null - 程序员宅基地

	原始的 txt2img 和 img2img 模式一键安装和运行脚本（但仍需安装 Python 和 Git）外推修复彩色草图提示矩阵 Stable Diffusion放大注意，指定模型应更加关注的文本部分 >> a man in a ((tuxedo)) - 将更加关注 tuxedo >> a man in a (tuxedo:1.21) - 替代语法 >> 选择文本并按 Ctrl+上箭头或 Ctrl+下箭头（如果您使用的是 MacOS，则为 Command+上箭头或 Command+下箭头）来自动调整对所选文本的关注（由匿名用户贡献的代码）
	循环反馈，多次运行 img2img 处理 X/Y/Z 绘图，用于绘制具有不同参数的图像的三维图文本反转 >> 您可以拥有任意数量的嵌入，并为它们使用任何您喜欢的名称 >> 使用具有不同数量的矢量的多个嵌入 >> 使用半精度浮点数 >> 在 8GB 上训练嵌入（也有报告称 6GB 可行）
	额外选项卡包括： >> GFPGAN，修复面部的神经网络 >> CodeFormer，作为 GFPGAN 的替代面部修复工具 >> RealESRGAN，神经网络放大器 >> ESRGAN，具有许多第三方模型的神经网络放大器 >> SwinIR 和 Swin2SR（参见此处），神经网络放大器 >> LDSR，潜在扩散超分辨率放大
	调整纵横比选项选择采样方法 >> 调整采样器 eta 值（噪声乘数） >> 更高级的噪声设置选项随时中断处理支持 4GB 显卡（也有报告称 2GB 可行）正确的批次种子实时提示令牌长度验证
	生成参数 >> 生成图像所使用的参数将与该图像一起保存 >> 对于 PNG，保存在 PNG 块中；对于 JPEG，保存在 EXIF 中 >> 可以将图像拖到 PNG 信息选项卡中以恢复生成参数，并自动将其复制到 UI 中 >> 可以在设置中禁用此功能 >> 拖放图像/文本参数到提示框读取生成参数按钮，将参数加载到提示框中的 UI 中设置页面从 UI 运行任意 Python 代码（必须使用 --allow-code 启用）大多数 UI 元素都有鼠标悬停提示可以通过文本配置更改 UI 元素的默认/最小/最大/步进值平铺支持，一个复选框，用于创建可像纹理一样平铺的图像进度条和实时图像生成预览 >> 可以使用单独的神经网络生成几乎没有 VRAM 或计算要求的预览
	负面提示，额外的文本字段，允许您列出在生成的图像中不想看到的内容样式，一种保存提示的一部分并通过下拉菜单轻松应用它们的方法变体，一种生成相同图像但具有微小差异的方法种子调整大小，一种以稍微不同的分辨率生成相同图像的方法 CLIP 询问者，尝试从图像中猜测提示的按钮提示编辑，一种在生成过程中更改提示的方法，例如开始制作西瓜，然后在中途切换到动漫女孩
	批量处理，使用img2img处理一组文件 Img2img Alternative，交叉注意力控制的反欧拉方法超分辨率修复，一键生成高分辨率图片而无通常畸变检查点在线重新加载检查点合并器，允许你合并至多3个检查点为一个社区扩展提供的自定义脚本可组合扩散，同时使用多个提示 >> 使用大写AND区分提示 >> 同时支持权重提示：一只：1.2猫 AND一只狗 AND一只企鹅：2.2
	提示没有词长限制(原始Stable Diffusion允许使用最多75个词) DeepDanbooru集成，为动画生成danbooru样式标签 xformers，通过添加--xformers到命令行参数大幅提升选择卡性能通过扩展：原始访问记录页，在UI内方便查看、直接访问和删除图像永久生成选项训练选项卡 >> 嵌入网络和嵌入选项 >> 图像预处理：裁剪、翻转、使用BLIP或DeepDanbooru自动打标签(用于动画)
	Clip跳过嵌入网络 Loras(与嵌入网络功能相同，但界面更美观) 独立UI，预览后选择添加到提示的嵌入网络、嵌入网络或Loras 可以从设置屏幕加载不同VAE 进度栏显示估计完成功能时间 API 支持由RunwayML提供的专用修补模型通过扩展：审美梯度，使用Clip图像嵌入生成具体审美风格的图片(实现https：//github.com/vicgalle/stable-diffusion-aesthetic-gradients) Stable Diffusion 2.0支持 - 查看Wiki指南 Alt-Diffusion支持 - 查看Wiki指南没有任何不好的字母了! 使用Safetensors格式加载检查点放宽分辨率限制：生成图像尺寸必须是8的倍数，而不是64 现在有许可证! 从设置屏幕重新排序UI元素

stable-diffusion-webui的安装

1、配置环境

确保满足必要依赖

NVidia(推荐)

AMD GPU

Intel CPU/GPU(外部Wiki页面)中的说明操作

或者使用在线服务(如Google Colab)：

在线服务目录：Online Services · AUTOMATIC1111/stable-diffusion-webui Wiki · GitHub

NVidia GPU

在Windows 10/11上使用NVidia GPU和发布包安装

下载sd.webui.zip 1.0.0-pre版本并解压

运行update.bat

运行run.bat

更多详情见Install-and-Run-on-NVidia-GPUs

地址：Install and Run on NVidia GPUs · AUTOMATIC1111/stable-diffusion-webui Wiki · GitHub

2、下载模型权重

下载权重文件sd-v1-4.ckpt

下载权重文件sd-v1-4.ckpt

这是stable diffusion运行必须的权重文件，4G左右，可以去hugging face下载后放到models/Stable-diffusion目录下

地址：https://huggingface.co/CompVis/stable-diffusion-v-1-4-original/tree/main

下载本文需要的模型文件

下载本文需要的模型文件

主要用于真人风格图像绘制（都可以下来试试，推荐lora），3.97G，下载完成后放到models/Stable-diffusion目录下

chilloutmix_NiPrunedFp32Fix.safetensors

地址：https://civitai.com/models/6424/chilloutmix

3、Windows/Linux/Apple上安装

Windows上安装

自动在Windows上安装

安装Python 3.10.6(新版Python不支持torch)，选择“将Python添加到路径”

安装git

克隆Stable Diffusionwebui仓库

git clone https：//github.com/AUTOMATIC1111/stable-diffusion-webui.git

使用Windows资源管理器作为普通非管理用户运行webui-user.bat

Linux上安装

自动在Linux上安装

第一步，安装依赖：

Debian系：

sudo apt install wget git python3 python3-venv libgl1 libglib2.0-0

Red Hat系：

sudo dnf install wget git python3

Arch系：

sudo pacman -S wget git python3

第二步，导航到计划安装webui的目录，运行以下命令：

wget -q https: //raw.githubusercontent.com/AUTOMATIC1111/stable-diffusion-webui/master/webui.sh

第三步，运行webui.sh

第四步，检查webui-user.sh查看选项

Apple

苹果芯片安装请

地址：Installation on Apple Silicon · AUTOMATIC1111/stable-diffusion-webui Wiki · GitHub

4、启动项目

首次启动会自动下载一些 Python依赖库、配置和模型文件，但是初始化一次之后，下次启动就快了。requirements.txt，v1-5-pruned-emaonly.safetensors

.\webui.bat --theme dark    # 不加theme参数就是日间模式

5、如何安装webUI简体中文语言包

此扩展可以在 Extension 选项卡里面通过加载官方插件列表直接安装，Extension→Avaliable→取消勾选localization再把其他勾上→橙色按钮→选择zh_CN Localization进行install

stable-diffusion-webui的使用方法

更新中……

本文链接：https://blog.csdn.net/qq_41185868/article/details/131950698

原作者删帖不实内容删帖广告或垃圾文章投诉

智能推荐

c# 调用c++ lib静态库_c#调用lib-程序员宅基地

文章浏览阅读2w次，点赞7次，收藏51次。四个步骤1.创建C++ Win32项目动态库dll 2.在Win32项目动态库中添加外部依赖项 lib头文件和lib库3.导出C接口4.c#调用c++动态库开始你的表演...①创建一个空白的解决方案，在解决方案中添加 Visual C++ , Win32 项目空白解决方案的创建：添加Visual C++ , Win32 项目这......_c#调用lib

deepin/ubuntu安装苹方字体-程序员宅基地

文章浏览阅读4.6k次。苹方字体是苹果系统上的黑体，挺好看的。注重颜值的网站都会使用，例如知乎：font-family: -apple-system, BlinkMacSystemFont, Helvetica Neue, PingFang SC, Microsoft YaHei, Source Han Sans SC, Noto Sans CJK SC, W..._ubuntu pingfang

html表单常见操作汇总_html表单的处理程序有那些-程序员宅基地

文章浏览阅读159次。表单表单概述表单标签表单域按钮控件demo表单标签表单标签基本语法结构<form action="处理数据程序的url地址“ method=”get|post“ name="表单名称”></form><!--method将表单中的数据传送给服务器处理，get方式直接显示在url地址中，数据可以被缓存，且长度有限制；而post方式数据隐藏传输，_html表单的处理程序有那些

PHP设置谷歌验证器（Google Authenticator）实现操作二步验证_php otp 验证器-程序员宅基地

文章浏览阅读1.2k次。使用说明:开启Google的登陆二步验证（即Google Authenticator服务）后用户登陆时需要输入额外由手机客户端生成的一次性密码。实现Google Authenticator功能需要服务器端和客户端的支持。服务器端负责密钥的生成、验证一次性密码是否正确。客户端记录密钥后生成一次性密码。下载谷歌验证类库文件放到项目合适位置(我这边放在项目Vender下面)https://github.com/PHPGangsta/GoogleAuthenticatorPHP代码示例://引入谷_php otp 验证器

【Python】matplotlib.plot画图横坐标混乱及间隔处理_matplotlib更改横轴间距-程序员宅基地

文章浏览阅读4.3k次，点赞5次，收藏11次。matplotlib.plot画图横坐标混乱及间隔处理_matplotlib更改横轴间距

docker — 容器存储_docker 保存容器-程序员宅基地

文章浏览阅读2.2k次。①Storage driver 处理各镜像层及容器层的处理细节，实现了多层数据的堆叠，为用户提供了多层数据合并后的统一视图②所有 Storage driver 都使用可堆叠图像层和写时复制（CoW）策略③docker info 命令可查看当系统上的 storage driver主要用于测试目的，不建议用于生成环境。_docker 保存容器

随便推点

网络拓扑结构_网络拓扑csdn-程序员宅基地

文章浏览阅读834次，点赞27次，收藏13次。网络拓扑结构是指计算机网络中各组件（如计算机、服务器、打印机、路由器、交换机等设备）及其连接线路在物理布局或逻辑构型上的排列形式。这种布局不仅描述了设备间的实际物理连接方式，也决定了数据在网络中流动的路径和方式。不同的网络拓扑结构影响着网络的性能、可靠性、可扩展性及管理维护的难易程度。_网络拓扑csdn

JS重写Date函数，兼容IOS系统_date.prototype 将所有 ios-程序员宅基地

文章浏览阅读1.8k次，点赞5次，收藏8次。IOS系统Date的坑要创建一个指定时间的new Date对象时，通常的做法是：new Date("2020-09-21 11:11:00")这行代码在 PC 端和安卓端都是正常的，而在 iOS 端则会提示 Invalid Date 无效日期。在IOS年月日中间的横岗许换成斜杠，也就是new Date("2020/09/21 11:11:00")通常为了兼容IOS的这个坑，需要做一些额外的特殊处理，笔者在开发的时候经常会忘了兼容IOS系统。所以就想试着重写Date函数，一劳永逸，避免每次ne_date.prototype 将所有 ios

	原始的 txt2img 和 img2img 模式一键安装和运行脚本（但仍需安装 Python 和 Git）外推修复彩色草图提示矩阵 Stable Diffusion放大注意，指定模型应更加关注的文本部分 >> a man in a ((tuxedo)) - 将更加关注 tuxedo >> a man in a (tuxedo:1.21) - 替代语法 >> 选择文本并按 Ctrl+上箭头或 Ctrl+下箭头（如果您使用的是 MacOS，则为 Command+上箭头或 Command+下箭头）来自动调整对所选文本的关注（由匿名用户贡献的代码）
	循环反馈，多次运行 img2img 处理 X/Y/Z 绘图，用于绘制具有不同参数的图像的三维图文本反转 >> 您可以拥有任意数量的嵌入，并为它们使用任何您喜欢的名称 >> 使用具有不同数量的矢量的多个嵌入 >> 使用半精度浮点数 >> 在 8GB 上训练嵌入（也有报告称 6GB 可行）
	额外选项卡包括： >> GFPGAN，修复面部的神经网络 >> CodeFormer，作为 GFPGAN 的替代面部修复工具 >> RealESRGAN，神经网络放大器 >> ESRGAN，具有许多第三方模型的神经网络放大器 >> SwinIR 和 Swin2SR（参见此处），神经网络放大器 >> LDSR，潜在扩散超分辨率放大
	调整纵横比选项选择采样方法 >> 调整采样器 eta 值（噪声乘数） >> 更高级的噪声设置选项随时中断处理支持 4GB 显卡（也有报告称 2GB 可行）正确的批次种子实时提示令牌长度验证
	生成参数 >> 生成图像所使用的参数将与该图像一起保存 >> 对于 PNG，保存在 PNG 块中；对于 JPEG，保存在 EXIF 中 >> 可以将图像拖到 PNG 信息选项卡中以恢复生成参数，并自动将其复制到 UI 中 >> 可以在设置中禁用此功能 >> 拖放图像/文本参数到提示框读取生成参数按钮，将参数加载到提示框中的 UI 中设置页面从 UI 运行任意 Python 代码（必须使用 --allow-code 启用）大多数 UI 元素都有鼠标悬停提示可以通过文本配置更改 UI 元素的默认/最小/最大/步进值平铺支持，一个复选框，用于创建可像纹理一样平铺的图像进度条和实时图像生成预览 >> 可以使用单独的神经网络生成几乎没有 VRAM 或计算要求的预览
	负面提示，额外的文本字段，允许您列出在生成的图像中不想看到的内容样式，一种保存提示的一部分并通过下拉菜单轻松应用它们的方法变体，一种生成相同图像但具有微小差异的方法种子调整大小，一种以稍微不同的分辨率生成相同图像的方法 CLIP 询问者，尝试从图像中猜测提示的按钮提示编辑，一种在生成过程中更改提示的方法，例如开始制作西瓜，然后在中途切换到动漫女孩
	批量处理，使用img2img处理一组文件 Img2img Alternative，交叉注意力控制的反欧拉方法超分辨率修复，一键生成高分辨率图片而无通常畸变检查点在线重新加载检查点合并器，允许你合并至多3个检查点为一个社区扩展提供的自定义脚本可组合扩散，同时使用多个提示 >> 使用大写AND区分提示 >> 同时支持权重提示：一只：1.2猫 AND一只狗 AND一只企鹅：2.2
	提示没有词长限制(原始Stable Diffusion允许使用最多75个词) DeepDanbooru集成，为动画生成danbooru样式标签 xformers，通过添加--xformers到命令行参数大幅提升选择卡性能通过扩展：原始访问记录页，在UI内方便查看、直接访问和删除图像永久生成选项训练选项卡 >> 嵌入网络和嵌入选项 >> 图像预处理：裁剪、翻转、使用BLIP或DeepDanbooru自动打标签(用于动画)
	Clip跳过嵌入网络 Loras(与嵌入网络功能相同，但界面更美观) 独立UI，预览后选择添加到提示的嵌入网络、嵌入网络或Loras 可以从设置屏幕加载不同VAE 进度栏显示估计完成功能时间 API 支持由RunwayML提供的专用修补模型通过扩展：审美梯度，使用Clip图像嵌入生成具体审美风格的图片(实现https：//github.com/vicgalle/stable-diffusion-aesthetic-gradients) Stable Diffusion 2.0支持 - 查看Wiki指南 Alt-Diffusion支持 - 查看Wiki指南没有任何不好的字母了! 使用Safetensors格式加载检查点放宽分辨率限制：生成图像尺寸必须是8的倍数，而不是64 现在有许可证! 从设置屏幕重新排序UI元素

AIGC之SD：stable-diffusion-webui的简介、安装、使用方法之详细攻略_aigc sd-程序员宅基地

相关文章

AIGC：Stable Diffusion(一项普通人就能实现的AI前沿科技)的简介、Stable Diffusion2.0的改进、安装、使用方法(文本到图像/图像修改/超分辨率/图像修复)之详细攻略

stable-diffusion-webui的简介

1、特点：具有图像详细展示的功能