- 1xss-labs靶场通关_xsslabs通关挑战
- 2php编写网站页面_用php写一个网页页面(1)，2024年最新Linux运维 MVP模式详解_php页面
- 3计算机网络(6) ICMP协议
- 4远程桌面连接出现身份验证错误解决办法_远程桌面出现身份验证错误
- 5XSS平台(四) Pikachu_pikachu平台
- 6【Java数据结构】ArrayList详解_java中的 arraylist 是什么结构
- 7一文深度剖析 ColBERT_colbert算法
- 8【华为OD机考 统一考试机试C卷】结队编程（Java题解）_某部门计划通过结队编程来进行项目开发,已知该部门有n名员工,每个员工有独一
- 9Microsoft 数据仓库架构 !_microsoft 数仓bids
- 10全网最全面最深入 剖析华为“五看三定”战略神器中的“五看”（即市场洞察）（长文干货，建议收藏）_华为的五看三定是什么
Stable Diffusion安装及入门教程（全面导引）_vram estimator
赞
踩
目录
一、Stable Diffusion基础概念
网上有许多关于SD的教程，我再出详细教程有点多此一举，不过我的教程特点是适合小白入门，顺序渐进且做好引导，会让你跳转链接去……去看别人的教程。
可别小看这一举措，有时候因为不理解概念而到处胡乱寻找资料，可是要花掉大把时间的。
所以，我的教程特点是：不教，只做导引。
1.名词解释
Checkpoint（大模型）
定义与作用：Checkpoint是Stable Diffusion中的核心组件，是预训练的大型模型，包含了丰富的图像和风格数据。它决定了生成图像的基本风格和质量，是图像生成过程的基础。
选择合适的Checkpoint：选择合适的checkpoint对于生成期望风格的图像至关重要。用户应根据自己的需求（如写实风格、漫画风格等）选择相应的checkpoint。通常，checkpoint的文件名后缀为.ckpt和.safetensors，模型大小从2GB到8GB不等。
checkpoint文件放置路径:\models\Stable-diffusion
Lora模型
定义与作用：Lora模型是一种微调技术，可以在不显著增加计算成本的情况下，调整生成图像的特定细节。它主要用于雕刻人物特征、控制画风、固定特征动作等，提高图像的细节和质量。
使用场景：Lora模型适用于需要对图像的特定部分进行微调的场景。用户可以根据需要选择是否使用Lora模型，并通过特定的触发词激活其效果。Lora模型的文件名后缀通常为.safetensors，大小在20MB到300MB不等。
Lora放置路径:\models\lora
Embedding
定义与作用：Embedding是一种特殊的文本处理技术，它允许用户通过简单的词语来代表一连串的复杂概念或属性。这种方法简化了创建复杂prompt的过程，使得用户可以更容易地控制生成图像的细节。
简化Prompt创建：通过使用embedding，用户可以将复杂的描述简化为单一或少数几个词语。例如，如果已有“皮卡丘”的embedding，用户只需输入“皮卡丘”，而不需要详细描述其特征。
embedding文件放置路径:\embedding
VAE（变分自编码器）
定义与作用：VAE是Stable Diffusion中的另一个关键组件，主要用于调整图像的色彩和细节，以达到更自然和真实的效果。它相当于给图像加载一个滤镜，修正最终输出的图片色彩。
应用方法：VAE的使用可以根据需要自动或手动进行。在某些情况下，特别是当图像出现色彩失真时，使用VAE可以显著改善图像质量。VAE文件的后缀一般为.downloading、.safetensors、.ckpt、.pt。
VAE文件的放置路径:\models\vae
ControlNet
边缘检测模型或线稿模型提取线稿（可提取参考图片线稿，或者手绘线稿），再根据提示词和风格模型对图像进行着色和风格化。 应用模型： Canny、SoftEdge、Lineart。 Canny 边缘检测： Canny 是比较常用的一种线稿提取方式，该模型能够很好的识别出图像内各对象的边缘轮廓。
2.一些概念
目前我们所使用的是秋叶启动器，原本SD是一系列的代码和命令行，有了WebUI版本之后才有了界面，但操作还是困难，现在有了秋叶启动器，封装了所有的功能，变成简单易操作的可视化界面，并向公众免费。
在此感恩秋叶大佬！
秋叶B站官网链接：
【AI绘画】绘世启动器正式发布！一键启动/修复/更新/模型下载管理全支持！_哔哩哔哩_bilibili
WebUI下载：AUTOMATIC1111/stable-diffusion-webui: Stable Diffusion web UI (github.com)
截止至今日，还有SDXL、CompyUI、forge等其它模型和UI，后面有时间再介绍。
二、下载及安装
秋叶启动器下载地址：
链接：https://pan.baidu.com/s/10oc_OtEpybeUc8fhjtUhmw?pwd=XYSD
提取码：XYSD
下载完了之后，把压缩包解开，然后点击“启动器运行依赖”的蓝色图标。
把controlnet文件夹中的文件复制到：models/ControlNet
这是 ControlNet（ControlNet是一款用于控制出图内容的可选插件）的模型。
按以上操作完成之后，点击那个二次元的图标，便可以运行。
以为这样就结束了吗？呵呵~
三、界面说明
1.绘世启动器（秋叶）
- 所有生成后文件存放目录，定期清理；
- 启动。
若需要在局域网应用，这两个要打开，但需要下载安装扩展时，此处要关闭。
所有模型目录可在这里点击进入，如果你从其它网站下载好模型之后，可以点击右上角的“+添加模型”导入。
2.SD WebUI界面说明
1.选择大模型，模型安装后在这里刷新；
2.VAE，默认就好；
3.导航
4.提示词文本框
现在的提示词并不复杂，输入会自动关联提示词，也可用deelp.com或有道翻译。
注意提示词先后顺序和权重。
通用反面词：
(worst quality:2),(low quality:2),(normal quality:2),lowres,bad anatomy,bad hands,text,error,missing fingers,extra digit,fewer digits,cropped,jpeg artifacts,signature,watermark,username,blurry,bad_pictures,DeepNegativeV1.x_V175T,nsfw,
nsfw是防黄设置。
如有需要，可以自行下载其它模型，以下是模型下载推荐网站：
https://civitai.com/ C站（推荐）
吐司 tusi.cn | 可在线生图的 AI 模型分享社区，还是免费的！
这里有份入门手册，特别详细：
Stable Diffusion入门修炼手册_stable diffusion checkpoint-CSDN博客
在上图中，我安装了以下这些checkpoint模型：
Detail Asian Realistic - v5.0 | Stable Diffusion Checkpoint | Civitai
AgainMix - v1.8 | Stable Diffusion Checkpoint | Civitai
majicMIXlux麦橘辉耀 - v3 | 吐司 TusiArt.com
majicMIX realistic麦橘写实 - v7 | 吐司 TusiArt.com
我常用的是majic v7这个模型，你可以按照你自己的需要去下载。
图片变化公式：迭代步数*重绘幅度，这两个数调越大变化越大。
采样方式默认就好DPM++ 2M Karras。
提示词引导系数：默认7，但很多情况下需要调高提示词，否则会生成怪物或不理想图片。
随机数种子：在未生成之前不存在种子，生成后觉得好的图片想要延伸其它，可以保留种子再生成，-1即是随机。
如果你要添加Lora，就按图中操作，在正向提示词文本框就会自动生成一组提示词。
<lora:macc-平面模特_v2.0:1>最后的数字是调整权重，比如：
<lora:macc-平面模特_v2.0:1.2>
再往下看，你会发现有很多选项，这些都是插件：
如果你按我上面说的安装，那么有些插件你是没有的，你还要再补充，当然，有些你并不需要。
3.插件安装方法
从这里可以看到各种扩展，可安装也可删除。
点击“可下载”再点击“加载扩展列表”可以看到插件列表。
在文本框中也可以输入插件名进行安装。
如果你在别的地方找到一些插件，列表中没有的，可以点击“从网址安装”，输入代码托管平台的网址即可安装。
注意：如果处于共享网络可访问状态，是无法安装的，要先退出后去启动器那边把共享网络关掉：
4.如何在其它的机器访问你的SD？
有两种方式，一种是局域网内访问你的SD，一种是通过内网穿透后其它网络也可以访问。
这里说说局域网的。
在启动器的主界面把这两个打开。
然后键盘按下Win+R，输入cmd进行命令行模式，在命令行中输入ipconfig，获得本机IP地址。
这样可以看到我本机的IP地址是：192.168.3.79，所以，在局域网内的其它机器采用这个网址即可访问：http://192.168.3.79:7860
四、关于插件
1.ADetailer（修复脸、手、身）
ADetailer是脸、手、身修复插件，以下是教程：
Stable Diffusion 必装插件之 ADetailer，修脸修手无敌，各种参数详解 - 知乎 (zhihu.com)
可以下拉框中选模型，有face的是脸，hand是手，person是身体。
注意事项：
先调试好参数，确认没有问题后，在生成时，先点选ADetailer脸部修复，这样能一次性生成完整图片。
ADetailer修复身体会造成衣服变化，而手部越修越糟糕。
ADetailer后期生成，就不要用高清图，因为高清图会在ADetailer变得不清晰，并且文件还很大。
2.Tiled Diffusion和Tiled VAE
想要高清图可以选这两项，下面是相关教程：
Stable diffusion生成细节度拉满的超高分辨率画面|Ultimate SD upscale|Tiled Diffusion教程_哔哩哔哩_bilibili
3.ControlNet控制图像（常用）
这是很常用的功能，也非常重要。
关于控制类型可以查看详细教程：AI绘画，一文讲清楚ControlNet实用教程 - 知乎 (zhihu.com)
选项卡中有单元1、单元2……就是指同时可以添加多种控制，我自己在生成模特的时候，一般 常用的就是OpenPose和canny或softEdge，其它的都没怎么用。
可以定位好姿势。
还有Tile也是生成高清图需要用到的。
这是关于Tile的教程：stable diffusion中tile模型的应用技巧，看完后我终于明白了它的原理和使用场景！ - 知乎 (zhihu.com)
4.Segment Anything蒙版
链接：https://pan.baidu.com/s/1sDML8ve-LX3lcUFl5QuJFA?pwd=XYSD
提取码：XYSD
里面有三个文件，都是类似这样的文件名：sam_vit_h_4b8939.pth
注意看中间的字母h，这是什么意思呢？
很简单：显存10G+用h，6-10用l，小于的用b
下载后放置到这个文件夹中：\extensions\sd-webui-segment-anything\models\sam
然后重新加载界面：
来到segment anything中：
鼠标左键点击想要蒙版部分（黑点），右键点击不想要蒙版的部分（红点）
这样会生成多张高清蒙版供选择。
5.后期处理
点击总导航选项卡中的“后期处理”，可以把图片放大。
注意选择好放大算法。
6.PNG图片信息
由SD生成的png图片你忘词了？可以在这里提取出来。
7.VRAM Estimator
经常出现爆显存？可以安装好这个插件，然后运行基准测试，运行约15分钟至数小时不等，这是测试你显卡的性能。然后会生成图表，你不用去看这些图表，它的作用是当你每次设置完准备跑图的时候，就会给你计算出你的显存是否能跑：
比如我这个这次跑图是占到84.84%
如果超太多，就跑不了了。
8.3D OpenPose
当你上传图片之后，它就会自动调整图片中的骨架结构。
3D OpenPose它有别于ControlNet中的OpenPose，它支持更多角度的姿势调节。
不过使用不是很顺手，骨架的操作比较难。
9.Depth Library手指调整
生成的图片如果出现坏手，那么可以用这个工具手动去调整。
其实关于调整手部有很多方法，建议可下这个教程：
stablediffusion手指修复方法 各种手势姿态调整，controlnet openpose教程_哔哩哔哩_bilibili
10.Inpaint Anything蒙版
我觉得它这个蒙版比之前那个Segment Anything要容易操作很多。
先在这里选好模型，老样子，带10G以上显存的用h，6~10的用l，小的用b。
左侧上传图片，点击下方按钮，右边会呈现色块，用鼠标点击色块代表选中蒙版。
比如我们要替换图片中的黑色衣服，每个色块都要点，右上角的笔标可以调整笔尖大小。
点击“创建蒙版”按钮，在下方就会生成蒙版。
右上角同样有毛笔可以修剪或添加蒙版内容。
确定好蒙版之后，再回到左右点击选项卡“仅蒙版”，点击“获取蒙版”，这样就完成了。
在蒙版下方可点击发送到图生图，这样就大功告成了！
11.WD1.4场景器（反推提示词）
当你在左右上传一张图片后，会自动根据图片帮你反推提示词。
结语
教程我有空就会更新，模型训练方面我还没有时间研究，所以一些功能我还不知道怎么使用，后续工作上有用到就会逐渐更新。
接下来可能会更新一些案例，以及视频生成和工作流的方法，敬请期待。
最近自己开发了一套自动化办公软件pluglink，如果你有兴趣可下载开源一起交流：
Github地址：https://github.com/zhengqia/PlugLink
Gitcode地址：GitCode - 开发者的代码家园
应用版下载：
链接：https://pan.baidu.com/s/19tinAQNFDxs-041Zn7YwcQ?pwd=PLUG
提取码：PLUG
软件说明：https://drgphlxsfa.feishu.cn/wiki/GeuMwglQdi65BbkclgLcBUCFnRf
