DEPLOYMENT.md

DreamRenderer Gradio应用部署指南

🚀 在Hugging Face Spaces上部署

步骤1: 创建新的Space

1. 访问 Hugging Face Spaces
2. 点击 "Create new Space"
3. 填写以下信息：
   • Space name: dreamrenderer
   • License: apache-2.0
   • Select the SDK: Gradio
   • Hardware: 选择 ZeroGPU (这是关键！)

步骤2: 上传文件

将以下文件上传到你的Space：

├── README.md
├── requirements.txt
├── app.py
├── dream_renderer.py
├── bbox_component.html

步骤3: 配置Space

确保你的 README.md 文件包含正确的配置：

---
title: DreamRenderer
emoji: 🎨
colorFrom: blue
colorTo: purple
sdk: gradio
sdk_version: 4.44.0
app_file: app.py
pinned: false
license: apache-2.0
---

步骤4: 重要配置说明

ZeroGPU配置

• 在Space设置中确保选择了 ZeroGPU 硬件
• 代码中正确使用了 @spaces.GPU 装饰器
• 所有GPU密集型操作都被装饰器包装

依赖管理

• requirements.txt 已经优化，包含最少必要的依赖
• 移除了可能导致冲突的包
• 使用兼容版本号

步骤5: 实际DreamRenderer集成

当前实现是一个演示版本。要集成真正的DreamRenderer：

1. 获取DreamRenderer代码：

   git clone https://github.com/limuloo/DreamRenderer.git
   

2. 替换核心实现：

   • 将 dream_renderer.py 中的演示代码替换为真实的DreamRenderer实现
   • 集成必要的模型文件和权重

3. 模型权重：

   • 上传预训练模型到Space的文件系统或使用Hugging Face Hub
   • 修改模型加载路径

📋 文件说明

app.py

• 主应用文件
• 包含Gradio界面和事件处理
• 使用 @spaces.GPU 装饰GPU功能

dream_renderer.py

• DreamRenderer核心实现
• 包含模型加载和推理逻辑
• 可替换为真实的DreamRenderer代码

bbox_component.html

• 自定义HTML组件
• 实现交互式边界框绘制
• 处理用户输入和数据传递

requirements.txt

• 最小化依赖列表
• 针对ZeroGPU环境优化

🔧 高级配置

性能优化

• 使用模型缓存减少加载时间
• 优化图像处理流程
• 实现批处理支持

UI增强

• 添加更多预设示例
• 支持图像上传作为背景
• 添加历史记录功能

🚨 注意事项

1. ZeroGPU限制：

   • 每次推理有时间限制
   • 需要合理管理GPU内存
   • 避免长时间占用GPU

2. 文件大小限制：

   • Space有存储限制
   • 大型模型需要通过Hub加载

3. 依赖冲突：

   • 避免版本冲突
   • 测试所有功能

📞 支持

如果遇到问题：

1. 检查Space日志
2. 验证ZeroGPU配置
3. 确认文件完整性
4. 查看Hugging Face文档

🔗 相关链接

• Hugging Face Spaces文档
• ZeroGPU使用指南
• Gradio文档
• DreamRenderer论文