81b3625fdf
新增功能： - 精简的API服务实现（api_service_mvp.py） - 专注单一功能：去水印 - 使用LaMa模型 - API Key认证 - 完整的错误处理和日志 - 完整的部署方案 - Docker配置（APIDockerfile） - Docker Compose配置（docker-compose.mvp.yml） - Nginx反向代理配置 - 详尽的文档 - API_SERVICE_GUIDE.md - MVP到商业化完整方案 - API_SERVICE_README.md - 快速开始指南 - API_CLIENT_EXAMPLES.md - 多语言客户端示例（Python/JS/cURL/PHP/Java/Go） 架构特点： - 遵循MVP和KISS原则 - 提供从单机到Kubernetes的扩展路径 - 包含成本分析��收益模型 - 完整的监控和告警方案 🎯 适用场景： - 个人/小团队快速验证产品（月成本￥300-500） - 中小型商业化部署（月成本￥1000-3000） - 大规模生产环境（月成本￥5000+） 🔧 Generated with Claude Code
IOPaint Docker 部署指南
本目录包含 IOPaint 的 Docker 配置文件，支持 CPU 和 GPU 两种模式。
📦 可用镜像
CPU 版本
适用于没有 NVIDIA GPU 的环境。
GPU 版本
适用于有 NVIDIA GPU 的环境，性能更好。
🚀 快速开始
使用预构建的镜像（推荐）
CPU 模式：
docker pull let5sne/iopaint:cpu-latest
docker run -d -p 8080:8080 let5sne/iopaint:cpu-latest
GPU 模式：
docker pull let5sne/iopaint:gpu-latest
docker run --gpus all -d -p 8080:8080 let5sne/iopaint:gpu-latest
访问 http://localhost:8080 使用 IOPaint。
从源码构建
构建所有镜像：
# 在项目根目录执行
bash build_docker.sh 1.0.0 # 替换为版本号
构建单个镜像：
CPU 版本：
docker build -f docker/CPUDockerfile -t let5sne/iopaint:cpu-latest .
GPU 版本：
docker build -f docker/GPUDockerfile -t let5sne/iopaint:gpu-latest .
🔧 运行配置
基础运行
# CPU 模式
docker run -d -p 8080:8080 let5sne/iopaint:cpu-latest
# GPU 模式（需要 nvidia-docker）
docker run --gpus all -d -p 8080:8080 let5sne/iopaint:gpu-latest
挂载数据目录
docker run -d \
-p 8080:8080 \
-v /path/to/input:/app/input \
-v /path/to/output:/app/output \
-v /path/to/models:/root/.cache \
let5sne/iopaint:gpu-latest
自定义启动参数
docker run -d -p 8080:8080 let5sne/iopaint:gpu-latest \
python3 main.py start \
--model runwayml/stable-diffusion-inpainting \
--device cuda \
--port 8080 \
--host 0.0.0.0
使用不同模型
# 使用 SD Inpainting 模型
docker run -d -p 8080:8080 let5sne/iopaint:gpu-latest \
python3 main.py start --model runwayml/stable-diffusion-inpainting --device cuda --port 8080 --host 0.0.0.0
# 使用 SDXL 模型（低内存模式）
docker run -d -p 8080:8080 let5sne/iopaint:gpu-latest \
python3 main.py start --model diffusers/stable-diffusion-xl-1.0-inpainting-0.1 --device cuda --low-mem --port 8080 --host 0.0.0.0
📊 Docker Compose
创建 docker-compose.yml：
version: '3.8'
services:
iopaint-gpu:
image: let5sne/iopaint:gpu-latest
ports:
- "8080:8080"
volumes:
- ./input:/app/input
- ./output:/app/output
- ./models:/root/.cache
deploy:
resources:
reservations:
devices:
- driver: nvidia
count: 1
capabilities: [gpu]
restart: unless-stopped
iopaint-cpu:
image: let5sne/iopaint:cpu-latest
ports:
- "8081:8080"
volumes:
- ./input:/app/input
- ./output:/app/output
- ./models:/root/.cache
restart: unless-stopped
启动：
# 启动 GPU 服务
docker-compose up -d iopaint-gpu
# 启动 CPU 服务
docker-compose up -d iopaint-cpu
🛠️ 环境变量
| 变量名 | 说明 | 默认值 |
|---|---|---|
HF_HOME |
HuggingFace 模型缓存目录 | /root/.cache |
PYTORCH_CUDA_ALLOC_CONF |
CUDA 内存分配配置 | - |
设置环境变量：
docker run -d \
-p 8080:8080 \
-e HF_HOME=/models \
-v /path/to/models:/models \
let5sne/iopaint:gpu-latest
📋 系统要求
CPU 版本
- RAM: 至少 4GB
- 磁盘: 至少 10GB 可用空间
GPU 版本
- NVIDIA GPU（支持 CUDA）
- VRAM:
- LaMa 模型: 至少 2GB
- SD Inpainting: 至少 8GB
- SDXL: 至少 12GB
- 磁盘: 至少 20GB 可用空间
- nvidia-docker 或 Docker 19.03+（支持 --gpus）
🔍 故障排查
GPU 无法使用
检查 nvidia-docker 是否正确安装：
docker run --rm --gpus all nvidia/cuda:12.1.0-base-ubuntu22.04 nvidia-smi
端口冲突
修改端口映射：
docker run -d -p 8888:8080 let5sne/iopaint:gpu-latest
模型下载慢
使用 HuggingFace 镜像：
docker run -d \
-p 8080:8080 \
-e HF_ENDPOINT=https://hf-mirror.com \
let5sne/iopaint:gpu-latest
内存不足
对于 SDXL 等大模型，使用低内存模式：
docker run -d -p 8080:8080 let5sne/iopaint:gpu-latest \
python3 main.py start --model diffusers/stable-diffusion-xl-1.0-inpainting-0.1 --device cuda --low-mem --cpu-offload --port 8080 --host 0.0.0.0
📖 更多信息
- 项目主页：https://github.com/let5sne/IOPaint
- 文档：查看项目根目录的 README.md
- 问题反馈：https://github.com/let5sne/IOPaint/issues
🔐 安全建议
- 不要暴露到公网：默认配置仅用于本地使用
- 使用代理：如需公网访问，建议使用 Nginx 反向代理并配置 HTTPS
- 限制资源：使用 Docker 资源限制避免过度占用系统资源
docker run -d \
-p 8080:8080 \
--memory="4g" \
--cpus="2.0" \
let5sne/iopaint:cpu-latest
📝 更新日志
Version 1.0.0 (2025-11-28)
- 更新为 IOPaint 项目
- 使用最新依赖版本
- 支持 CUDA 12.1
- 从源码构建而非 PyPI 安装
- 添加详细的使用文档