sd-v1-4.ckpt \
  --outdir /data/images/stable-diffusion \
  --prompt "a photograph of an astronaut riding a horse"

5. 脚本化运行

完整流程可通过脚本执行：https://github.com/dusty-nv/jetson-containers/tree/master/packages/diffusion/stable-diffusion/test.sh

容器信息

容器详情

`stable-diffusion`
构建状态
系统要求	`L4T ['>=34.1.0']`（JetPack 5.1+）
依赖项	https://github.com/dusty-nv/jetson-containers/tree/master/packages/build/build-essential%E3%80%81https://github.com/dusty-nv/jetson-containers/tree/master/packages/cuda/cuda%E3%80%81https://github.com/dusty-nv/jetson-containers/tree/master/packages/cuda/cudnn%E3%80%81https://github.com/dusty-nv/jetson-containers/tree/master/packages/build/python%E3%80%81https://github.com/dusty-nv/jetson-containers/tree/master/packages/numpy%E3%80%81https://github.com/dusty-nv/jetson-containers/tree/master/packages/build/cmake/cmake_pip%E3%80%81https://github.com/dusty-nv/jetson-containers/tree/master/packages/onnx%E3%80%81https://github.com/dusty-nv/jetson-containers/tree/master/packages/pytorch%E3%80%81https://github.com/dusty-nv/jetson-containers/tree/master/packages/pytorch/torchvision%E3%80%81https://github.com/dusty-nv/jetson-containers/tree/master/packages/llm/huggingface_hub%E3%80%81https://github.com/dusty-nv/jetson-containers/tree/master/packages/build/rust%E3%80%81https://github.com/dusty-nv/jetson-containers/tree/master/packages/llm/transformers
依赖容器	https://github.com/dusty-nv/jetson-containers/tree/master/packages/l4t/l4t-diffusion
Dockerfile	https://github.com/dusty-nv/jetson-containers/tree/master/packages/diffusion/stable-diffusion/Dockerfile
镜像标签	https://hub.docker.com/r/dustynv/stable-diffusion/tags `(2023-12-14, 6.1GB)` https://hub.docker.com/r/dustynv/stable-diffusion/tags `(2023-12-12, 6.1GB)` https://hub.docker.com/r/dustynv/stable-diffusion/tags `(2023-12-15, 6.1GB)`
注意事项	JetPack 4上不支持

容器镜像信息

镜像详情

仓库/标签	日期	架构	大小
https://hub.docker.com/r/dustynv/stable-diffusion/tags	`2023-12-14`	`arm64`	`6.1GB`
https://hub.docker.com/r/dustynv/stable-diffusion/tags	`2023-12-12`	`arm64`	`6.1GB`
https://hub.docker.com/r/dustynv/stable-diffusion/tags	`2023-12-15`	`arm64`	`6.1GB`

_{容器镜像与其他次要版本的JetPack/L4T兼容：}
_{• L4T R32.7容器可在其他L4T R32.7版本（JetPack 4.6+）上运行}
_{• L4T R35.x容器可在其他L4T R35.x版本（JetPack 5.1+）上运行}

运行容器

运行容器方法

可使用https://github.com/dusty-nv/jetson-containers/tree/master/docs/run.md%E5%92%8Chttps://github.com/dusty-nv/jetson-containers/tree/master/docs/run.md#autotag%E5%90%AF%E5%8A%A8%E5%AE%B9%E5%99%A8%EF%BC%8C%E6%88%96%E6%89%8B%E5%8A%A8%E6%9E%84%E9%80%A0%60docker run`命令：

bash
# 自动拉取或构建兼容的容器镜像
jetson-containers run $(autotag stable-diffusion)

# 或显式指定上述镜像之一
jetson-containers run dustynv/stable-diffusion:r35.4.1

# 或使用'docker run'（指定镜像和挂载等）
sudo docker run --runtime nvidia -it --rm --network=host dustynv/stable-diffusion:r35.4.1

^{https://github.com/dusty-nv/jetson-containers/tree/master/docs/run.md 将参数转发给 docker run，并添加一些默认值（如--runtime nvidia、挂载/data缓存、检测设备）}
^{https://github.com/dusty-nv/jetson-containers/tree/master/docs/run.md#autotag 查找与JetPack/L4T版本兼容的容器镜像——本地镜像、从仓库拉取或构建镜像。}

挂载本地目录

使用-v或--volume标志将本地目录挂载到容器中：

bash
jetson-containers run -v /本地路径:/容器内路径 $(autotag stable-diffusion)

运行命令而非交互式shell

bash
jetson-containers run $(autotag stable-diffusion) my_app --abc xyz

可传递任何docker run支持的选项，执行前会打印完整命令。

构建容器

构建容器方法

如果使用上述https://github.com/dusty-nv/jetson-containers/tree/master/docs/run.md#autotag%EF%BC%8C%E9%9C%80%E8%A6%81%E6%97%B6%E4%BC%9A%E8%87%AA%E5%8A%A8%E6%9E%84%E5%BB%BA%E5%AE%B9%E5%99%A8%E3%80%82%E8%A6%81%E6%89%8B%E5%8A%A8%E6%9E%84%E5%BB%BA%EF%BC%8C%E5%85%88%E5%AE%8C%E6%88%90https://github.com/dusty-nv/jetson-containers/tree/master/docs/setup.md%EF%BC%8C%E7%84%B6%E5%90%8E%E8%BF%90%E8%A1%8C%EF%BC%9A

bash
jetson-containers build stable-diffusion

构建过程中会集成上述依赖项并进行测试。使用https://github.com/dusty-nv/jetson-containers/tree/master/jetson_containers/build.py%E6%9F%A5%E7%9C%8B%E6%9E%84%E5%BB%BA%E9%80%89%E9%A1%B9%E3%80%82

镜像拉取方式

您可以使用以下命令拉取该镜像。请将 <标签> 替换为具体的标签版本。如需查看所有可用标签版本，请访问标签列表页面。

轩辕镜像加速拉取命令点我查看更多 stable-diffusion 镜像标签

docker pull docker.xuanyuan.run/dustynv/stable-diffusion:<标签>

使用方法：

DockerHub 原生拉取命令

docker pull dustynv/stable-diffusion:<标签>

轩辕镜像配置手册

按平台快速找到配置文档

Docker

登录仓库拉取

登录认证 · 私有仓库

专属域名拉取

免登录 · 高速拉取

Linux

Docker 镜像配置

Windows / Mac

Docker Desktop 配置

MacOS OrbStack

OrbStack 容器

Docker Compose

Compose 项目配置

NAS

群晖

Synology 配置

飞牛

fnOS 镜像配置

绿联

绿联 NAS

威联通

QNAP 配置

极空间

极空间 NAS

企业仓库

其他仓库

ghcr · Quay · nvcr

Harbor 镜像源

Proxy Repository 对接

Portainer 镜像源

Registries 配置

Nexus 镜像源

Docker Proxy 缓存

开发工具

Dev Containers

VS Code 开发容器

Podman

Podman 配置指南

Singularity / Apptainer

HPC 科学计算容器

Kubernetes

K8s Containerd

Kubernetes · Containerd

K3s

轻量级集群

面板 / 网络

爱快路由

iKuai 镜像加速

宝塔面板

一键配置镜像源

AI

用 AI 使用轩辕镜像

agents.md · AI 对话 · 提示词

一键安装

一键安装 Docker

Linux Docker 一键安装

需要其他帮助？请查看我们的常见问题Docker 镜像访问常见问题解答或提交工单

镜像拉取常见问题

功能

免费版与专业版区别

功能对比 · 版本选择

支持的镜像仓库

Docker Hub · GCR · GHCR

新手拉取配置

docker search 限制

专属域名 · Hub 搜索

不支持 push

仅支持 pull · 不支持

拉取速度原因

带宽 · 缓存 · 冷热镜像

错误码

402 与流量用尽

402 · 流量包 · 充值

401 认证失败

401 · docker login

manifest unknown

标签错误 · 镜像不存在

410 Gone 排查

410 · Docker 升级

429 限流

免费版 · 请求频率

其他报错

DNS 超时

DNS 解析 · 网络超时

TLS 证书失败

no matching manifest（架构）

账号

失败是否计费

manifest · blob · 计费

申请开发票（企业 / 个人）

企业 · 个人 · 工单

修改登录密码

网站 · 仓库 · 重置

注销账户

工单 · 数据 · 注销

原理

mirrors 不生效

daemon.json · 重启

去掉域名前缀

docker tag · 重命名

指定架构拉取

ARM64 · AMD64 · 多架构

latest 与「最新」

digest · 版本号 · 标签

查看全部问题→

用户好评

来自真实用户的反馈，见证轩辕镜像的优质服务

oldzhang

运维工程师

Linux服务器

"Docker访问体验非常流畅，大镜像也能快速完成下载。"