Stable Diffusion 实战教程

Stable Diffusion 本地安装-本地部署(秋叶整合包)【Stable Diffusion 实战教程】https://blog.csdn.net/jybaby/article/details/136796609

让 stable diffusion 局域网访问:详细解析配置步骤【Stable Diffusion 实战教程】https://blog.csdn.net/jybaby/article/details/136790566

探索Stable Diffusion:模型下载、模型应用【Stable Diffusion 实战教程】https://blog.csdn.net/jybaby/article/details/136841420

查看图片的提示词 Stable Diffusion 查看图片参数与抹除图片参数 AI绘画【Stable Diffusion 实战教程】https://blog.csdn.net/jybaby/article/details/136792777

艺术二维码:当科技遇上艺术 【Stable Diffusion 实战教程】https://blog.csdn.net/jybaby/article/details/136826003

Stable Diffusion:老照片修复,老照片的数字化重生

https://blog.csdn.net/jybaby/article/details/137093213

来聊,教会。

阅读需要10分钟,安装只需5分钟。

目录

来聊,教会。

Stable Diffusion-安装(整合版)

一、概述

二、Stable Diffusion(SD)简介

三、Stable Diffusion基本概念

四、Stable Diffusion 整合包下载

五、Stable Diffusion 安装

六、Stable Diffusion 基础使用教程

Stable Diffusion-安装(整合版)

一、概述

使用秋叶大佬发布的【绘世整合包】作为软件,它是目前市面上最易于使用的整合包之一,无需对网络和Python有太多的前置知识,已经为AI绘画的普及做出了巨大贡献。绘世启动器整合包于2023年4月16日发布,集成了过去几个月中AI绘画集中引爆的核心需求,例如ControlNet插件和最新的深度学习技术。它能够与外部环境完全隔离开来,即使对编程没有任何知识的人也可以从零开始学习使用Stable Diffusion,而且几乎无需调整就能够体验到最新、最核心的技术。

二、Stable Diffusion(SD)简介

Stable Diffusion是一种深度学习模型,于2022年发布,由创业公司Stability AI与多个学术研究者和非营利组织合作开发。它采用了潜在扩散模型,现已开源其源代码和模型,由全球开发人员共同维护于Github上,AUTOMATIC1111维护了一个完整项目。由于Stable Diffusion的完整版需要满足网络的需求,国内多位开发者制作了不同版本的封装包,开源社区为其普及化做出了难以磨灭的贡献。

Stable Diffusion最大的特点在于其开源性,可以在配备至少8GB显存的适度GPU的大多数消费级硬件上离线运行。笔者建议显存线至少为8G。

由于AI训练和产出本质上是软硬件结合的深度学习原理,因此常常使用英伟达公司的显卡及其相关技术,比如CUDA、CUDNN和一些深度学习组件如xformer和pytorch。对学习AI的进阶非常重要,但这些要求大量的额外编程知识,容易让新手感到困难。

本文以及秋叶包都将避免这些内容,使得它们更容易理解和部署,相对于原版来说更加易于操作。

三、Stable Diffusion基本概念

大模型: 通过使用素材和SD低模生成的深度学习大模型,可以直接应用于生成图像。大模型是创作的核心素材,决定了最终作品的方向和风格。这些大模型的扩展名一般为CKPT或SAFETENSORS。建议使用至少8GB显存的GPU进行操作。

VAE: VAE是对大模型的补充,类似于滤镜,可以稳定画面的色彩范围,提高作品的美观度。VAE的扩展名一般为CKPT或SAFETENSORS。建议使用不低于8GB显存的GPU进行操作。

LoRA: LoRA是一种模型插件,需要在基于某个大模型的基础上进行深度学习后生成小型模型。需要与大模型配合使用,可以在涵盖中小范围内的风格上产生影响或增加大模型缺失的元素。如果基于SD低模生成,则在不同大模型之间更换使用时具有更好的通用性和适用性。LoRA的扩展名一般为CKPT或SAFETENSORS。

ControlNet: ControlNet是一个神级插件,让SD具备了分析图片中线条和景深等信息的能力,并反推到处理图片上。这对于创作出真正自然、真实的图像非常有用。

Stable Diffusion Web-UI(SD-WEBUI): SD-WEBUI是使用Stability AI算法制作的开源软件,可以通过浏览器操作SD。这个开源软件不仅插件齐全、易于使用,而且可以随时得到更新和支持。SD-WEBUI运行环境基于Python,因此需要一定的编程知识进行操作。

秋叶整合包: 秋叶整合包是中国大神秋叶开发的整合包,内置了与电脑本身系统隔离的Python环境和Git。可以忽略网络需求和Python环境的门槛,让更多人轻松地使用SD-WEBUI。但是,由于使用者版本和环境的不同,可能需要一定的配置和操作,还是建议具备基本的编程知识。

四、Stable Diffusion 整合包下载

5分钟安装包,Stable Diffusion-安装(整合版),点击链接即可保存。

链接:https://pan.quark.cn/s/c943bd94051e

提取码:vSjh

五、Stable Diffusion 安装

为了更容易地使用SD-WEBUI,可以按以下安装步骤:

1.安装启动器运行依赖 先安装启动器的运行依赖,这是一个必须的步骤。打开“启动器运行依赖-dotnet-6.0.11.exe”文件运行来进行安装。

解压秋叶包,接下来,解压“sd-webui-aki-v4.2.7z”下载文件,可以在文件夹中找到SD-WEBUI本体。

通过以上步骤完成后, SD-WEBUI就可以正常运行了。建议用户多尝试各种不同的模型和插件,使用它们来创造不同的作品。

六、Stable Diffusion 基础使用教程

安装和配置完成后,即可启动SD-WEBUI。以下是启动步骤:

找到启动器程序

在SD-WEBUI安装目录下,找到“启动器.exe”文件,并双击打开。

点击“一键启动”

在打开的启动器程序窗口,点击右下角的“一键启动”按钮。

等待界面启动

启动器会在界面中自动运行,此时需要等待一段时间,直到程序界面正常打开。

浏览器中打开

启动成功后,SD-WEBUI会在浏览器中自动打开。需要注意的是,SD-WEBUI需要连接GPU才能正常运行,如果没有GPU,需要使用CPU版本。

然后这个工具会自动在浏览器中打开SD WebUI的窗口。不小心关了的时候,也可以用 http://127.0.0.1:7860 再次打开。打开的界面如下图所示:

想要在内网访问,可以看红老鼠专栏里面的其他文章。

stable diffusion 局域网访问

https://blog.csdn.net/jybaby/category_12609307.html

运行生成图像

在SD-WEBUI界面中,输入所需素材和配置,即可生成图像。可以根据需要进行清晰度、颜色范围等参数的调整。

提示词:A girl, walking in the forest, the sun fell on her body, (masterpiece:1,2), best quality, masterpiece, highres, original, extremely detailed wallpaper, perfect lighting,(extremely detailed CG:1.2), drawing, paintbrush, looking at viewer, close-up, upper body

反向提示词:Negative prompt: Negative prompt: Negative prompt: NSFW, (worst quality:2), (low quality:2), (normal quality:2), lowres, normal quality, ((monochrome)), ((grayscale)), skin spots, acnes, skin blemishes, age spot, (ugly:1.331), (duplicate:1.331), (morbid:1.21), (mutilated:1.21), (tranny:1.331), mutated hands, (poorly drawn hands:1.5), blurry, (bad anatomy:1.21), (bad proportions:1.331), extra limbs, (disfigured:1.331), (missing arms:1.331), (extra legs:1.331), (fused fingers:1.61051), (too many fingers:1.61051), (unclear eyes:1.331), lowers, bad hands, missing fingers, extra digit,bad hands, missing fingers, (((extra arms and legs)))

参数配置:Steps: 29, Sampler: DPM++ SDE Karras, CFG scale: 7, Seed: 1518063087, Size: 512x512, Model hash: 7f96a1a9ca, Model: anything-v5-PrtRE, Clip skip: 2, Version: v1.3.2

此外,用户还可以通过下载更多的大模型和LoRA模型,来扩展SD-WEBUI的功能和应用。用户也可以自行下载已训练好的模型,以便应用到SD-WEBUI中。需要注意,在使用SD-WEBUI时,需要有足够的存储空间和显存。

参考文章

评论可见,请评论后查看内容,谢谢!!!
 您阅读本篇文章共花了: