本地部署Stable Diffusion WebUI

官网

Stable Diffusion在线

Github上的Stable Diffusion WebUI

提醒一下:下面实例讲解是在Mac系统演示的;

一、 环境所需资源

  1. Python
  2. Pycharm
  3. Anaconda
  4. stable-diffusion-webui项目代码

注意事项

  1. python版本一定要3.10+,最好是3.10.6版本的。
    Stable Diffusion WebUI 在Github中README文档里建议如下图:
    本地部署Stable Diffusion WebUI_第1张图片
    本地部署Stable Diffusion WebUI_第2张图片
    Installation-on-Intel-Silicon文档
    本地部署Stable Diffusion WebUI_第3张图片
  1. 如果选择Anaconda创建Python环境,则不需要单独下载Python安装

二、环境搭建教程

  1. Python安装
  2. PyCharm安装
  3. Anaconda安装教程
  4. Anaconda介绍、安装及使用教程

三、创建 Python 环境

指令规则:conda create -n 环境名称 python=版本号,示例如下
在终端里输入指令:conda create -n python3.10.6 python=3.10.6

本地部署Stable Diffusion WebUI_第4张图片

激活 Python 环境
方式一:终端里输入指令:conda activate python3.10.6
在这里插入图片描述
方式二:Anaconda里手动选择对应的环境并启动
本地部署Stable Diffusion WebUI_第5张图片

四、打开Stable Diffusion WebUI项目

1、下载Stable Diffusion WebUI zip包并解压放到自己创建存放项目的文件夹里
本地部署Stable Diffusion WebUI_第6张图片
本地部署Stable Diffusion WebUI_第7张图片

2、启动Anacona
本地部署Stable Diffusion WebUI_第8张图片

3、PyCharm启动后打开Stable Diffusion WebUI项目
本地部署Stable Diffusion WebUI_第9张图片

五、项目目录简介

models文件夹存放模型文件,
子文件夹Stable-diffusion是用来存放模型文件

本地部署Stable Diffusion WebUI_第10张图片

requirements.txt文件是运行项目需要安装的环境配置本地部署Stable Diffusion WebUI_第11张图片

项目启动入口文件:webui.sh、webui.bat
提醒:如果是首次启动项目,会先自动安装环境配置,主要是下载一些组件库和依赖,等待的时间稍微久一点
本地部署Stable Diffusion WebUI_第12张图片

六、启动Stable Diffusion WebUI项目

提醒:如果是首次启动项目,会先自动安装环境配置,主要是下载一些组件库和依赖,等待的时间稍微久一点本地部署Stable Diffusion WebUI_第13张图片

Stable Diffusion WebUI启动成功
本地部署Stable Diffusion WebUI_第14张图片

在浏览器输入栏访问http://127.0.0.1:7860,页面如下图
本地部署Stable Diffusion WebUI_第15张图片

通过在原网址后面加上参数/?__theme=dark,即http://127.0.0.1:7860/?__theme=dark,可以启用WebUI内置的深色主题界面

在浏览器输入栏访问http://127.0.0.1:7860/?__theme=dark,页面如下图
本地部署Stable Diffusion WebUI_第16张图片

Stable Diffusion WebUI 页面介绍
本地部署Stable Diffusion WebUI_第17张图片
上图对应的序号的详细介绍如下
1、 Stable Diffusion checkpoint
选择Stable Diffusion 模型,
模型文件来自stable-diffusion-webui/models/Stable-diffusion文件夹里
本地部署Stable Diffusion WebUI_第18张图片
模型文件两种格式:
.ckpt(Model PickleTensor) 和 .safetensors(Model SafeTensor)
.ckpt由于使用了 Pickle序列化,可能携带恶意代码,会有一定的安全风险(例如:pickle反序列化攻击)。
.safetensors 文件只包含张量数据,使用 numpy 保存,没有附带代码,因此 .safetensors 文件更为安全且效率更高。

模型下载方式
提醒:下载好的模型文件放入stable-diffusion-webui/models/Stable-diffusion文件夹里

方式一:点击从 huggingface 下载

方式二:点击从 civitai 下载

2、txt2img
根据提示词(Prompt)的描述生成相应的图片。
3、img2img
将一张图片根据提示词(Prompt)描述的特点生成一张新的图片。
4、Prompt
正向提示词:描述想要的图片内容。示例:
一只猴子坐在桃树上
5、Negative prompt
反向提示词:描述不想要图片带有哪些东西。有助生成的图片更符合自己想要的,示例:
桃树上没有桃子
6、Sampling method
采样方法:选择不同的采样算法,出图的效率也不一样。
7、 Sampling steps
采样步长:太小采样随机性高,太大采样效率低,一般在20左右
8、CFG Scale
CFG指数用来控制提示词(Prompt)对生成过程的引导程度。
值越小生成的图片越偏离提示词的描述。 值太大可能会导致一些奇怪的现象。
推荐的CFG指数范围为7-10,这是一个平衡的区间,提供创意性并遵循提示词(Prompt)。
9、Seed
随机数种子,一般不修改。
10、Extra
扩展,这个一般也不用开启
11、generate
点击generate开始执行生成图片

七、测试txt2img

正向提示词(Prompt)
A monkey sits on a peach tree(一只猴子坐在桃树上)
消极提示词(Negative prompt)
There are no peaches on the tree(树上没有桃子)
生成的图片如下

八、线上免费使用Stable Diffusion

1、DreamStudio
注册后有25个点;每出一张图,会消耗1个点。用邮箱注册的账号,消耗完点数后,可以再注册个账号。
2、huggingface
不需要注册,打开就可以用

以上就是本地部署Stable Diffusion WebUI的全部内容讲解。

你可能感兴趣的:(Python,stable,diffusion,python,AIGC)