Window下部署使用Stable Diffusion AI开源项目绘图

news/2024/7/10 20:08:12 标签: stable diffusion, 人工智能, 开源, 深度学习

Window下部署使用Stable Diffusion AI开源项目绘图

  • 前言
  • 前提条件
  • 相关介绍
  • Stable Diffusion AI绘图
    • 下载项目
    • 环境要求
    • 环境下载
    • 运行项目
    • 打开网址，即可体验
    • 文字生成图像（txt2img）
      • 庐山瀑布
  • 参考

在这里图片描述

  • 本文里面的风景图，均由Stable Diffusion AI绘制生成。
  • Stable Diffusion并不局限于AI绘图，还有风格转换、人像修复、图像融合、图像去噪等功能，感兴趣的小伙伴，可自行探索，科学使用！

前言

  • 由于本人水平有限，难免出现错漏，敬请批评改正。
  • 更多精彩内容，可点击进入YOLO系列专栏、自然语言处理
    专栏或我的个人主页查看
  • 基于DETR的人脸伪装检测
  • YOLOv7训练自己的数据集（口罩检测）
  • YOLOv8训练自己的数据集（足球检测）
  • YOLOv5：TensorRT加速YOLOv5模型推理
  • YOLOv5：IoU、GIoU、DIoU、CIoU、EIoU
  • 玩转Jetson Nano（五）：TensorRT加速YOLOv5目标检测
  • YOLOv5：添加SE、CBAM、CoordAtt、ECA注意力机制
  • YOLOv5：yolov5s.yaml配置文件解读、增加小目标检测层
  • Python将COCO格式实例分割数据集转换为YOLO格式实例分割数据集
  • YOLOv5：使用7.0版本训练自己的实例分割模型（车辆、行人、路标、车道线等实例分割）
  • 使用Kaggle GPU资源免费体验Stable Diffusion开源项目

前提条件

  1. 安装 Python 3.10.6 ：https://www.python.org/downloads/release/python-3106/

  2. 安装 git：https://git-scm.com/download/win

相关介绍

  • Python是一种跨平台的计算机程序设计语言。是一个高层次的结合了解释性、编译性、互动性和面向对象的脚本语言。最初被设计用于编写自动化脚本(shell)，随着版本的不断更新和语言新功能的添加，越多被用于独立的、大型项目的开发。
  • PyTorch 是一个深度学习框架，封装好了很多网络和深度学习相关的工具方便我们调用，而不用我们一个个去单独写了。它分为 CPU 和 GPU 版本，其他框架还有 TensorFlow、Caffe 等。PyTorch 是由 Facebook 人工智能研究院（FAIR）基于 Torch 推出的，它是一个基于 Python 的可续计算包，提供两个高级功能：1、具有强大的 GPU 加速的张量计算（如 NumPy）；2、构建深度神经网络时的自动微分机制。
  • AIGC（人工智能生成内容）是指由人工智能系统创建或生成的内容。它涉及使用人工智能技术，如机器学习、自然语言处理和计算机视觉，生成各种形式的内容，包括文本、图像、视频、音乐等。
  • 稳定扩散（Stable Diffusion）是一种用于概率建模和图像处理的方法。它基于扩散过程的理论，旨在对图像进行平滑和去噪处理，同时保持重要的图像结构和细节。
    稳定扩散方法通过在图像上应用非线性扩散算子来实现平滑和去噪。与传统的线性扩散方法不同，稳定扩散引入了非线性项，以更好地保留图像的边缘和细节。
    稳定扩散的核心思想是在扩散过程中考虑梯度信息，并根据梯度大小和方向来调整扩散速度。这样可以在平滑图像的同时，有效地抑制边缘的模糊和细节的丢失。
    稳定扩散方法在图像去噪、边缘保持、纹理增强等方面具有广泛应用。它提供了一种平衡平滑和保持图像结构的方法，可以应用于计算机视觉、图像处理和模式识别等领域。

Stable Diffusion AI绘图

下载项目

  • 官方源地址：https://github.com/AUTOMATIC1111/stable-diffusion-webui

在这里插入图片描述
下载完成，解压后，项目目录，如下所示。
在这里插入图片描述

环境要求

GitPython
Pillow
accelerate
basicsr
blendmodes
clean-fid
einops
gfpgan
gradio 3.32.0
inflection
jsonmerge
kornia
lark
numpy
omegaconf
open-clip-torch
piexif
psutil
pytorch_lightning
realesrgan
requests
resize-right
safetensors
scikit-image 0.19
timm
tomesd
torch
torchdiffeq
torchsde
transformers 4.25.1

  • 此开源项目，最难的地方是环境配置，并且，对环境的要求比较高，需要用的GPU（本文用的是RTX 3060），如果，没有具备相关条件，可以使用Kaggle GPU资源免费体验Stable Diffusion开源项目：https://blog.csdn.net/FriendshipTang/article/details/132238734

环境下载

pip install -r requirements.txt
或者
pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple # 国内使用清华源，下载速度较快

运行项目

进入项目目录，在cmd命令端，运行webui-user.bat

webui-user.bat

第一次运行，此文件还会自动下载一些相关的依赖文件。
在这里插入图片描述
在这里插入图片描述

运行成功后，会出现一个用于本地访问网址：http://127.0.0.1:7860
在这里插入图片描述

打开网址，即可体验

在这里插入图片描述

文字生成图像（txt2img）

庐山瀑布

The Waterfall in Mount Lu Viewed from Afar
Li Bai
The sunlit Censer Peak exhales incenselike cloud;
Like an upended stream the cataract sounds loud.
Its torrent dashes down three thousand feet from high
As if the Silver River fell from the blue sky.

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

在这里插入图片描述

  • 网站里还有很多功能，感兴趣的小伙伴，可自行探索！
  • 此开源项目，最难的地方是环境配置，并且，对环境的要求比较高，需要用的GPU（本文用的是RTX 3060），如果，没有具备相关条件，可以使用Kaggle GPU资源免费体验Stable Diffusion开源项目：https://blog.csdn.net/FriendshipTang/article/details/132238734

参考

[1] https://github.com/AUTOMATIC1111/stable-diffusion-webui
[2] https://github.com/camenduru/stable-diffusion-webui
[3] https://www.kaggle.com/code/camenduru/stable-diffusion-webui-kaggle

  • 由于本人水平有限，难免出现错漏，敬请批评改正。
  • 更多精彩内容，可点击进入YOLO系列专栏、自然语言处理
    专栏或我的个人主页查看
  • 基于DETR的人脸伪装检测
  • YOLOv7训练自己的数据集（口罩检测）
  • YOLOv8训练自己的数据集（足球检测）
  • YOLOv5：TensorRT加速YOLOv5模型推理
  • YOLOv5：IoU、GIoU、DIoU、CIoU、EIoU
  • 玩转Jetson Nano（五）：TensorRT加速YOLOv5目标检测
  • YOLOv5：添加SE、CBAM、CoordAtt、ECA注意力机制
  • YOLOv5：yolov5s.yaml配置文件解读、增加小目标检测层
  • Python将COCO格式实例分割数据集转换为YOLO格式实例分割数据集
  • YOLOv5：使用7.0版本训练自己的实例分割模型（车辆、行人、路标、车道线等实例分割）
  • 使用Kaggle GPU资源免费体验Stable Diffusion开源项目

http://www.niftyadmin.cn/n/4950388.html

相关文章

Spring框架中JavaBean的生命周期及单例模式与多列模式

Spring框架中JavaBean的生命周期及单例模式与多列模式

Spring框架中JavaBean的生命周期及单例模式与多列模式 1. Spring框架中JavaBean的管理过程1.1 #定义Bean1.2 Bean的实例化1.3 属性注入1.4 初始化方法1.5 Bean的使用和引用1.6 销毁方法 2. 单例模式与原型模式在JavaBean管理中的应用1.在Spring管理JavaBean的过程中&#xff0c…
阅读更多...
axios / fetch 实现 stream 流式请求

axios / fetch 实现 stream 流式请求

axios 是一个支持node端和浏览器端的易用、简洁且高效的http库。本文主要介绍 axios 如何实现 stream 流式请求，注意这里需要区分 node 环境和浏览器环境。 一、node端 代码演示： const axios require(axios);axios({method: get,url: http://tiven.c…
阅读更多...
二、FreeRTOS目录文件概述

二、FreeRTOS目录文件概述

1、FreeRTOS目录结构 (1)官网下载FreeRTOS源码。 (2)FreeRTOS源码目录树。(由目录树生成工具zDirTree生成) E:\RTOS\官方源码\FreeRTOSv202212.01 ├FreeRTOS │ ├Demo // 预先制作好的示例工程 │ │ ├CORTEX_STM32F103_Keil // STM32F103在k…
阅读更多...
Redis巩固加强

Redis巩固加强

Redis究竟是什么 Redis是一个开源的高性能键值存储系统，也被称为数据结构服务器。它不仅仅是一个传统意义上的数据库，而是一个功能强大且多用途的存储系统。 虽然Redis可以像数据库那样存储和检索数据，但它与传统关系型数据库（如M…
阅读更多...
Java：ArrayList集合、LinkedList（链表）集合的底层原理及应用场景

Java：ArrayList集合、LinkedList（链表）集合的底层原理及应用场景

ArrayList集合的底层原理及应用场景 LinkedList（链表）集合的底层原理及应用场景 单向链表 增加数据 删除数据 双向链表 LinkedList的应用场景之一:可以用来设计队列 入队 出队 LinkedList的应用场景之一:可以用来设计栈 压栈（push),addFirst…
阅读更多...
ADC静态特性测试

ADC静态特性测试

测试环境搭建： 码密度分析法的局限性 更新： MATLAB R2020a之后的版本，更新了函数 “inldnl()”，可以自动计算INL和DNL。具体用法看MATLAB说明文档即可。
阅读更多...
三、FreeRTOS命名规范

三、FreeRTOS命名规范

1、数据类型 (1)每个移植的版本都含有自己的portmacro.h头文件，里面定义了2个数据类型。 (2)TickType_t FreeRTOS配置了一个周期性的时钟中断：Tick Interrup每发生一次中断，中断次数累加，这被称为tick counttick count这个变量…
阅读更多...
小程序扫描二维码获取网址,通过Jsoup进行解析

小程序扫描二维码获取网址,通过Jsoup进行解析

提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档 目录 文章目录 前言 一、Jsoup是什么？ 二、使用步骤 1.引入库 2.读入数据 总结 前言 vx开发小程序使用扫一扫时不同二维码展示的东西不一样,需要进行解析 提示&a…
阅读更多...
最新文章

Copyright @ 2022~2023