本地部署stable | 您所在的位置:网站首页 › 国内如何打开civitai › 本地部署stable |
资源 开源官方:https://github.com/AUTOMATIC1111/stable-diffusion-webui 模型下载: https://civitai.com stable-diffusion-webui 的汉化: https://github.com/VinsonLaro/stable-diffusion-webui-chinese Model Info助手: https://github.com/butaixianran/Stable-Diffusion-Webui-Civitai-Helper/blob/main/README.cn.md 网络上的demo: https://stablediffusionweb.com/#demo Python 3.10.9 :https://www.python.org/downloads/ Git for Windows:https://gitforwindows.org/ Git for Mac:https://git-scm.com/download/mac WIN系统一键安装整合包秋叶一键整合包: https://www.bilibili.com/video/BV1iM4y1y7oA/?share_source=copy_web&vd_source=d223ca59a1e41cd9875c53524f6fb658 星空一键整合包: https://www.bilibili.com/video/BV16j411A7BL/?share_source=copy_web&vd_source=d223ca59a1e41cd9875c53524f6fb658 将 WebUI Colab 安装到 Google Drivehttps://github.com/camenduru/stable-diffusion-webui-colab/tree/drive 踩坑记录 网上已有很多教程了,为什么我还要写这个?因为我用的MAC环境是多数人不太了解的 一、最快的环境依赖安装管理我已经介绍过两个WIN和MAC系统必装的软件-WINgetUI和Tea 下载WingetUl官方:https://www.marticliment.com/wingetui/ 下载TEA官方:https://tea.xyz/gui/ 在这里可以帮助你快速安装stable-diffusion-webui所需要的环境依赖,WIN端可以如图直接搜索Python或Git安装 而Tea则提供了stable-diffusion-webui的一键安装 注意:Tea所提供的一键安装目录是在用户/.tea隐藏目录下,如果你像我一样是升级MAC后文件传输备份的,则这个目录不是Github的官方目录,启动时会报错,但它能带来环境的一键安装,如果不报错,那么你可以之后都在Tea软件界面启动即可。 关于M1 MAC环境实测:安装完stable-diffusion-webui所需的代码环境后,即便没有放入模型,程序界面依然会加载成功。 在不使用Tea选择手动安装时:1、安装好Home Brew /bin/bash -c "$(curl -fsSL https://raw.githubusercontent.com/Homebrew/install/HEAD/install.sh)"2、安装好python brew install cmake protobuf rust [email protected] git wget3、 git clone https://github.com/AUTOMATIC1111/stable-diffusion-webui.git4、下载Stable Diffusion模型 runwayml/stable-diffusion-v1-5 · Hugging Face 把下载好的模型放置到automatic\models\Stable-diffusion文件夹后, 5、 cd stable-diffusion-webui ./webui.sh在浏览器查看127.0.0.1:7860即可 还有一个自动安装包项目:https://github.com/vladmandic/automatic 1、 git clone https://github.com/vladmandic/automatic2、新建一个文件夹 3、在该文件下运行CMD 4、完成安装后,系统多出一个automatic文件夹。 5、 进入automatic文件夹,找到并双击webui.bat文件。 6、 V1 5 pruned emaonly safetensors手动下载地址:https://huggingface.co/runwayml/stable-diffusion-v1-5/blob/main/v1-5-pruned-emaonly.safetensors 7、把下载好的模型放置到automatic\models\Stable-diffusion文件夹 8、stable-diffusion-webui根目录中运行 ./webui.sh在浏览器查看127.0.0.1:7860/ WIN系统手动安装 下载项目1、 git clone https://github.com/AUTOMATIC1111/stable-diffusion-webui.git 2、安装Python 环境官方推荐安装 Python 3.10.6 版本 3.10.6下载地址 使用 python --version查看当前版本。 3、准备CUDA 环境默认 stable-diffusion-webui 运行使用的是 GPU 算力,也就是说需要用到 Nvidia 显卡 如果没有CUDA 环境可在下面的网址中找到对应的 CUDA 版本进行安装: CUDA 官方:https://developer.nvidia.com/cuda-toolkit-archive CUDA驱动版本与CUDA ToolKit对应关系:https://docs.nvidia.com/cuda/cuda-toolkit-release-notes/index.html#major-components 安装完成之后,可以使用如下命令查看 CUDA 版本 nvcc --version2、下载权重文件下载后放到models/Stable-diffusion目录下 https://huggingface.co/runwayml/stable-diffusion-v1-5/blob/main/v1-5-pruned-emaonly.safetensors 3、下载需要的模型文件https://civitai.com/ 4、启动项目运行工程下的 webui-user.bat 文件即可 .\webui.bat 安装webUI简体中文语言包Github:https://github.com/VinsonLaro/stable-diffusion-webui-chinese 百度链接:https://pan.baidu.com/s/1T_QINiDaMTjF3EqCZsW6uQ 提取码:jixb 方法1:通过WebUI拓展进行安装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 方法2:直接复制翻译好的本地化模板1.在任意目录下使用git clone https://github.com/VinsonLaro/stable-diffusion-webui-chinese 2.进入下载好的文件夹,把"localizations"文件夹内的"Chinese-All.json"和"Chinese-English.json"复制到"stable-diffusion-webui\localizations"目录下 3.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" 4.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 术语说明:https://github.com/dtlnor/stable-diffusion-webui-localization-zh_CN/blob/main/Terminology.md 模型输入的相关参数:采样方法(sample method):里面设置了很多采样算法,具体每个算法的效果,可以自行尝试 采样迭代步数(sampling steps):模型跌倒一次的步数 restore faces,面部修复功能,可以提供面部细节 Tiling,平铺,分块 Hirres,fix:高清修复,可以把低分辨率的照片调整到高分辨率 宽度,高度,图片的尺寸 CFG scale:提示词相关性 seed随机种子,seed一样的情况下,可以生成比较相似的图片 batch count生成批次,一次生成多少批的图片,batch size没批数量,一次一批的生成图片数量 重绘幅度(denoising strength),参数越大,重绘幅度越大,图片与原始图片越不相似,越小与原始图片越相似 到这里算是基本了解完了,如果你在安装过程中出现问题,一半原因来自安装环境依赖问题,一半来自网络问题,可以自己检查后再进行安装。 |
CopyRight 2018-2019 实验室设备网 版权所有 |