本地部署Stable Diffusion WebUI

ChinaDragon
1,344 阅读4分钟

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： 在这里插入图片描述 在这里插入图片描述 Installation-on-Intel-Silicon文档 在这里插入图片描述
  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

在这里插入图片描述

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 在这里插入图片描述

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 在这里插入图片描述 在这里插入图片描述

2、启动Anacona 在这里插入图片描述

3、PyCharm启动后打开Stable Diffusion WebUI项目 在这里插入图片描述

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 在这里插入图片描述

requirements.txt文件是运行项目需要安装的环境配置在这里插入图片描述

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 在这里插入图片描述

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在这里插入图片描述

Stable Diffusion WebUI启动成功 在这里插入图片描述

在浏览器输入栏访问http://127.0.0.1:7860，页面如下图 在这里插入图片描述

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 在这里插入图片描述

Stable Diffusion WebUI 页面介绍 在这里插入图片描述 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 在这里插入图片描述 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 在这里插入图片描述

方式二：点击从 civitai 下载 在这里插入图片描述

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 在这里插入图片描述

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。

欢迎关注我的公众号，不定期推送优质的文章，

微信扫一扫下方二维码即可关注。

小龙知识库-公众号.jpg

avatar
文章
阅读
粉丝