本文将详细介绍stable diffusion webui的下载、安装及问题解决。
StableDiffusion是2022年发布的深度学习文本到图像生成模型。它主要用于根据文本的描述产生详细图像，尽管它也可以应用于其他任务，如内补绘制、外补绘制，以及在提示词（英语）指导下产生图生图的翻译。它是一种潜在扩散模型，由慕尼黑大学的CompVis研究团体开发的各种生成性人工神经网络。它是由初创公司StabilityAI，CompVis与Runway合作开发的，并得到EleutherAI和LAION的支持。
其它问题请参考：
- 运行使用时问题《Windows使用Stable Diffusion时遇到的各种问题整理》；
- 模型运用及参数《Stable Diffusion 个人推荐的各种模型及设置参数、扩展应用等合集》。
一、环境准备
（一）硬件方面：
1. 显存
4G起步，4G显存支持生成512*512大小图片，超过这个大小将卡爆失败。
2. 硬盘
10G起步，模型基本都在5G以上，有个30G硬盘不为过吧？现在硬盘容量应该不是个问题。
（二）软件方面：
1. Git
https://git-scm.com/download/win
下载最新版即可，对版本没有要求。
2. Python
https://www.python.org/downloads/
截止发稿（2023.3.6）时，最高版本只能用
3.10.*
，用
3.11.*
会出问题。
3. Nvidia CUDA
https://developer.download.nvidia.cn/compute/cuda/11.7.1/local_installers/cuda_11.7.1_516.94_windows.exe
版本11.7.1，搭配Nvidia驱动516.94，可使用最新版。
4. stable-diffusion-webui
https://github.com/AUTOMATIC1111/stable-diffusion-webui
核心部件当然用最新版本~~但注意上面三个的版本的兼容性。
5. 中文语言包
https://github.com/VinsonLaro/stable-diffusion-webui-chinese
下载
chinese-all-0306.json
和
chinese-english-0306.json
文件
6. 扩展（可选）
https://github.com/Mikubill/sd-webui-controlnet
下载整个
sd-webui-controlnet
压缩包
https://huggingface.co/Hetaneko/Controlnet-models/tree/main/controlnet_safetensors
https://huggingface.co/lllyasviel/ControlNet/tree/main/models
https://huggingface.co/TencentARC/T2I-Adapter/tree/main
试用时先下载第一个链接中的
control_openpose.safetensors
或 第二个链接中的
control_sd15_openpose.pth
文件
7. 模型
https://huggingface.co/models
https://civitai.com
可以网上去找推荐的一些模型，一般后缀名为
ckpt
、
pt
、
pth
、
safetensors
，有时也会附带VAE（
.vae.pt
）或配置文件（
.yaml
）。
类型文件格式存放目录备注check point*.ckpt，*.safetensors\models\Stable-diffusion文件较大vae名字带有vae的\models\vae细节更好地恢复，特别是眼睛和文字Textual Inversion*.pt\embeddings一般文件很小，额外的tagLora*.pt\models\Lora调整模型，理解为风格化也可以Hypernetworks*.pt，*.ckpt，*.safetensors\models\hypernetworks和lora工作方式相似，算法不同
二、安装流程
1. 安装Git
就正常安装，无问题。
2. 安装Python
建议安装在非
program files
、非
C盘
目录，以防出现目录权限问题。
注意安装时勾选
Add Python to PATH
，这样可以在安装时自动加入windows环境变量PATH所需的Python路径。
3. 安装Nvidia CUDA
正常安装，无问题。
4. 安装stable-diffusion-webui
国内需要用到代理和镜像，请按照下面的步骤操作：
a) 编辑根目录下
launch.py
文件
将
https://github.com
替换为
https://ghproxy.com/https://github.com
，即使用Ghproxy代理，加速国内Git。
b) 执行根目录下
webui.bat
文件
根目录下将生成
tmp
和
venv
目录。
c) 编辑
venv
目录下
pyvenv.cfg
文件
将
include-system-site-packages = false
改为
include-system-site-packages = true
。
d) 配置python库管理器pip
方便起见，在
\venv\Scripts
下打开
cmd
后执行如下命令：
pip config setglobal.index-url https://mirrors.aliyun.com/pypi/simple/#镜像
pip install -r requirements_versions.txt #执行此条命令前，请检查你的剩余磁盘空间
pip install xformer #如果不执行此条命令，启动Stable Diffusion时可能会出现错误。xformer还可以在后续使用中降低显卡占用。
xformer
会安装到
\venv\Lib\site-packages
中，安装失败可以用
pip install -U xformers
命试试。
e) 安装语言包
将文件
chinese-all-0306.json
和
chinese-english-0306.json
放到目录
\localizations
目录中。
运行
webui
后进行配置，操作方法见下。
f) 安装扩展（可选）
将
sd-webui-controlnet
解压缩到
\extensions
目录中。
将
control_sd15_openpose.pth
文件复制到
/extensions/sd-webui-controlnet/models
目录中。
不同的扩展可能还需要安装对应的系统，比如
controlnet
要正常使用则还需要安装
ffmpeg
等。
g) 安装模型
下载的各种模型放在
\models\Stable-diffusion
目录中即可。
h) 再次执行根目录下
webui.bat
文件
用浏览器打开
webui.bat
所提供的网址即可运行。
其中提供了网址：
http://127.0.0.1:7860
。
打开该网址后在
Settings
->
User interface
->
Localization (requires restart)
设置语言，在菜单中选择
chinese-all-0220
（前提是已经在目录中放入了对应语言包，见上），点击
Apply Settings
确定，并且点击
Reload UI
重启界面后即可。
好了，现在可以开始使用了~~
三、问题及注意点
1. python版本错误
错误：
ERROR: Could not find a version that satisfies the requirement torch==1.13.1+cu117
ERROR: No matching distribution found for torch==1.13.1+cu117
这是由于python版本不对导致的（上面提过了，截止发稿时不能追求新版本），要用
python 3.10.*
版本。
解决来源：https://github.com/AUTOMATIC1111/stable-diffusion-webui/issues/7166
2. pip版本错误
警告：
[notice] A new release of pip available: 22.3.1 -> 23.0.1
[notice] To update, run: D:\stable-diffusion-webui\venv\Scripts\python.exe -m pip install --upgrade pip
提示中已经给出了解决方案：
在
\venv\Scripts\
目录中打开
cmd
，执行
python.exe -m pip install --upgrade pip
3. 安装或执行停滞
如果在执行
webui.bat
进行包下载安装时或者生成图片时会卡很久都没反应，那么这时可以复制包名，进入
python安装目录
或
\venv\Scripts\
目录中打开
cmd
，执行
pip install 包名
也可以通过任务管理查看网络状态，如果网络在玩命下载，那么就等着吧~~
4. 其他安装问题
删除
/tmp
和
/venv
目录后重启
webui.bat
试试。
5. 硬件问题
一般显卡不达标，就会爆卡，解决办法就是编辑根目录下
webui-user.bat
文件，试一下修改参数
COMMANDLINE_ARGS
即可。
以下几个设置逐一测试看看哪个适合自己。
set COMMANDLINE_ARGS=--lowvram --precision full --no-half --skip-torch-cuda-test
set COMMANDLINE_ARGS=--lowvram --precision full --no-half
set COMMANDLINE_ARGS=--lowvram
本机显存4G，使用最后一个配置方法，可以烧出2048*1080的图，前两种方法反而会在最后爆卡。
最后，预祝各位成功~~
dog drink~~where is dog?
参考：
【AI繪畫】Stable-Diffusion 通過骨架分析插件ControlNet 來製作超有意境的圖片
Stable Diffusion2.1+WebUI的安装与使用（极详细）
低配显卡想玩Stable Diffusion？修改一个配置就行
整合包
版权归原作者 暂时先用这个名字 所有， 如有侵权，请联系我们删除。