5分钟 Stable Diffusion 本地安装-本地部署（秋叶整合包）【Stable Diffusion 实战教程】_stable diffusion 秋叶

Stable Diffusion 实战教程

Stable Diffusion 本地安装-本地部署（秋叶整合包）【Stable Diffusion 实战教程】
https://blog.csdn.net/jybaby/article/details/136796609

让 stable diffusion 局域网访问：详细解析配置步骤【Stable Diffusion 实战教程】
https://blog.csdn.net/jybaby/article/details/136790566

探索Stable Diffusion：模型下载、模型应用【Stable Diffusion 实战教程】
https://blog.csdn.net/jybaby/article/details/136841420

查看图片的提示词 Stable Diffusion 查看图片参数与抹除图片参数 AI绘画【Stable Diffusion 实战教程】
https://blog.csdn.net/jybaby/article/details/136792777

艺术二维码：当科技遇上艺术 【Stable Diffusion 实战教程】
https://blog.csdn.net/jybaby/article/details/136826003

Stable Diffusion：老照片修复，老照片的数字化重生

https://blog.csdn.net/jybaby/article/details/137093213

来聊，教会。

阅读需要10分钟，安装只需5分钟。

目录

来聊，教会。

Stable Diffusion-安装（整合版）

一、概述

二、Stable Diffusion（SD）简介

三、Stable Diffusion基本概念

四、Stable Diffusion 整合包下载

五、Stable Diffusion 安装

六、Stable Diffusion 基础使用教程

---

Stable Diffusion-安装（整合版）

一、概述

使用秋叶大佬发布的【绘世整合包】作为软件，它是目前市面上最易于使用的整合包之一，无需对网络和Python有太多的前置知识，已经为AI绘画的普及做出了巨大贡献。绘世启动器整合包于2023年4月16日发布，集成了过去几个月中AI绘画集中引爆的核心需求，例如ControlNet插件和最新的深度学习技术。它能够与外部环境完全隔离开来，即使对编程没有任何知识的人也可以从零开始学习使用Stable Diffusion，而且几乎无需调整就能够体验到最新、最核心的技术。

二、Stable Diffusion（SD）简介

Stable Diffusion是一种深度学习模型，于2022年发布，由创业公司Stability AI与多个学术研究者和非营利组织合作开发。它采用了潜在扩散模型，现已开源其源代码和模型，由全球开发人员共同维护于Github上，AUTOMATIC1111维护了一个完整项目。由于Stable Diffusion的完整版需要满足网络的需求，国内多位开发者制作了不同版本的封装包，开源社区为其普及化做出了难以磨灭的贡献。

Stable Diffusion最大的特点在于其开源性，可以在配备至少8GB显存的适度GPU的大多数消费级硬件上离线运行。笔者建议显存线至少为8G。

由于AI训练和产出本质上是软硬件结合的深度学习原理，因此常常使用英伟达公司的显卡及其相关技术，比如CUDA、CUDNN和一些深度学习组件如xformer和pytorch。对学习AI的进阶非常重要，但这些要求大量的额外编程知识，容易让新手感到困难。

本文以及秋叶包都将避免这些内容，使得它们更容易理解和部署，相对于原版来说更加易于操作。

三、Stable Diffusion基本概念

大模型： 通过使用素材和SD低模生成的深度学习大模型，可以直接应用于生成图像。大模型是创作的核心素材，决定了最终作品的方向和风格。这些大模型的扩展名一般为CKPT或SAFETENSORS。建议使用至少8GB显存的GPU进行操作。

VAE： VAE是对大模型的补充，类似于滤镜，可以稳定画面的色彩范围，提高作品的美观度。VAE的扩展名一般为CKPT或SAFETENSORS。建议使用不低于8GB显存的GPU进行操作。

LoRA： LoRA是一种模型插件，需要在基于某个大模型的基础上进行深度学习后生成小型模型。需要与大模型配合使用，可以在涵盖中小范围内的风格上产生影响或增加大模型缺失的元素。如果基于SD低模生成，则在不同大模型之间更换使用时具有更好的通用性和适用性。LoRA的扩展名一般为CKPT或SAFETENSORS。

ControlNet： ControlNet是一个神级插件，让SD具备了分析图片中线条和景深等信息的能力，并反推到处理图片上。这对于创作出真正自然、真实的图像非常有用。

Stable Diffusion Web-UI（SD-WEBUI）： SD-WEBUI是使用Stability AI算法制作的开源软件，可以通过浏览器操作SD。这个开源软件不仅插件齐全、易于使用，而且可以随时得到更新和支持。SD-WEBUI运行环境基于Python，因此需要一定的编程知识进行操作。

秋叶整合包： 秋叶整合包是中国大神秋叶开发的整合包，内置了与电脑本身系统隔离的Python环境和Git。可以忽略网络需求和Python环境的门槛，让更多人轻松地使用SD-WEBUI。但是，由于使用者版本和环境的不同，可能需要一定的配置和操作，还是建议具备基本的编程知识。

四、Stable Diffusion 整合包下载

5分钟安装包，Stable Diffusion-安装（整合版），点击链接即可保存。

链接：https://pan.quark.cn/s/c943bd94051e

提取码：vSjh

五、Stable Diffusion 安装

为了更容易地使用SD-WEBUI，可以按以下安装步骤：

1.安装启动器运行依赖 先安装启动器的运行依赖，这是一个必须的步骤。打开“启动器运行依赖-dotnet-6.0.11.exe”文件运行来进行安装。

1. 解压秋叶包，接下来，解压“sd-webui-aki-v4.2.7z”下载文件，可以在文件夹中找到SD-WEBUI本体。

通过以上步骤完成后， SD-WEBUI就可以正常运行了。建议用户多尝试各种不同的模型和插件，使用它们来创造不同的作品。

六、Stable Diffusion 基础使用教程

安装和配置完成后，即可启动SD-WEBUI。以下是启动步骤：

1. 找到启动器程序

在SD-WEBUI安装目录下，找到“启动器.exe”文件，并双击打开。

1. 点击“一键启动”

在打开的启动器程序窗口，点击右下角的“一键启动”按钮。

1. 等待界面启动

启动器会在界面中自动运行，此时需要等待一段时间，直到程序界面正常打开。

1. 浏览器中打开

启动成功后，SD-WEBUI会在浏览器中自动打开。需要注意的是，SD-WEBUI需要连接GPU才能正常运行，如果没有GPU，需要使用CPU版本。

然后这个工具会自动在浏览器中打开SD WebUI的窗口。不小心关了的时候，也可以用 http://127.0.0.1:7860 再次打开。打开的界面如下图所示：

想要在内网访问，可以看红老鼠专栏里面的其他文章。

stable diffusion 局域网访问

https://blog.csdn.net/jybaby/category_12609307.html

1. 运行生成图像

在SD-WEBUI界面中，输入所需素材和配置，即可生成图像。可以根据需要进行清晰度、颜色范围等参数的调整。

提示词：A girl, walking in the forest, the sun fell on her body, (masterpiece:1,2), best quality, masterpiece, highres, original, extremely detailed wallpaper, perfect lighting,(extremely detailed CG:1.2), drawing, paintbrush, looking at viewer, close-up, upper body

反向提示词：Negative prompt: Negative prompt: Negative prompt: NSFW, (worst quality:2), (low quality:2), (normal quality:2), lowres, normal quality, ((monochrome)), ((grayscale)), skin spots, acnes, skin blemishes, age spot, (ugly:1.331), (duplicate:1.331), (morbid:1.21), (mutilated:1.21), (tranny:1.331), mutated hands, (poorly drawn hands:1.5), blurry, (bad anatomy:1.21), (bad proportions:1.331), extra limbs, (disfigured:1.331), (missing arms:1.331), (extra legs:1.331), (fused fingers:1.61051), (too many fingers:1.61051), (unclear eyes:1.331), lowers, bad hands, missing fingers, extra digit,bad hands, missing fingers, (((extra arms and legs)))

参数配置：Steps: 29, Sampler: DPM++ SDE Karras, CFG scale: 7, Seed: 1518063087, Size: 512x512, Model hash: 7f96a1a9ca, Model: anything-v5-PrtRE, Clip skip: 2, Version: v1.3.2

此外，用户还可以通过下载更多的大模型和LoRA模型，来扩展SD-WEBUI的功能和应用。用户也可以自行下载已训练好的模型，以便应用到SD-WEBUI中。需要注意，在使用SD-WEBUI时，需要有足够的存储空间和显存。