稳定扩散 webUI

:robot: This page have been translated automatically. If you want to improve this translation and remove this warning, see project's repository

基于用于稳定扩散的 Gradio 库的浏览器界面。

查看 自定义脚本 wiki 页面以获取用户开发的额外脚本。

＃＃ 特征 带有图像的详细功能展示：

  • 原始的 txt2img 和 img2img 模式
  • 一键安装并运行脚本（但您仍然必须安装 python 和 git）
  • 涂装
  • 修复
  • 彩色素描
  • 提示矩阵
  • 稳定扩散高档
  • 注意，指定模型应该更加注意的文本部分
  • a man in a ((tuxedo)) - 会更加注意燕尾服
  • 一个穿燕尾服的男人 (tuxedo:1.21) - 替代语法
  • 选择文本并按 ctrl+up 或 ctrl+down 自动调整对所选文本的关注（代码由匿名用户提供）
  • Loopback，多次运行img2img处理
  • X/Y 图，一种绘制具有不同参数的二维图像图的方法
  • 文本倒置
  • 拥有任意数量的嵌入，并为它们使用任何你喜欢的名称
  • 使用每个标记具有不同数量向量的多个嵌入
  • 适用于半精度浮点数
  • 在 8GB 上训练嵌入（还有 6GB 工作的报告）
  • 附加选项卡：
  • GFPGAN，修复人脸的神经网络
  • CodeFormer，面部修复工具作为 GFPGAN 的替代品
  • RealESRGAN，神经网络升级器
  • ESRGAN，具有大量第三方模型的神经网络升级器
  • SwinIR 和 Swin2SR（见此处），神经网络升频器
  • LDSR，潜在扩散超分辨率升级
  • 调整宽高比选项
  • 取样方法选择
  • 调整采样器 eta 值（噪声倍增器）
  • 更高级的噪音设置选项
  • 随时中断处理
  • 4GB 视频卡支持（还有 2GB 工作报告）
  • 正确的批次种子
  • 实时提示令牌长度验证
  • 生成参数
  • 用于生成图像的参数与该图像一起保存
  • 在 PNG 的 PNG 块中，在 JPEG 的 EXIF 中
  • 可将图片拖拽至PNG信息标签，恢复生成参数并自动复制到UI中
  • 可以在设置中禁用
  • 将图像/文本参数拖放到提示框
  • 读取生成参数按钮，将提示框中的参数加载到 UI
  • 设置页面
  • 从 UI 运行任意 python 代码（必须使用 –allow-code 运行才能启用）
  • 大多数 UI 元素的鼠标悬停提示
  • 可以通过文本配置更改 UI 元素的默认值/混合/最大/步进值
  • 随机艺术家按钮
  • 平铺支持，用于创建可以像纹理一样平铺的图像的复选框
  • 进度条和实时图像生成预览
  • 否定提示，一个额外的文本字段，允许您列出您不想在生成的图像中看到的内容
  • 样式，一种保存部分提示并稍后通过下拉列表轻松应用它们的方法
  • 变体，一种生成相同图像但有微小差异的方法
  • 调整种子大小，一种生成相同图像但分辨率略有不同的方法
  • CLIP 询问器，一个尝试从图像中猜测提示的按钮
  • Prompt Editing，一种改变prompt mid-generation的方法，说开始制作西瓜并中途切换到动漫女孩
  • 批处理，使用 img2img 处理一组文件
  • Img2img Alternative, reverse Euler method of cross attention control
  • Highres Fix，一个方便的选项，可以一键生成高分辨率图片而不会出现通常的失真
  • 即时重新加载检查点
  • 检查点合并，一个允许您将最多 3 个检查点合并为一个的选项卡
  • 自定义脚本 具有来自社区的许多扩展
  • Composable-Diffusion，一种同时使用多个提示的方法
  • 使用大写的 AND 分隔提示
  • 还支持提示权重：a cat :1.2 AND a dog AND a penguin :2.2
  • 提示没有令牌限制（原始稳定扩散让您最多使用 75 个令牌）
  • DeepDanbooru 集成，为动漫提示创建 danbooru 风格标签
  • xformers，选择卡片的主要速度提升：（添加 –xformers 到命令行参数）
  • 通过扩展：历史选项卡：在 UI 中方便地查看、定向和删除图像
  • 生成永久选项
  • 培训标签
  • 超网络和嵌入选项
  • 预处理图像：使用 BLIP 或 deepdanbooru（用于动漫）裁剪、镜像、自动标记
  • 剪辑跳过
  • 使用超网络
  • 使用 VAE
  • 进度条中的预计完成时间
  • 应用程序接口
  • 支持 RunwayML 的专用修复模型。
  • 通过扩展：Aesthetic Gradients，一种通过使用剪辑图像嵌入生成具有特定美感的图像的方法（https: //github.com/vicgalle/stable-diffusion-aesthetic-gradients)
  • 稳定扩散 2.0 支持 - 请参阅 wiki 的说明

安装和运行

确保满足所需的 dependencies 并遵循适用于 NVidia 的说明/stable-diffusion-webui/wiki/Install-and-Run-on-NVidia-GPUs）（推荐）和 [AMD](https://github.com/AUTOMATIC1111/stable-diffusion-webui/wiki/Install-and -在 AMD-GPU 上运行）GPU。

或者，使用在线服务（如 Google Colab）：

在 Windows 上自动安装

  1. 安装Python 3.10.6，勾选“Add Python to PATH”
  2. 安装 git。
  3. 下载 stable-diffusion-webui 存储库，例如通过运行 git clone https://github.com/AUTOMATIC1111/stable-diffusion-webui.git。
  4. 将 model.ckpt 放在 models 目录中（参见 dependencies 获取它的位置）。
  5. *（可选）* 将 GFPGANv1.4.pth 与 webui.py 放在基本目录中（参见 [dependencies](https://github.com/AUTOMATIC1111/stable-diffusion-webui/ wiki/Dependencies）获取它的位置）。
  6. 以普通非管理员用户身份从 Windows 资源管理器运行 webui-user.bat。

在 Linux 上自动安装

1.安装依赖：

# Debian-based:
sudo apt install wget git python3 python3-venv
# Red Hat-based:
sudo dnf install wget git python3
# Arch-based:
sudo pacman -S wget git python3
  1. 要安装在/home/$(whoami)/stable-diffusion-webui/，运行： 
    bash <(wget -qO- https://raw.githubusercontent.com/AUTOMATIC1111/stable-diffusion-webui/master/webui.sh)

在 Apple Silicon 上安装

此处 找到说明。

贡献

以下是向此存储库添加代码的方法：贡献

文档

文档已从本自述文件移至项目的 wiki。

##学分

  • 稳定扩散 - https://github.com/CompVis/stable-diffusion, https://github.com/CompVis/taming-transformers
  • k-diffusion - https://github.com/crowsonkb/k-diffusion.git
  • GFPGAN - https://github.com/TencentARC/GFPGAN.git
  • CodeFormer - https://github.com/sczhou/CodeFormer
  • ESRGAN - https://github.com/xinntao/ESRGAN
  • SwinIR - https://github.com/JingyunLiang/SwinIR
  • Swin2SR - https://github.com/mv-lab/swin2sr
  • LDSR - https://github.com/Hafiidz/latent-diffusion
  • MiDaS - https://github.com/isl-org/MiDaS
  • 优化思路 - https://github.com/basujindal/stable-diffusion
  • 交叉注意层优化 - Doggettx - https://github.com/Doggettx/stable-diffusion，快速编辑的原创想法。
  • 交叉注意层优化 - InvokeAI，lstein - https://github.com/invoke-ai/InvokeAI（原 http://github.com/lstein/stable-diffusion）
  • Textual Inversion - Rinon Gal - https://github.com/rinongal/textual_inversion（我们没有使用他的代码，但我们正在使用他的想法）。
  • SD 高档的想法 - https://github.com/jquesnelle/txt2imghd
  • 为 outpainting mk2 生成噪音 - https://github.com/parlance-zz/g-diffuser-bot
  • CLIP 审讯器的想法和借用一些代码 - https://github.com/pharmapsychotic/clip-interrogator
  • 可组合扩散的想法 - https://github.com/energy-based-model/Compositional-Visual-Generation-with-Composable-Diffusion-Models-PyTorch
  • xformers - https://github.com/facebookresearch/xformers
  • DeepDanbooru - 动漫扩散器审讯器 https://github.com/KichangKim/DeepDanbooru
  • 安全建议 - RyotaK
  • 初始 Gradio 脚本 - 由匿名用户发布在 4chan 上。谢谢匿名用户。
  • （你）

results matching ""

    No results matching ""