【腾讯云 HAI域探秘】HAI轻松搭建stable diffusion, 开启AI绘画奇妙之旅

背景介绍

2022年下半年开始，从chatgpt的火爆出圈到今天各种好玩的模型、工具应用层出不穷，迭代更新速度更是日新月异，让普通用户也直观的感受到了AI技术的强大。

如果一个普通用户也想玩stable diffusion(SD)， 想轻轻松松写些提示词就能出想要的美图，但是GPU机器昂贵的价格、复杂的网络配置、软件安装以及依赖管理和版本兼容性问题都是劝退师。。。好不容易燃起的进步的小火苗也被扑灭了。

无意中发现的腾讯的这个HAI真是天助我也，内置了stable diffusion模型和webui, 只需简单几步即可快速体验最火爆的AIGC能力，快来体验吧。

HAI

内测申请

腾讯云新上的这个HAI产品还在内测阶段，需要进行资格申请，填写申请后，大概1天会通过，通过后会给10元的代金券，就可以愉快的玩耍了。

申请地址: https://cloud.tencent.com/act/pro/hai

当然，申请通过后，也可以加入微信群，里面有官方这个产品的大佬，事无巨细，有问必答，服务周到。

一键部署SD

• 进入算力管理页面：https://console.cloud.tencent.com/hai/instance?rid=1
• 点击新建
  
• 点击购买后，耐心等待8分钟左右，创建好服务器后会收到腾讯云通知短信。

从创建好服务器后，就开始计费了，目前还没有上线停止服务器的功能，貌似开发中，这个功能耐心等等吧。

如果有事离开不用服务器，可以先销毁。下次使用时再创建就行。

• 算力连接，有两个选择。
  • JupyterLab
    可以进入ubuntu 终端操作界面，进行文件的上传、下载，手动启动、停止相关服务等。查看错误日志、排查问题等。
  • Gradio WebUI
    一键打开SD的webui界面，可以画图咯。啦啦啦。

SD WebUI 初体验

如何使用stable diffusion webui.

• 1 - sd 大模型选择，默认安装的只有v1-5-pruned，后面自己下的大模型，会在这里展示的
• 2 - 提示词，用于描述图片中希望出现的内容，也就是咒语本咒
• 3 - 反向提示词，用于描述图片中不希望出现的内容，应该算反向咒语吧。
• 4 - 采样迭代步数，希望出图时，采样器计算多少步数来出图，并发步数越多越好，大部分情况下20-30就够了的
• 5 - 采样方法，影响生成随机图像、去除图像噪声的效果，一般选择Euler a即可。
• 6 - 出图尺寸，width, height， 默认即可。尺寸越大出图越慢，小尺寸的图，后面也可以用魔法变大变高清。
• 7 - 出图数量，数量越大，需要的显存就越大。
• 8 - 提示词相关性，控制提示词与出图相关性的一个数值，一般为5~15；
  
• 9 - seed， 随机种子，-1 表示每次种子都是随机的，如果想记住，可以将seed值填写为固定值。

摩拳擦掌，热身准备

安装插件

中文化插件

url 以及github 地址：https://github.com/dtlnor/stable-diffusion-webui-localization-zh_CN
github repo中也有详细的安装方法
安装后如果webui访问不了，就进入jupyter的终端界面，执行如下命令，手动启动下。原因：有时候安装完成插件后 没有等系统重启完成就操作 可能会有一定的错误 导致服务没起来

cd /root/stable-diffusion-webui
python webui.py --enable-insecure-extension-access --listen --port 6889

c站模型下载插件

• url以及github: https://github.com/tzwm/sd-webui-model-downloader-cn/
• 同样使用install from url的方式进行安装， 安装后重启web ui
• 会看到sd webui导航栏里多了个模型下载

如何正确的输入提示词Prompt

输入Prompt提示词，点击右侧"生成"按钮，可以看到进度条在生成一张图片。

我们通过修改Prompt, 给图片增加一些细节：

Prompt: (extremely detailed CG unity 8k wallpaper,masterpiece, best quality, ultra-detailed),(best illumination, best shadow, an extremely delicate and beautiful) one girl,brown dark hair, snow-white skin, wearing pearl earrings.

极其详细的CG Unity 8K壁纸，杰作，最佳质量，超级细致），（最佳照明，最佳阴影，极其精致和美丽）一个女孩，棕黑色的头发，雪白的皮肤，戴着珍珠耳环。

图片的细节丰富了，质量也提升了。关于Prompt的2个点可以注意下：

• 质量提示词：提示词中的重要组成部分，描述图片的生成质量和细节丰富程度，比不可少
• 提示词权重：可以用(),[]调整权重，()增加1.1倍权重，[]减弱为0.91，多次嵌套效果相乘。

切换模型，体验差异化风格

快速对比不同参数的效果-xyz plot插件

sd webui是非常优秀的开源项目，拥有丰富的扩展插件和脚本。其中较为常用的脚本为"xyz图表"，通过配置不同的参数可以得到不同的效果输出，比如想改变发型和头发的颜色。

one girl,hair style,color, snow-white skin, wearing pearl earrings.

下载大模型

下载模型前，需要先安装curl

apt-get update
apt-get install curl

安装完成curl后，就可以去c站找模型下载了。

从c站找了一个人像写实风格的checkpoint大模型，复制下载地址:

https://civitai.com/models/43331?modelVersionId=176425

现在webui上没有展示下载进度，其实点击下载后，在后台是默默的在下载了，可以在jupyter终端中查看:

大模型下载成功后，点击顶部的Stable Diffusion 模型(ckpt) 旁边的刷新按钮，并选则最新下载的checkpoint模型，等加载成功后就可以使用了。

大模型-底模型，属于基础模型，也叫预调模型，size都比较大，不同的基础模型，其擅长的领域和画风也不同。

来看下对比效果

下载lora模型

大模型定了之后，就可以从c站找基于你选择的大模型训练的各种lora模型。lora模型一般比较小，也就几十M，主要是风格方面。

这样我们就可以通过下载各种各样的lora模型，在一个大模型的基础上，来修改它的一些局部。这就是现实意义中的大模型+lora模型的配合使用。

选择一个合适的lora模型文件，比如:

https://civitai.com/models/19356/koreandolllikenessv10

下载成功后，可以在jupyter终端看到

在webui界面中点击lora，可以在prompt中看到多了一个lora的标签，规则是:

lora:xxx:1, 1代表借用lora的权重到底有多大,范围是0-1，一般不宜过大，经验值是0.6

更多的探索和思考

如何获得高清图

可以使用webui 的附加功能

lanczos, 又叫兰索思，速度很快，效果一般。

R 4x+: https://github.com/xinntao/Real-ESRGAN/ 也是一个非常优秀的开源项目，就是有点大，不好下载，效果是真的好，很多老片修复用的它。

如何获得lora一模一样的图，哪里姿势不对呢？

点击c站lora中某个图片的进去，会看到生成这个样图的详细参数，样例:

(masterpiece, best quality, excellent quality), (fantasy landscape, fictional landscape)
Negative prompt: EasyNegative, fat, moss, phone, man, pedestrians, extras, border, outside border, white border, watermark, logo, signature
Steps: 24, Size: 768x512, Seed: 2351000243, Model: FantaStel_Pruned_FP16, Sampler: DPM++ 2M Karras, CFG scale: 9.5, Clip skip: 2, Model hash: 99a868d210, Hires upscale: 2, Hires upscaler: Latent (nearest), Denoising strength: 0.6

我们需要一一对照这些详细参数设置到自己的sd webui中，才能得到预期的图片，然后就可以自由真正的发挥了。

参考

stable diffusion webui 官方： https://github.com/AUTOMATIC1111/stable-diffusion-webui