0


AI - stable-diffusion(AI绘画)的搭建与使用

最近 AI 火的一塌糊涂,除了 ChatGPT 以外,AI 绘画领域也有很大的进步,以下几张图片都是 AI 绘制的,你能看出来么?

一、环境搭建

上面的效果图其实是使用了开源的 AI 绘画项目

stable-diffusion

绘制的,这是它的官方仓库:

但是这个官方项目并不适合我们这些新手直接使用,好在有一些基于

stable-diffusion

封装的

webui

开源项目,可以通过界面交互的方式来使用

stable-diffusion

,极大的降低了使用门槛,以下是几个比较火的

webui

项目:

其中,

AUTOMATIC1111

stable-diffusion-webui

是目前功能最多最好用的,强烈推荐,下面就来介绍如何使用它。

1、下载项目

stable-diffusion-webui

没有发布可执行程序(比如:

.exe

),我们需要通过

git

的方式将整个工程源码拉下来运行:

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

注:这个开源项目目前的更新频率很快,会不定期的修复一些 bug 或加入一些新功能,所以建议可以时常

git pull

拉取最新代码。

2、Python 环境

stable-diffusion-webui

主要是使用 Python 开发的,所以运行这个工程,需要安装一下 Python 环境并配置好环境变量,因为 Python 环境的安装很简单,这里就不多说了,环境配置完成之后,可以通过以下命令查看 Python 的版本号,验证环境是否正常:

python --version

注意:官方推荐安装

Python 3.10.6

版本

另外,建议使用

Anaconda

管理多个 Python 环境,详见

3、CUDA 环境

默认

stable-diffusion-webui

运行使用的是 GPU 算力,也就是说需要用到 Nvidia 显卡(配置越高,绘图越快)。这里我们需要安装 CUDA 驱动,先确定一下电脑能安装的 CUDA 版本,桌面右下角->右键 NVIDIA 设置图标->NVIDIA 控制面板:

可以看到我的电脑的显示的是

NVIDIA CUDA 11.6.134 driver

,所以我的电脑要安装的 CUDA 版本不能超过 11.6。

注意:高版本显卡是可以安装低版本的 CUDA 驱动的,比如我也可以安装经典的 10.2 版本,但是安装 11.6 版本可以获得更高的 GPU 运行效率,所以一般来说推荐安装显卡支持的最高 CUDA 版本。

在下面的网址中找到对应的 CUDA 版本进行安装:

直接选择 “精简” 安装就可以了,安装完成之后,可以使用如下命令查看 CUDA 版本,来验证 CUDA 是否安装成功:

nvcc --version

请添加图片描述

注:如果你没有 Nvidia 显卡,也可以通过给

stable-diffusion-webui

指定运行参数

--use-cpu sd

,让其使用 CPU 算力运行,但是非常不建议你这么做,CPU 算力跟 GPU 算力相比简直天差地别,可能 GPU 只需要 10 秒就能绘制完成,而 CPU 却要 10 分钟,这不是开玩笑的。另外,如果你的显卡内存不多,建议 4G 的显卡加上

--medvram

启动参数,2G 的显卡加上

--lowvram

启动参数。怎么配置启动参数我们后面说。

4、启动项目

在安装配置好运行环境之后,直接运行工程下的

webui-user.bat

文件即可(如果是类 Unix 系统,则运行

webui-user.sh

)。首次启动会自动下载一些 Python 依赖库(具体哪些库请看工程下的

requirements.txt

) ,以及项目需要用到的配置和模型文件(比如:

v1-5-pruned-emaonly.safetensors

,将近 4 个 G~),初始化一次之后,下次启动就快了。

Launching Web UI with arguments:
...
Running on local URL:  http://127.0.0.1:7860
To create a public link, set`share=True`in`launch()`.

看到这个提示就说明成功运行起来了,打开网址就可以看到程序的运行界面了:

温馨提示:该项目是英文页面,可以使用浏览器的翻译功能转成中文来使用~

二、使用

stable-diffusion-webui

的功能很多,主要有如下 2 个:

  • 文生图(text2img):根据提示词(Prompt)的描述生成相应的图片。
  • 图生图(img2img):将一张图片根据提示词(Prompt)描述的特点生成另一张新的图片。

注:本文只讲解文生图(

text2img

)功能,图生图(

img2img

)后续有机会再出文章,喜欢的请多多点赞关注支持一下 😃。

1、文生图(

text2img

在开始使用文生图之前,有必要了解以下几个参数的含义:
参数说明Prompt提示词(正向)Negative prompt消极的提示词(反向)Width & Height要生成的图片尺寸。尺寸越大,越耗性能,耗时越久。CFG scaleAI 对描述参数(Prompt)的倾向程度。值越小生成的图片越偏离你的描述,但越符合逻辑;值越大则生成的图片越符合你的描述,但可能不符合逻辑。Sampling method采样方法。有很多种,但只是采样算法上有差别,没有好坏之分,选用适合的即可。Sampling steps采样步长。太小的话采样的随机性会很高,太大的话采样的效率会很低,拒绝概率高(可以理解为没有采样到,采样的结果被舍弃了)。Seed随机数种子。生成每张图片时的随机种子,这个种子是用来作为确定扩散初始状态的基础。不懂的话,用随机的即可。

以上对参数的解析源自以下文章:

接下来我们来生成一张赛博朋克风格的猫咪图片,配置以下参数后,点击 “Generate” 即可:

Prompt:a cute cat, cyberpunk art, by Adam Marczyński, cyber steampunk 8 k 3 d, kerem beyit, very cute robot zen, beeple |

Negative prompt:(deformed, distorted, disfigured:1.3), poorly drawn, bad anatomy, wrong anatomy, extra limb, missing limb, floating limbs, (mutated hands and fingers:1.4), disconnected limbs, mutation, mutated, ugly, disgusting, blurry, amputation, flowers, human, man, woman

CFG scale:6.5

Sampling method:Euler a

Sampling steps:26

Seed:1791574510

注:提示词(Prompt)越多,AI 绘图结果会更加精准,另外,目前中文提示词的效果不好,还得使用英文提示词。

2、模型文件

眼尖的你可能发现了,上面截图里左上角

Stable Diffusion checkpoint

的值怎么跟之前截图里的不一样?这是因为我换了一个模型文件,还记得前面提到那个将近 4 个 G 大小的模型文件(

v1-5-pruned-emaonly.safetensors

)吗?那是

stable-diffusion-webui

的默认模型文件,用这个模型文件生成出来的图片比较丑,因此我换了另一个模型文件。模型文件下载的网站几个,比较出名的就是

civitai

,这上面共享的都是别人训练好的模型。

模型文件下载地址:

根据你要生成的图片风格(比如:动漫、风景),挑选合适的模型查看,前面那个文生图的例子,使用的就是这个

Deliberate

模型,直接点击 “Download Latest” 即可下载该模型文件。

注:模型文件有 2 种格式,分别是

.ckpt

(Model PickleTensor) 和

.safetensors

(Model SafeTensor),据说

.safetensors

更安全,这两种格式

stable-diffusion-webui

都支持,随意下载一种即可。

将下载好的模型文件放到

stable-diffusion-webui\models\Stable-diffusion

目录下:

放置好模型文件之后,需要重启一下

stable-diffusion-webui

(执行

webui-user.bat

)才能识别到。

这些模型文件一般会附带一组效果图,点击任意一张,就可以看到生成该效果图的一些参数配置:

把这些参数配置到

stable-diffusion-webui

中,点击 “Generate” 就可以生成类似效果的图片了。

注:因为 AI 绘图带有随机性质,所以生成出来的图片跟效果图不一定完全一样。

文生图功能有很多东西可以发掘,你可以用它来生成世界上独一无二的图片,而要用好文生图功能,提示词(Prompt)是必须掌握的重中之重,它是有语法规则的,在此推荐两篇对 Prompt 详细说明的文章:

三、工程配置

前面说到,

stable-diffusion-webui

是可以配置启动参数的,这是官方的 wiki:

1、常用参数

这里列几个常用的参数说明一下:
参数说明–listen默认启动绑定的 ip 是

127.0.0.1

,只能是你自己电脑可以访问 webui,如果你想让同个局域网的人都可以访问的话,可以配置该参数(会自动绑定

0.0.0.0

ip)。–port xxx默认端口是

7860

,如果想换个端口,可以配置该参数,例如:

--port 8888

。–gradio-auth username:password如果你希望给 webui 设置登录密码,可以配置该参数,例如:

--gradio-auth GitLqr:123456

。–use-cpu默认使用 GPU 算力(需要 Nvidia 显卡),如果没显卡,可以配置该参数,改用 CPU 算力。–medvram为低显存(比如:4G)启用模型优化,会牺牲一点速度。–lowvram为极低显存(比如:2G)启用模型优化,会牺牲很多速度。–autolaunch启动时自动打开浏览器访问 webui。
要配置这些参数很简单,打开

webui-user.bat

,把你需要配置的参数添加到

COMMANDLINE_ARGS

后面即可:

@echo off

setPYTHON=setGIT=setVENV_DIR=setCOMMANDLINE_ARGS=--listen --port8888 --gradio-auth GitLqr:123456 --autolaunch

call webui.bat

2、API 接口服务

除了上述几个常用的参数外,还有一个特别的参数

--api

,可以在启动

stable-diffusion-webui

的同时,启动一个接口服务,在

COMMANDLINE_ARGS

后面追加上

--api

@echo off

setPYTHON=setGIT=setVENV_DIR=setCOMMANDLINE_ARGS=--listen --port8888 --gradio-auth GitLqr:123456 --autolaunch--api

call webui.bat

重启后在 url 后面加上

/docs

即可看到 api 请求说明文档:

这样我们就可以通过编写程序的方式,使用文生图、图生图等功能了,关于接口传参格式等要求,参见官方 wiki:


本文转载自: https://blog.csdn.net/CSDN_LQR/article/details/129229112
版权归原作者 GitLqr 所有, 如有侵权,请联系我们删除。

“AI - stable-diffusion(AI绘画)的搭建与使用”的评论:

还没有评论