【AI绘图】Stable Diffusion WebUI环境搭建_stable-diffusion-webui环境

Stable Diffusion WebUI开源地址：https://github.com/AUTOMATIC1111/stable-diffusion-webui

 首先根据要求做以下准备工作：

1. 安装 Python 3.10.6, 安装时记得勾选"Add Python to PATH"把Python添加到环境变量.

2. 安装Git环境，Git - Downloading Package

3. 用git命令把下载Stable Diffusion WebUI项目:  

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

4. 项目下载到本地后双击 webui-user.bat 运行。

webui-user.bat执行后会下载大量依赖环境，不出意外的话应该会输出各种报错，这是因为

很多依赖的库都是从github下载，国内访问github不稳定，即开了魔法上网也经常出下载报错。

这时候就需要使用github加速工具：Releases · dotnetcore/FastGithub · GitHub

 5. 下载安装FastGithub, 直接双节打开，在后台挂起。

 6. 再次执行步骤4，就开始下载依赖环境了。如果中途仍有报错多执行几遍步骤4即可。

 经过漫长的下载，最后命令行可能会出现：No module 'xformers'. Proceeding without it.

不必惊慌，不使用xformers模块也是没问题的。

最后看到Running on local URL:  http://127.0.0.1:7860，那么恭喜，环境搭建成功。

 7. 运行webui-user.bat会启动一个区域网web服务器，在浏览器输入127.0.0.1:7860打开Stable Diffusion WebUI界面：

Prompt：期望图片包含的元素；

Negative Prompt：不期望图片包含的元素；

然后点击Generate按钮生成图像。

8. 添加扩展插件，上来就用肯定是还差火候的，还需要安装各种插件加强功能才能发挥出真正的实力。添加插件方式：

 9. 如果想让局域网的其它电脑也能根据ip打开Stable Diffusion WebUI界面，需要在webui-user.bat文件中，COMMANDLINE_ARGS追加参数”--listen“：

@echo off
 
set PYTHON=
set GIT=
set VENV_DIR=
set COMMANDLINE_ARGS=--listen
 
call webui.bat

保存后重新运行webui-user.bat其它局域网中的电脑直接通过ip就能使用Stable Diffusion WebUI了。

AI是使用GPU运算，比较吃显卡，当然也可以设置只走CPU运算，那会巨慢。如果显卡比较吃力需要调低生成图像分辨率。

OK， 开始见证奇迹的时刻。

使用的时候会发现，原来提取想要画面的关键词也挺费劲的. 推荐两个关键词获取网站：

Prompt关键词分享网站：

1. https://lexica.art

2. https://arthub.ai

3. Discover and Generate AI Art | OpenArt

随便找个别人分享的Prompt测试，别人生成结果如下：

 相同参数我的生成结果如下：

 差点意思是不是？这是因为我们使用的AI模型不同，Stable Diffusion默认自带一个AI模型：

 所以为了能让AI更加精确的根据描述生成高质量图像，还需要训练自己的AI模型，或者下载安装别人训练好的AI模型文件。 

AI模型下载: 

1.https://civitai.com

2. https://huggingface.co

2. Stable Diffusion Models

SD的AI模型有safetensors和ckpt格式，前者顾名思义，更安全。把下载好的模型文件放到stable-diffusion-webui\models\Stable-diffusion目录下，重新启动webui-user.bat，生成图片前选择对应的AI模型就可以得到差别巨大的图像：

使用新的AI模型再次生成图像，欸好像有LSP内味儿了，和原图还差挺远：

 换个AI模型再生成一遍, 不能说一模一样，可以说毫无关系：

 由此可见，不同AI模型根据不同的图像素材训练，基于不同模型生成的图像也会千差万别。如果AI模型覆盖面不够广泛，就很难根据给出关键词精确生成用户心中所想的画面。

需要不停的修改描述词重新生成，直到出现符合预期的元素，用sd-webui-controlnet插件辅助姿势锁定等，以及通过区域遮罩把符合预期的区域涂上遮罩，以使下次生成图片时保留标记区域。重复上述步骤，直到生成整体满意的图像。

虽然就目前而言，无论是搭建Stable Diffusion环境，还是提取关键词、通过各种插件辅助生成目标图像，对于美术而言都门槛过高。但AI的更新迭代通常是指数级上升，很快就会更加完善。强烈建议美术们抓紧时间学习使用，紧跟前沿技术。与时俱进的人永远不会被AI取代。