【AI绘画】Stable Diffusion WebUI

💝💝💝欢迎来到我的博客，很高兴能够在这里和您见面！希望您在这里可以感受到一份轻松愉快的氛围，不仅可以获得有趣的内容和知识，也可以畅所欲言、分享您的想法和见解。
img

  • 推荐:kuan 的首页,持续学习,不断总结,共同进步,活到老学到老
  • 导航
    • 檀越剑指大厂系列:全面总结 java 核心技术点,如集合,jvm,并发编程 redis,kafka,Spring,微服务,Netty 等
    • 常用开发工具系列:罗列常用的开发工具,如 IDEA,Mac,Alfred,electerm,Git,typora,apifox 等
    • 数据库系列:详细总结了常用数据库 mysql 技术点,以及工作中遇到的 mysql 问题等
    • 懒人运维系列:总结好用的命令,解放双手不香吗?能用一个命令完成绝不用两个操作
    • 数据结构与算法系列:总结数据结构和算法,不同类型针对性训练,提升编程思维,剑指大厂

非常期待和您一起在这个小小的网络世界里共同探索、学习和成长。💝💝💝 ✨✨ 欢迎订阅本专栏 ✨✨

博客目录

    • 一.简单介绍
      • 1.什么是 Stable Diffusion
      • 2.Stable Diffusion 功能
      • 3.Github 地址
      • 4.mac 上安装
    • 二.使用简介
      • 1.启动
      • 2.模型下载
      • 3.视频部署教程
    • 三.模型下载
      • 1.进入模型下载页面
      • 2.选择类型
      • 3.排序方式
      • 4.下载模型
      • 5.位置
      • 6.使用说明
    • 四.UI 介绍
      • 1.区域划分
      • 2.模型区域
      • 3.功能区域
      • 4.参数区域
      • 5.出图区域
      • 6.中文插件
    • 五.text2img
      • 1.text2img
      • 2.参数说明
    • 六.中文插件
      • 1.中文插件 Github
      • 2.扩展列表安装
      • 3.网址安装
      • 4.zip 包安装
      • 5.如何使用
      • 6.效果图
    • 七.测试使用
      • 1.访问地址
      • 2.效果

一.简单介绍

1.什么是 Stable Diffusion

Stable Diffusion Web UI 是一个基于 Stable Diffusion 的基础应用，利用 gradio 模块搭建出交互程序，可以在低代码 GUI 中立即访问 Stable Diffusion，让我们快速生成想要的图片。

2.Stable Diffusion 功能

  1. Stable Diffusion 是一个画像生成 AI，能够模拟和重建几乎任何可以以视觉形式想象的概念，而无需文本提示输入之外的任何指导
  2. Stable Diffusion Web UI 提供了多种功能，如 txt2img、img2img、inpaint 等，还包含了许多模型融合改进、图片质量修复等附加升级。
  3. 通过调节不同参数可以生成不同效果，用户可以根据自己的需要和喜好进行创作。
  4. 我们可以通过 Stable Diffusion Web UI 训练我们自己的模型，它提供了多种训练方式，通过掌握训练方法可以自己制作模型。

3.Github 地址

代码下载

stable-diffusion-webui

image-20230926004741309

4.mac 上安装

安装教程

image-20230926004812921

二.使用简介

1.启动

#从github下载源代码
git clone https://github.com/AUTOMATIC1111/stable-diffusion-webui.git#进入到代码根目录
cd stable-diffusion-webui#配置好python环境
我这边是使用conda安装的python=3.10.6版本#启动Stable Diffusion WebUI
./webui.sh

2.模型下载

不同的模型出图效果是不一样,根据需求下载不同的模型,达到符合自己预期的效果。以下是常用的 2 个模型下载地址。

  • huggingface
  • civitai

3.视频部署教程

视频部署教程

三.模型下载

1.进入模型下载页面

huggingface 模型

2.选择类型

选择文生图

image-20230925093246581

3.排序方式

  • Trending 趋势
  • Most Likes 最喜欢
  • Most Downloads 下载量最多
  • Recently Updated 最近更新

image-20230925093322004

4.下载模型

最好是下载.safetensors 结尾的文件

image-20230925093447659

5.位置

把下载的文件放入到/stable-diffusion-webui/models/Stable-diffusion 目录下

image-20230926005355312

6.使用说明

  • 使用时参考模型的使用说明和案例
  • 注意添加额外文件
  • 注意特殊的 prompt 提示词,图片的效果很大程度上依赖 prompt 调参

image-20230925093647816

四.UI 介绍

1.区域划分

启动界面可以大致分为 4 个区域【模型】【功能】【参数】【出图】四个区域

image-20230925111008281

2.模型区域

模型区域：模型区域用于切换我们需要的模型，模型下载后放置相对路径为/modes/Stable-diffusion 目录里面，网上下载的 safetensors、ckpt、pt 模型文件请放置到上面的路径，模型区域的刷新箭头刷新后可以进行选择。

3.功能区域

功能区域：功能区域主要用于我们切换使用对应的功能和我们安装完对应的插件后重新加载 UI 界面后将添加对应插件的快捷入口在功能区域，功能区常见的功能描述如下

  • txt2img（文生图） — 标准的文字生成图像；
  • img2img （图生图）— 根据图像成文范本、结合文字生成图像；
  • Extras （更多）— 优化(清晰、扩展)图像；
  • PNG Info — 图像基本信息
  • Checkpoint Merger — 模型合并
  • Textual inversion — 训练模型对于某种图像风格
  • Settings — 默认参数修改

4.参数区域

参数区域：根据您选择的功能模块不同，可能需要调整的参数设置也不一样。例如，在文生图模块您可以指定要使用的迭代次数，掩膜概率和图像尺寸等参数配置

5.出图区域

出图区域：出图区域是我们看到 AI 绘图的最终结果，在这个区域我们可以看到绘图使用的相关参数等信息。

6.中文插件

中文插件

五.text2img

1.text2img

text2img 是文生图,在设置页面中，您可以输入文本，选择模型并配置其他参数。文本是必需的，它将成为图像生成的依据。您可以选择预定义的模型或上传自己的模型。您还可以选择一些其他参数，例如批处理大小，生成的图像尺寸等。

2.参数说明

  • 采样方法 (Sampler)：这个参数允许您选择用于生成图像的采样方法。默认情况下，该参数设置为“Eulea”，但您也可以选择“DPM++”后面的新加入选项，这个会比默认的生成的图片细节内容更加丰富些。
  • 迭代步数（Sampling steps）: 这个参数允许您指定图像生成的迭代次数。较多的迭代次数可能会导致更好的图像质量，但也需要更长的时间来完成生成，默认 50 起步。
  • 宽度&高度：这个参数允许您指定图片生成的高度和宽度。较大的高度宽度需要更多的显存计算资源，这里默认 512*512 即可，需要图片放大我们可以去更多（send to extras）模块用放大算法进行图片放大。
  • 生成批次（Batch count）：此参数允许您用指定模型将为每个生成的图像运行的最大迭代次数。增加这个值多次生成图片但生成的时间也会更长（有多图需要建议减少图片生成的批次改为增加单次生成图片的数量参数即可）。
  • 每批数量（Batch size）：此参数允许您指定一次可以生成的最大图像数量。如果您的系统资源有限，并且需要以较小的批量生成映像，那么这可能很有用。
  • 提示词相关性(CFG Scale)：此参数可以变更图像与提示符的一致程度（增加这个值将导致图像更接近你的提示,但过高会让图像色彩过于饱和,数值越小 AI 绘图发挥的自我空间越大越有可能产生有创意的结果（默认为 7）。
  • 种子数（Seed）: 此参数允许您指定一个随机种子，将用于初始化图像生成过程。相同的种子值每次都会产生相同的图像集，这对于再现性和一致性很有用。如果将种子值保留为-1，则每次运行文本-图像特性时将生成一个随机种子。
  • 优化面部（Restore faces):优绘制面部图像可勾选，头像是近角时勾选貌似容易过度拟合出现虚化，适合在远角时勾选该选项。
  • 可平铺(Tiling)：用于生成一个可以平铺的图像。
  • Highres. fix:使用两个步骤的过程进行生成，以较小的分辨率创建图像，然后在不改变构图的情况下改进其中的细节，选择该部分会有两个新的参数Scale latent在潜空间中对图像进行缩放。另一种方法是从潜在的表象中产生完整的图像，将其升级，然后将其移回潜在的空间。Denoising strength 决定算法对图像内容的保留程度。在 0 处，什么都不会改变，而在 1 处，你会得到一个不相关的图像；

六.中文插件

1.中文插件 Github

中文插件 github

以下有三种安装方式,都可以选择,建议选择 zip 解压缩的方式,简单快捷。

image-20230926005558796

2.扩展列表安装

此扩展可以在 Extension 选项卡里面通过加载官方插件列表直接安装

  • 点击 Extension 选项卡，点击 Avaliable 子选项卡
  • 取消勾选 localization，再把其他勾上，然后点击 橙色按钮，如下图

image-20230925102718410

在 zh_CN Localization 这一项的右边点击 install,等待安装完成

image-20230925102735823

3.网址安装

  • 点击 Extension 选项卡，点击 Install from URL 子选项卡
  • 复制本 git 仓库网址：
https://github.com/dtlnor/stable-diffusion-webui-localization-zh_CN
  • 粘贴进 URL 栏，点击 Install，如图
  • 安装完成

image-20230925102834032

4.zip 包安装

image-20230925102915083

解压，并把文件夹放置在 webui 根目录下的 extensions 文件夹中，放好之后应该会如下图

image-20230925102930345

5.如何使用

  • 重启 webUI 以确保扩展已经加载了
  • 在 Settings 选项卡，点击 页面右上角的 橙色 Reload UI 按钮 刷新扩展列表

image-20230925103517111

在 Extensions 选项卡，确定已勾选本扩展 ☑️；如未勾选，勾选后点击橙色按钮启用本扩展。

image-20230925103527437

选择简体中文语言包（zh_CN）

  • 在 Settings 选项卡中，找到 User interface 子选项

然后去页面最顶部，找到 Localization (requires restart) 小项，找到在下拉选单中选中 zh_CN （如果没有就按一下 🔄 按钮），如图

image-20230925103554716

然后按一下 页面顶部左边的 橙色 Apply settings 按钮 保存设置，再按 右边的 橙色 Reload UI 按钮 重启 webUI

image-20230925103610672

6.效果图

image-20230925103626329

七.测试使用

1.访问地址

http://127.0.0.1:7860/

2.效果

image-20230925100632182

觉得有用的话点个赞 👍🏻 呗。
❤️❤️❤️本人水平有限，如有纰漏，欢迎各位大佬评论批评指正！😄😄😄

💘💘💘如果觉得这篇文对你有帮助的话，也请给个点赞、收藏下吧，非常感谢!👍 👍 👍

🔥🔥🔥Stay Hungry Stay Foolish 道阻且长,行则将至,让我们一起加油吧！🌙🌙🌙

img

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。如若转载，请注明出处：http://www.xdnf.cn/news/144744.html

如若内容造成侵权/违法违规/事实不符，请联系一条长河网进行投诉反馈，一经查实，立即删除！

相关文章

react悬浮球效果展示

react悬浮球效果展示

1.需求 在开发项目时，当用户登录后，需要在主页显示一个悬浮球（可以自由拖动），点击悬浮球后，进入目标页面，如图所示： 2.实现 把上面需要实现的悬浮球功能写成一个组件，页面…
阅读更多...
【python入门篇】列表简介及操作（2）

【python入门篇】列表简介及操作（2）

列表是什么？ 列表是由一系列按特定顺序排列的元素组成。你可以创建包含字母表中的所有字母、数字 0~9 或所有家庭成员的列表；也可以将任何东西加入列表中，其中的元素之间可以没有任何关系。列表通常包含多个元素，因此给列表指定一…
阅读更多...
企业知识库一站式搭建指南，从0到1搞定知识库搭建！

企业知识库一站式搭建指南，从0到1搞定知识库搭建！

如今，企业组织的可持续发展依靠企业的知识管理和迭代创新，只有一站式的企业知识库的创建，才能保证存储、组织和共享企业内部的知识、信息和资源。 目前业内很多公司都通过HelpLook来搭建知识库，用于集合企业内部的各种知识资产&am…
阅读更多...
TikTok海外扩张：亚马逊的新对手崛起

TikTok海外扩张：亚马逊的新对手崛起

随着社交媒体和电子商务的融合，TikTok正迅速崭露头角，成为亚马逊等传统电商巨头的潜在竞争对手。这一新兴平台的快速发展引发了广泛的关注，特别是在全球范围内。 在这篇文章中，我们将探讨TikTok海外扩张的战略，以及它…
阅读更多...
img镜像如何制作虚拟机

img镜像如何制作虚拟机

提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档 文章目录 前言一、准备工作二、操作步骤1.把新建的虚拟磁盘挂载到虚拟机2.把需要的文件拷贝到虚机中3、 烧录 总结 前言 一般制作虚拟机都是使用iso镜像，如果遇到…
阅读更多...
二、vue2脚手架-组件化开发

二、vue2脚手架-组件化开发

| vue中的图片打包后会转换为base64格式 组件的使用 1.创建组件：component文件夹中创建HelloWorld.vue文件 2.在app.vue中引入组件 组件间的通信/传值（常用） 一、prop父传子 1.App.vue中的引入组件中创建需要传递的数据 2.在子组件中接…
阅读更多...
【Spring Boot】实战：实现数据缓存框架

【Spring Boot】实战：实现数据缓存框架

🌿欢迎来到@衍生星球的CSDN博文🌿 🍁本文主要学习【Spring Boot】实现数据缓存框架 🍁 🌱我是衍生星球，一个从事集成开发的打工人🌱 ⭐️喜欢的朋友可以关注一下🫰🫰🫰，下次更新不迷路⭐️💠作为一名热衷于分享知识的程序员，我乐于在CSDN上与广大开发者…
阅读更多...
修改sqlmap-Tamper脚本

修改sqlmap-Tamper脚本

修改sqlmap-Tamper脚本 文章目录 修改sqlmap-Tamper脚本1 sqlmap官网2 sql注入漏洞注入尝试3 环境：sqli-labs/Less-26a/3.1 尝试宽字节注入: 3.2 sqlmap使用3.3准备修改sqlmap使用 4 sqlmap中-tamper工厂（输入输出）4.1 [参考文章：…
阅读更多...
5+铁死亡+分型+WGCNA+机器学习分析

5+铁死亡+分型+WGCNA+机器学习分析

今天给同学们分享一篇铁死亡分型WGCNA机器学习的生信文章“Identification of ferroptosis-related molecular clusters and genes for diabetic osteoporosis based on the machine learning”，这篇文章于2023年8月14日发表在Front Endocrinol (Lausanne)期刊上&am…
阅读更多...
求职面试，如何赢得面试官的满意赞许？

求职面试，如何赢得面试官的满意赞许？

在面试的时候，我们会遇到很多突发事件，这些事件让我们不能很好地将面试进行下去。那么，在出现事情的时候，我们应该如何让面试官满意？ 1、选择得体的服装 在面试的时候，想要面试官更好地选择自己&#x…
阅读更多...
二、C++项目：仿muduo库实现并发服务器之时间轮的设计

二、C++项目：仿muduo库实现并发服务器之时间轮的设计

文章目录 一、为什么要设计时间轮？（一）简单的秒级定时任务实现：（二）Linux提供给我们的定时器：1.原型2.例子 二、时间轮（一）思想（一）代码 一、为什…
阅读更多...
Java基础面试题精选：深入探讨哈希表、链表和接口等

Java基础面试题精选：深入探讨哈希表、链表和接口等

目录 1.ArrayList和LinkedList有什么区别？🔒 2.ArrayList和Vector有什么区别？🔒 3.抽象类和普通类有什么区别？🔒 4.抽象类和接口有什么区别？🔒 5.HashMap和Hashtable有什么区别&…
阅读更多...
PyTorch 模型性能分析和优化 — 第 1 部分

PyTorch 模型性能分析和优化 — 第 1 部分

一、说明 这篇文章的重点将是GPU上的PyTorch培训。更具体地说，我们将专注于 PyTorch 的内置性能分析器 PyTorch Profiler，以及查看其结果的方法之一，即 PyTorch Profiler TensorBoard 插件。 二、深度框架 训练深度学习模型，尤其是…
阅读更多...
【C/C++笔试练习】——数组名和数组名、switch循环语句、数据在计算机中的存储顺序、字符串中找出连续最长的数字串、数组中出现次数超过一半的数字

【C/C++笔试练习】——数组名和数组名、switch循环语句、数据在计算机中的存储顺序、字符串中找出连续最长的数字串、数组中出现次数超过一半的数字

文章目录 C/C笔试练习1.数组名和&数组名（1）数组名和&数组名的差异（2）理解数组名和指针偏移（3）理解数组名代表的含义（4）理解数组名代表的含义 2.switch循环语句（6…
阅读更多...
MySQL到TiDB：Hive Metastore横向扩展之路

MySQL到TiDB：Hive Metastore横向扩展之路

作者：vivo 互联网大数据团队 - Wang Zhiwen 本文介绍了vivo在大数据元数据服务横向扩展道路上的探索历程，由实际面临的问题出发，对当前主流的横向扩展方案进行了调研及对比测试，通过多方面对比数据择优选择TiDB方案。其次分享了整…
阅读更多...
18.备忘录模式（Memento）

18.备忘录模式（Memento）

意图：在不破坏封装性的前提下，捕获一个对象的内部状态，并在该对象之外保存这个状态，这样就可以在以后将该对象恢复到原先保存的状态。 上下文：某些对象的状态在转换过程中，可能由于某种需要，要求…
阅读更多...
记一次MySQL安装过程中遇到的问题

记一次MySQL安装过程中遇到的问题

由于太久没用MySQL，今天在重装MySQL时遇到一个问题，被卡了近2个小时。。。。。。 由于我本人原先安装过MySQL，所以在重装的时候必须要先卸载原先的MySQL。 下面先给出正确的卸载流程（作者就是在卸载的时候操作失误导致安装过程被…
阅读更多...
echarts学习总结

echarts学习总结

一、新建一个简单的Echarts 1、首先新建一个vue2的项目&#xff0c;项目中安装Echarts cnpm install echarts --save2、新建一个ref <template><div ref"myecharts" id"myecharts"></div> </template> 3、引入echarts <scri…
阅读更多...
HOMER7配置告警

HOMER7配置告警

概述 HOMER是一款100%开源的针对SIP/VOIP/RTC的抓包工具和监控工具。 HOMER是一款强大的、运营商级、可扩展的数据包和事件捕获系统&#xff0c;是基于HEP/EEP协议的VoIP/RTC监控应用程序&#xff0c;并可以使用即时搜索、处理和存储大量的信令、RTC事件、日志和统计信息。 …
阅读更多...
Linux -- 使用多张gpu卡进行深度学习任务（以tensorflow为例）

Linux -- 使用多张gpu卡进行深度学习任务（以tensorflow为例）

在linux系统上进行多gpu卡的深度学习任务 确保已安装最新的 TensorFlow GPU 版本。 import tensorflow as tf print("Num GPUs Available: ", len(tf.config.list_physical_devices(GPU)))1、确保你已经正确安装了tensorflow和相关的GPU驱动&#xff0c;这里可以通…
阅读更多...
最新文章

Copyright @ 2022~2023