stable diffuison的安装和使用

news/2024/7/10 22:29:48 标签: stable diffusion

stable diffuison的安装和使用

简单介绍

Stable Diffusion是一个深度学习文本到图像的生成模型,它可以根据文本描述生成详细的图像。这个模型主要应用于文本生成图像的场景中,通过给定的文本提示词,模型会输出一张与提示词相匹配的图片。

stable diffuison生成的图片

Stable Diffusion Web UI则是一个基于Stable Diffusion模型的Web应用程序界面,它利用Gradio库搭建出交互程序,可以在低代码GUI中立即访问Stable Diffusion模型。通过这个Web UI,用户可以方便地配置和生成AI绘画作品,并进行各种精细的配置。

安装软件

前往网站:https://github.com/AUTOMATIC1111/stable-diffusion-webui/releases/tag/v1.0.0-pre

下载最新版本的windows端:

下载之后,进入解压文件夹,调出powershell,输入:.\update.bat。待更新完毕后,运行.\run.bat,会下载文件,比较大,需要保证环境可以kexue上网。

1705832406006.jpg

我等待了大概20分钟之后,安装就完成了,大概耗费了近10G的流量。下载完成后,应用会自动启动:

终端会自动打开网站:http://127.0.0.1:7860/

安装汉化界面

1.打开stable diffusion webui,进入"Extensions"选项卡

2.点击"Install from URL",注意"URL for extension’s git repository"下方的输入框

3.粘贴或输入本Git仓库地址https://github.com/VinsonLaro/stable-diffusion-webui-chinese

4.点击下方的黄色按钮"Install"即可完成安装,然后重启WebUI(点击"Install from URL"左方的"Installed",然后点击黄色按钮"Apply and restart UI"网页下方的"Reload UI"完成重启)

5.点击"Settings",左侧点击"User interface"界面,在界面里最下方的"Localization (requires restart)“,选择"Chinese-All"或者"Chinese-English”

6.点击界面最上方的黄色按钮"Apply settings",再点击右侧的"Reload UI"即可完成汉化

引用第三方模型

登录网站:https://civitai.com/ 寻找感兴趣的模型,也可以找个类似的复制相关“咒语“在本地电脑试试。

比如可以画出漂亮小姐姐的模型,

也有很多其他有趣的模型,选择下载,将文件移动到webui\models\Stable-diffusion的文件夹中即可,然后训练时选择需要的模型。

画图

咒语可以使用网站:https://www.wujieai.com/tag-generator 进行查询,模型我使用的chilloutMix模型。

咒语生成网站

现在就可以进行绘图了,画几张试试:

我的显卡内存比较小,可以看到绘图的时候,显卡基本上跑满了。显卡比较小的话,把输出图像地分辨率调小即可。

总结

stable diffusion作为最受欢迎的开源AI绘图软件目前拥有庞大的生态:各种各样的开源绘图模型以及许多插件。有需要的话可以试试,上手不难,但微调就需要功夫了,我是不会微调,连咒语就选择调用的第三方网站的咒语。

参考

软件下载地址 https://github.com/AUTOMATIC1111/stable-diffusion-webui

第三方模型 https://civitai.com/

汉化包地址 https://github.com/VinsonLaro/stable-diffusion-webui-chinese

咒语生成器 https://www.wujieai.com/tag-generator


http://www.niftyadmin.cn/n/5338995.html

相关文章

如何在ubuntu22.04安装ROS2

ubuntu22.04安装ROS2 教程 选择对应版本进行安装设置编码添加源安装ROS2设置环境变量 运行ROS2 选择对应版本 通过官方网站,查询Ubuntu与ros对应的版本,版本不一致也会出现安装不成功。 https://wiki.ros.org/ROS/Installation 每一个都可以进行点击&a…

Python实现M-Estimators稳健线性回归模型(RLM算法)项目实战

说明:这是一个机器学习实战项目(附带数据代码文档视频讲解),如需数据代码文档视频讲解可以直接到文章最后获取。 1.项目背景 M-Estimators 是稳健统计估计中的一个重要概念,它们在处理含有异常值、离群点或者影响点的…

第二章第10节:EXCEL :REPLACE函数 SUBSTITUTE函数

01,EXCEL :REPLACE函数 SUBSTITUTE函数 02,【Replace函数介绍】 可以帮我们批量替换:表格中的内容,让你的工作效率飙升! ** Repalce 函数:将字符串中的旧字符,替换成新字符: Replace(old_txt…

【Web前端开发基础】CSS的盒子模型

CSS的盒子模型 一、学习目标 能够认识不同选择器的优先级公式能够进行CSS权重叠加计算,分析并解决CSS 冲突问题能够认识盒子模型的组成部分能够掌握盒子模型的边框、内边距、外边距的作用及简写形式能够计算盒子的实际大小能够了解外边距折叠现象,并知…

C# Socket通信从入门到精通(17)——单个异步UDP服务器监听一个客户端C#代码实现

前言: 我们在开发UDP通信程序时,除了开发UDP同步客户端程序,有时候我们也需要开发异步UDP服务器程序,所谓的异步最常见的应用就是服务器接收客户端数据以后,程序不会卡在数据接收这里,而是可以继续往下执行,这在实际项目中是经常会遇到的,所以说掌握异步UDP服务器程序…

C++ :命名空间域

目录 冲突与命名: 举个例子: 全局与局部: 域作用限定符: 命名空间域: 冲突与命名: 在C语言中,我们通常会使用stdlib.h 而stdlib.h 本质上是一个函数的库,在程序中使用的大多数…

flink结合Yarn进行部署

1. 什么是Yarn模式部署Flink 独立(Standalone)模式由 Flink 自身提供资源,无需其他框架,这种方式降低了和其他第三方资源框架的耦合性,独立性非常强。但我们知道,Flink 是大数据计算框架,不是资…