Stable-Diffusion-Webui 是一个基于Gradio库的Stable Diffusion的浏览器界面，可以说是AI绘画集合体，支持目前主流的开源AI绘画模型，例如 NovelAi/Stable Diffusion，有了它，我们就可以很方便地配置和生成AI绘画作品，并且进行各种精细地配置。
一、搭建指南
1、安装Python 3.10.6和git
2、下载stable-diffusion-webui源码
git clone https://github.com/AUTOMATIC1111/stable-diffusion-webui.git
3、将模型文件放在项目根目录下的models/Stable-diffusion文件夹里
4、运行 webui-user.bat 启动
5、在浏览器中输入 http://127.0.0.1:7860 打开SD页面
launch.py可自动运行模型，运行时可以使用一些命令参数，比如：
python launch.py --opt-split-attention --ckpt model.ckpt
命令行参数和优化：
| 命令行参数 | 解释 |
|---|---|
--share |
online运行，也就是public address |
--listen |
使服务器侦听网络连接。这将允许本地网络上的计算机访问UI。 |
--port |
更改端口，默认为端口7860。 |
--xformers |
使用xformers库。极大地改善了内存消耗和速度。Windows 版本安装由C43H66N12O12S2 维护的二进制文件 |
--force-enable-xformers |
无论程序是否认为您可以运行它，都启用 xformers。不要报告你运行它的错误。 |
--opt-split-attention |
Cross attention layer optimization 优化显着减少了内存使用，几乎没有成本（一些报告改进了性能）。黑魔法。默认情况下torch.cuda，包括 NVidia 和 AMD 卡。 |
--disable-opt-split-attention |
禁用上面的优化 |
--opt-split-attention-v1 |
使用上述优化的旧版本，它不会占用大量内存（它将使用更少的 VRAM，但会限制您可以制作的最大图片大小）。 |
--medvram |
通过将稳定扩散模型分为三部分，使其消耗更少的VRAM，即cond（用于将文本转换为数字表示）、first_stage（用于将图片转换为潜在空间并返回）和unet（用于潜在空间的实际去噪），并使其始终只有一个在VRAM中，将其他部分发送到CPU RAM。降低性能，但只会降低一点-除非启用实时预览。 |
--lowvram |
对上面更彻底的优化，将 unet 拆分成多个模块，VRAM 中只保留一个模块,破坏性能 |
*do-not-batch-cond-uncond |
防止在采样过程中对正面和负面提示进行批处理，这基本上可以让您以 0.5 批量大小运行，从而节省大量内存。降低性能。不是命令行选项，而是使用–medvramor 隐式启用的优化–lowvram。 |
--always-batch-cond-uncond |
禁用上述优化。只有与–medvram或–lowvram一起使用才有意义 |
--opt-channelslast |
更改 torch 内存类型，以稳定扩散到最后一个通道，效果没有仔细研究。 |
完整的命令行参数详见：
https://github.com/AUTOMATIC1111/stable-diffusion-webui/wiki/Command-Line-Arguments-and-Settings二、主要功能
WebUI分为以下几个模块：
- txt2img — 标准的文字生成图像
- img2img — 根据图像成文范本、结合文字生成图像
- Extras — 优化(清晰、扩展)图像
- PNG Info — 图像基本信息
- Checkpoint Merger — 模型合并
- Train — 训练模型
- Settings — 默认参数修改
txt2img（文转图）
prompt：对于图像进行描述，有内容风格等信息进行描述。
Negative prompt：提供给模型我不想要什么样的风格
Sampling Steps：diffusion model 生成图片的迭代步数，每多一次迭代都会给 AI 更多的机会去比对 prompt 和当前结果，去调整图片。更高的步数需要花费更多的计算时间，但不一定意味着更好的结果。当然迭代步数不足（少于 50）肯定会降低结果的图像质量；
Sampling method：扩散去噪算法的采样模式，不同的采样模式会带来不一样的效果
Width、Height：图像长宽，可以通过send to extras 进行扩大，所以这里不建议设置太大[显存小的特别注意]；
Restore faces：优化面部，绘制面部图像特别注意
Tiling：生成一个可以平铺的图像
Highres.fix：高清修复，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。为0时，什么都不会改变，而为1时，你会得到一个不相关的图像；
Batch count、 Batch size：都是生成几张图，前者计算时间长，后者需要显存大；
CFG Scale：分类器自由引导尺度——图像与提示符的一致程度——越低的值产生越有创意的结果；
Seed：种子，只要种子值一样，参数一致、模型一样图像就能重新
img2img（图转图）
Just resize、 Crop and resize、 Resize and fill：这三种模式保证图输出效果，因为下面会有新的尺寸，分别表示只需调整大小、裁剪和调整大小、调整大小和填充。
Denoising strength：与原图一致性的程度，一般大于0.7出来的都是新效果，小于0.3基本就会原图缝缝补补；
Extras（更多）
对图片进行优化缩放
GFPGAN visibility：对图像清晰度进行优化
常用的Highres.fix（高清放大）算法：
- Latent：是一种基于 VAE 模型的图像增强算法，通过将原始图像编码成潜在向量，并对其进行随机采样和重构，从而增强图像的质量、对比度和清晰度。一般情况下，这个算法就能得到不错的效果，和4x-UltraSharp、R-ESRGAN等相比，显存消耗比较小，但效果不是最优。
- Lanczos：将对称矩阵通过正交相似变换变成对称三对角矩阵的算法（鸡肋，通常不用）。
- ESRGAN：Enhanced Super-Resolution Generative Adversarial Networks （增强超分生成对抗网络）是对SRGAN关键部分网络结构、对抗损失、感知损失的增强。从这里开始就不是单纯的图像算法，进入人工智能的领域了。实测确实增加了很多看上去很真实的纹理，但是有时又会把一张图片弄得全是锯齿或怪异的纹理。可能对待处理的图片类型有要求。
- 4x-UltraSharp：基于ESRGAN做了优化模型，更适合常见的图片格式。真人模型最佳选择。
- ESRGAN 4x（Real ESRGAN）：完全使用纯合成数据去尽量贴近真实数据，然后去对现实生活中数据进行超分的一个方法。这个算法来自于腾讯贡献。
- R-ESRGAN 4x+：基于Real ESRGAN的优化模型，针对照片效果不错。
- R-ESRGAN 4x+ Anime6B：基于Real ESRGAN的优化模型，二次元最佳，如果你的模型是动漫类的，该选项是最佳选择。
- R-ESRGAN General 4xV3：基于Real ESRGAN的优化模型，体积小，计算快，效果差。
- SwinIR_4x：使用Swin Transformer思想，采用一个长距离连接，将低频信息直接传输给重建模块，可以帮助深度特征提取模块专注于高频信息，稳定训练。
- LDSR：Latent Diffusion Super Resolution（潜在扩散超分辨率模型）是Stable Diffusion最基础的算法模型，但速度比较慢。
三、在Intel显卡的主机上安装
Stable-Diffusion-WebUI现在可以在Intel的CPU和GPU（集成和独立图形）等硬件上运行，并配有Intel分发OpenVINO工具包。
1、安装依赖环境
- 安装Visual Studio Community 2022
- 安装oneAPI Base Toolkit 2024
2、下载stable-diffusion-webui源码并安装
git clone https://github.com/openvinotoolkit/stable-diffusion-webui.git
cd stable-diffusion-webui
webui-user.bat
3、安装OpenVINO
带有 torch.compile 支持的 OpenVINO 现在可以在 OpenVINO 预发布包中预览。使用命令安装最新的预发布软件包
pip install --pre openvino
4、安装XPU版本的torch
pip install torch==2.1.0a0 torchvision==0.16.0a0 torchaudio==2.1.0a0 intel-extension-for-pytorch==2.1.10 --extra-index-url https://pytorch-extension.intel.com/release-whl/stable/xpu/cn/
5、将模型文件放在项目根目录下的models/Stable-diffusion文件夹里
6、运行 webui-user.bat 启动
7、开启openvino加速
在script下拉菜单选择“Accelerate with OpenVINO”
使用OpenVINO自定义脚本，可以配置以下选项：
- 配置文件：模型检查点需要与相应的配置文件相关联。通常，配置文件由diffusers库自动下载。但是，如果模型检查点的起源不同或是一个自定义检查点，则相应的配置文件（以“yaml”格式）需要放置在WebUI根目录的“configs”目录中。
- 设备：使用OpenVINO，可以在英特尔CPU或GPU上加速Stable-Diffusion-WebUI。所有支持OpenVINO的设备都列在下拉列表中。用户可以选择他们选择的加速设备。当用户选择新设备时，建议从性能测量中排除第一次预热迭代，因为模型会为目标硬件重新编译。
- 采样方法：OpenVINO加速使用”Hugging Face Diffusers”库。我们使用来自扩散器的等效采样方法，并验证了一些流行的采样方法。推荐勾选“Override the sampling selection from the main UI”，尚未支持主UI的一些采样方法，将回退到“Euler a”采样方法。
- 缓存：OpenVINO支持缓存编译的模型，以便后续使用同一模型。这大大减少了热身时间。建议启用此设置。编译的模型保存在WebUI根目录的“缓存”目录中。用户可以删除不再需要的文件以节省磁盘空间。我们不会自动删除文件，以避免删除用户稍后可能使用的文件。
关于AI绘画技术储备
学好 AI绘画 不论是就业还是做副业赚钱都不错，但要学会 AI绘画 还是要有一个学习规划。最后大家分享一份全套的 AI绘画 学习资料，给那些想学习 AI绘画 的小伙伴们一点帮助！
对于0基础小白入门：
如果你是零基础小白，想快速入门AI绘画是可以考虑的。
一方面是学习时间相对较短，学习内容更全面更集中。
二方面是可以找到适合自己的学习方案
包括：stable diffusion安装包、stable diffusion0基础入门全套PDF，视频学习教程。带你从零基础系统性的学好AI绘画！
需要的可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】
1.stable diffusion安装包 （全套教程文末领取哈）
随着技术的迭代，目前 Stable Diffusion 已经能够生成非常艺术化的图片了，完全有赶超人类的架势，已经有不少工作被这类服务替代，比如制作一个 logo 图片，画一张虚拟老婆照片，画质堪比相机。
最新 Stable Diffusion 除了有win多个版本，就算说底端的显卡也能玩了哦！此外还带来了Mac版本，仅支持macOS 12.3或更高版本。
2.stable diffusion视频合集
我们在学习的时候，往往书籍代码难以理解，阅读困难，这时候视频教程教程是就很适合了，生动形象加上案例实战，一步步带你入门stable diffusion，科学有趣才能更方便的学习下去。
3.stable diffusion模型下载
stable diffusion往往一开始使用时图片等无法达到理想的生成效果，这时则需要通过使用大量训练数据，调整模型的超参数（如学习率、训练轮数、模型大小等），可以使得模型更好地适应数据集，并生成更加真实、准确、高质量的图像。
4.stable diffusion提示词
提示词是构建由文本到图像模型解释和理解的单词的过程。可以把它理解为你告诉 AI 模型要画什么而需要说的语言，整个SD学习过程中都离不开这本提示词手册。
5.AIGC视频教程合集
观看全面零基础学习视频，看视频学习是最快捷也是最有效果的方式，跟着视频中老师的思路，从基础到深入，还是很容易入门的。
实战案例
纸上得来终觉浅，要学会跟着视频一起敲，要动手实操，才能将自己的所学运用到实际当中去，这时候可以搞点实战案例来学习。
这份完整版的学习资料已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】
评论(0)