Stable-Diffusion-WebUI 搭建使用教程_stable diffution webui

Stable-Diffusion-Webui 是一个基于Gradio库的Stable Diffusion的浏览器界面，可以说是AI绘画集合体，支持目前主流的开源AI绘画模型，例如 NovelAi/Stable Diffusion，有了它，我们就可以很方便地配置和生成AI绘画作品，并且进行各种精细地配置。

一、搭建指南

1、安装Python 3.10.6和git

2、下载stable-diffusion-webui源码

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

3、将模型文件放在项目根目录下的models/Stable-diffusion文件夹里

4、运行 webui-user.bat 启动

5、在浏览器中输入 http://127.0.0.1:7860 打开SD页面

launch.py可自动运行模型，运行时可以使用一些命令参数，比如：

python launch.py --opt-split-attention --ckpt model.ckpt

命令行参数和优化：

完整的命令行参数详见：

Command Line Arguments and Settings · AUTOMATIC1111/stable-diffusion-webui Wiki · GitHubStable Diffusion web UI. Contribute to AUTOMATIC1111/stable-diffusion-webui development by creating an account on GitHub.https://github.com/AUTOMATIC1111/stable-diffusion-webui/wiki/Command-Line-Arguments-and-Settings

二、主要功能

WebUI分为以下几个模块：

• txt2img --- 标准的文字生成图像
• img2img --- 根据图像成文范本、结合文字生成图像
• Extras --- 优化(清晰、扩展)图像
• PNG Info --- 图像基本信息
• Checkpoint Merger --- 模型合并
• Train --- 训练模型
• Settings --- 默认参数修改

txt2img（文转图）

prompt：对于图像进行描述，有内容风格等信息进行描述。

Negative prompt：提供给模型我不想要什么样的风格

Sampling Steps：diffusion model 生成图片的迭代步数，每多一次迭代都会给 AI 更多的机会去比对 prompt 和当前结果，去调整图片。更高的步数需要花费更多的计算时间，但不一定意味着更好的结果。当然迭代步数不足（少于 50）肯定会降低结果的图像质量；

Sampling method：扩散去噪算法的采样模式，不同的采样模式会带来不一样的效果

Width、Height：图像长宽，可以通过send to extras 进行扩大，所以这里不建议设置太大[显存小的特别注意]；

Restore faces：优化面部，绘制面部图像特别注意

Tiling：生成一个可以平铺的图像

Highres.fix：高清修复，使用两个步骤的过程进行生成，以较小的分辨率创建图像，然后在不改变构图的情况下改进其中的细节，选择该部分会有两个新的参数 Scale、latent 在潜空间中对图像进行缩放。另一种方法是从潜在的表象中产生完整的图像，将其升级，然后将其移回潜在的空间。Denoising strength 决定算法对图像内容的保留程度。为0时，什么都不会改变，而为1时，你会得到一个不相关的图像；

Batch count、 Batch size：都是生成几张图，前者计算时间长，后者需要显存大；

CFG Scale：分类器自由引导尺度——图像与提示符的一致程度——越低的值产生越有创意的结果；

Seed：种子，只要种子值一样，参数一致、模型一样图像就能重新

img2img（图转图）

Just resize、 Crop and resize、 Resize and fill：这三种模式保证图输出效果，因为下面会有新的尺寸，分别表示只需调整大小、裁剪和调整大小、调整大小和填充。

Denoising strength：与原图一致性的程度，一般大于0.7出来的都是新效果，小于0.3基本就会原图缝缝补补；

Extras（更多）

对图片进行优化缩放

GFPGAN visibility：对图像清晰度进行优化

常用的Highres.fix（高清放大）算法：

• Latent：是一种基于 VAE 模型的图像增强算法，通过将原始图像编码成潜在向量，并对其进行随机采样和重构，从而增强图像的质量、对比度和清晰度。一般情况下，这个算法就能得到不错的效果，和4x-UltraSharp、R-ESRGAN等相比，显存消耗比较小，但效果不是最优。
• Lanczos：将对称矩阵通过正交相似变换变成对称三对角矩阵的算法（鸡肋，通常不用）。
• ESRGAN：Enhanced Super-Resolution Generative Adversarial Networks （增强超分生成对抗网络）是对SRGAN关键部分网络结构、对抗损失、感知损失的增强。从这里开始就不是单纯的图像算法，进入人工智能的领域了。实测确实增加了很多看上去很真实的纹理，但是有时又会把一张图片弄得全是锯齿或怪异的纹理。可能对待处理的图片类型有要求。
• 4x-UltraSharp：基于ESRGAN做了优化模型，更适合常见的图片格式。真人模型最佳选择。
• ESRGAN 4x（Real ESRGAN）：完全使用纯合成数据去尽量贴近真实数据，然后去对现实生活中数据进行超分的一个方法。这个算法来自于腾讯贡献。
• R-ESRGAN 4x+：基于Real ESRGAN的优化模型，针对照片效果不错。
• R-ESRGAN 4x+ Anime6B：基于Real ESRGAN的优化模型，二次元最佳，如果你的模型是动漫类的，该选项是最佳选择。
• R-ESRGAN General 4xV3：基于Real ESRGAN的优化模型，体积小，计算快，效果差。
• SwinIR_4x：使用Swin Transformer思想，采用一个长距离连接，将低频信息直接传输给重建模块，可以帮助深度特征提取模块专注于高频信息，稳定训练。
• LDSR：Latent Diffusion Super Resolution（潜在扩散超分辨率模型）是Stable Diffusion最基础的算法模型，但速度比较慢。

三、在Intel显卡的主机上安装

Stable-Diffusion-WebUI现在可以在Intel的CPU和GPU（集成和独立图形）等硬件上运行，并配有Intel分发OpenVINO工具包。

1、安装OpenVINO

带有 torch.compile 支持的 OpenVINO 现在可以在 OpenVINO 预发布包中预览。使用命令安装最新的预发布软件包

pip install --pre openvino​​​​​​​

2、下载stable-diffusion-webui源码并安装

git clone https://github.com/openvinotoolkit/stable-diffusion-webui.git
cd stable-diffusion-webui
first-time-runner.bat
torch-install.bat

3、将模型文件放在项目根目录下的models/Stable-diffusion文件夹里

4、运行 webui-user.bat 启动

​​​​​​​5、开启openvino加速

在script下拉菜单选择“Accelerate with OpenVINO”

使用OpenVINO自定义脚本，可以配置以下选项：

• 配置文件：模型检查点需要与相应的配置文件相关联。通常，配置文件由diffusers库自动下载。但是，如果模型检查点的起源不同或是一个自定义检查点，则相应的配置文件（以“yaml”格式）需要放置在WebUI根目录的“configs”目录中。
• 设备：使用OpenVINO，可以在英特尔CPU或GPU上加速Stable-Diffusion-WebUI。所有支持OpenVINO的设备都列在下拉列表中。用户可以选择他们选择的加速设备。当用户选择新设备时，建议从性能测量中排除第一次预热迭代，因为模型会为目标硬件重新编译。
• 采样方法：OpenVINO加速使用"Hugging Face Diffusers"库。我们使用来自扩散器的等效采样方法，并验证了一些流行的采样方法。推荐勾选“Override the sampling selection from the main UI”，尚未支持主UI的一些采样方法，将回退到“Euler a”采样方法。
• 缓存：OpenVINO支持缓存编译的模型，以便后续使用同一模型。这大大减少了热身时间。建议启用此设置。编译的模型保存在WebUI根目录的“缓存”目录中。用户可以删除不再需要的文件以节省磁盘空间。我们不会自动删除文件，以避免删除用户稍后可能使用的文件。