stable Diffusion 网页用户界面 github

稳定的 Diffusion 网页用户界面

使用 Gradio 库实现的稳定扩散的 Web 界面。

特征

带有图片的详细功能展示：

• 原始的 txt2img 和 img2img 模式
• 一键安装并运行脚本（但您仍然必须安装 python 和 git）
• 超越绘画
• 修复
• 彩色素描
• 提示矩阵
• 稳定扩散高档
• 注意，指定模型应该更加关注的文本部分 - 穿燕尾服的男人((tuxedo))会更加注意- 一个男人在(tuxedo:1.21)-替代语法- 选择文本并按Ctrl+Up或Ctrl+Down（如果您使用的是 MacOS，则按Command+Up或）自动将注意力调整到选定的文本（代码由匿名用户贡献）Command+Down
• 回环，多次运行img2img处理
• X/Y/Z 图，一种绘制具有不同参数的图像三维图的方法
• 文本倒装 - 可以有任意数量的嵌入，并使用任何你喜欢的名字- 每个 token 使用多个不同数量的向量- 使用半精度浮点数- 在 8GB 上训练嵌入（也有报告称 6GB 也可以工作）
• 附加选项卡包含： - GFPGAN，修复面部的神经网络- CodeFormer，作为GFPGAN替代品的人脸修复工具- RealESRGAN，神经网络升频器- ESRGAN，具有大量第三方模型的神经网络升级器- SwinIR 和 Swin2SR（参见此处），神经网络升级器- LDSR，潜在扩散超分辨率升级
• 调整宽高比选项
• 采样方法选择 - 调整采样器 eta 值（噪声乘数）- 更高级的噪音设置选项
• 随时中断处理
• 支持 4GB 显卡（也有报告称 2GB 显卡也可以工作）
• 批次正确的种子
• 实时提示令牌长度验证
• 生成参数 - 用于生成图像的参数与该图像一起保存- 对于 PNG，以 PNG 块为单位；对于 JPEG，以 EXIF 为单位- 可以将图像拖拽到 PNG 信息选项卡来恢复生成参数并自动复制到 UI 中- 可以在设置中禁用- 将图像/文本参数拖放到提示框
• 读取生成参数按钮，将提示框中的参数加载到UI
• 设置页面
• 从 UI 运行任意 Python 代码（必须运行才能--allow-code启用）
• 大多数 UI 元素的鼠标悬停提示
• 可以通过文本配置更改 UI 元素的默认值/混合值/最大值/步长值
• 平铺支持，通过复选框创建可以像纹理一样平铺的图像
• 进度条和实时图像生成预览 - 可以使用单独的神经网络来生成预览，几乎不需要 VRAM 或计算
• 负面提示，一个额外的文本字段，允许您列出您不想在生成的图像中看到的内容
• 样式，一种保存部分提示并稍后通过下拉菜单轻松应用它们的方法
• 变体，一种生成相同图像但有细微差别的方法
• 种子调整大小，一种生成相同图像但分辨率略有不同的方法
• CLIP 询问器，一个试图从图像中猜测提示的按钮
• 提示编辑，一种在生成过程中改变提示的方法，比如开始制作西瓜，中途切换到动漫女孩
• 批处理，使用 img2img 处理一组文件
• Img2img 交叉注意力控制的替代、逆欧拉方法
• Highres Fix，一种便捷选项，只需单击一下即可生成高分辨率图片，且不会出现常见的失真
• 动态重新加载检查点
• 检查点合并，此选项卡可让您将最多 3 个检查点合并为一个
• 具有来自社区的许多扩展的自定义脚本
• Composable-Diffusion，一种同时使用多个提示的方法 - 使用大写字母分隔提示AND- 还支持提示的权重：a cat :1.2 AND a dog AND a penguin :2.2
• 提示没有令牌限制（原始稳定扩散允许您使用最多 75 个令牌）
• DeepDanbooru 集成，为动漫提示创建 danbooru 风格标签
• xformers，选定卡的速度大幅提升：（添加--xformers到命令行参数）
• 通过扩展：历史记录选项卡：在用户界面中方便地查看、指导和删除图像
• 永久生成选项
• 培训选项卡 - 超网络和嵌入选项- 预处理图像：裁剪、镜像、使用 BLIP 或 deepdanbooru 自动标记（用于动漫）
• 剪辑跳过
• 超网络
• Loras（与 Hypernetworks 相同，但更漂亮）
• 一个单独的 UI，您可以在其中预览选择要添加到提示中的嵌入、超网络或 Loras
• 可以选择从设置屏幕加载不同的 VAE
• 进度条中显示预计完成时间
• API
• 支持RunwayML 的专用修复模型
• 通过扩展：美学渐变，一种通过使用剪辑图像嵌入来生成具有特定美学效果的图像的方法（https://github.com/vicgalle/stable-diffusion-aesthetic-gradients的实现）
• 稳定 Diffusion 2.0支持 - 请参阅wiki了解说明
• Alt-Diffusion支持 - 请参阅wiki了解说明
• 现在没有任何坏信了！
• 以 safetensors 格式加载检查点
• 放宽分辨率限制：生成的图像的尺寸必须是 8 的倍数，而不是 64 的倍数
• 現在有許可了！
• 从设置屏幕重新排序 UI 中的元素
• Segmind 稳定扩散支持

安装与运行

确保满足所需的依赖关系并按照以下说明进行操作：

• NVidia（推荐）
• AMD GPU。
• 英特尔 CPU、英特尔 GPU（集成和独立）（外部 wiki 页面）
• Ascend NPU（外部维基页面）

或者，使用在线服务（如 Google Colab）：

• 网上服务列表

使用发布包在带有 NVidia-GPU 的 Windows 10/11 上进行安装

1. sd.webui.zip从v1.0.0-pre下载并提取其内容。
2. 跑步update.bat。
3. 跑步run.bat。

有关更多详细信息，请参阅Install-and-Run-on-NVidia-GPUs

在 Windows 上自动安装

1. 安装Python 3.10.6（较新版本的Python不支持torch），选中“将Python添加到PATH”。
2. 安装git。
3. 下载 stable-diffusion-webui 存储库，例如通过运行git clone https://github.com/AUTOMATIC1111/stable-diffusion-webui.git。
4. webui-user.bat以普通、非管理员、用户身份从 Windows 资源管理器运行。

Linux 上的自动安装

1. 安装依赖项：

# Debian-based:
sudo apt install wget git python3 python3-venv libgl1 libglib2.0-0
# Red Hat-based:
sudo dnf install wget git python3 gperftools-libs libglvnd-glx
# openSUSE-based:
sudo zypper install wget git python3 libtcmalloc4 libglvnd
# Arch-based:
sudo pacman -S wget git python3

如果你的系统很新，你需要安装python3.11或者python3.10：

# Ubuntu 24.04
sudo add-apt-repository ppa:deadsnakes/ppa
sudo apt update
sudo apt install python3.11

# Manjaro/Arch
sudo pacman -S yay
yay -S python311 # do not confuse with python3.11 package

# Only for 3.11
# Then set up env variable in launch script
export python_cmd="python3.11"
# or in webui-user.sh
python_cmd="python3.11"

1. 导航到您想要安装 webui 的目录并执行以下命令：

wget -q https://raw.githubusercontent.com/AUTOMATIC1111/stable-diffusion-webui/master/webui.sh

或者直接将 repo 克隆到你想要的任何位置：

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

1. 跑步webui.sh。
2. 检查webui-user.sh选项。

在 Apple Silicon 上安装

在此处查找说明。

贡献

以下是如何将代码添加到此仓库：贡献

文档

该文档已从本 README 移至项目的wiki。

为了让 Google 和其他搜索引擎抓取该 wiki，这里提供了可抓取的 wiki链接（非人类可抓取）。

致谢

借用代码的许可证可以在

Settings -> Licenses

屏幕上找到，也可以在

html/licenses.html

文件中找到。

• 稳定扩散- https://github.com/Stability-AI/stablediffusion，https://github.com/CompVis/taming-transformers，https://github.com/mcmonkey4eva/sd3-ref​​
• k-扩散 - https://github.com/crowsonkb/k-diffusion.git
• 拱肩 - https://github.com/chaiNNer-org/spandrel实现 - GFPGAN - https://github.com/TencentARC/GFPGAN.git- CodeFormer- https: //github.com/sczhou/CodeFormer- ESRGAN - https://github.com/xinntao/ESRGAN- SwinIR—— https://github.com/JingyunLiang/SwinIR- Swin2SR—— https://github.com/mv-lab/swin2sr
• LDSR—— https://github.com/Hafiidz/latent-diffusion
• MiDaS- https: //github.com/isl-org/MiDaS
• 优化思路 - https://github.com/basujindal/stable-diffusion
• 交叉注意力层优化 - Doggettx - https://github.com/Doggettx/stable-diffusion，原始想法用于快速编辑。
• 交叉注意力层优化 - InvokeAI，lstein - https://github.com/invoke-ai/InvokeAI（原http://github.com/lstein/stable-diffusion）
• 亚二次交叉注意力层优化 - Alex Birch（Birch-san/diffusers#1）、Amin Rezaei（https://github.com/AminRezaei0x443/memory-efficient-attention）
• 文本反转 - Rinon Gal - https://github.com/rinongal/textual_inversion（我们没有使用他的代码，但我们使用了他的想法）。
• SD 高档的想法 - https://github.com/jquesnelle/txt2imghd
• 用于 outpainting mk2 的噪声生成 - https://github.com/parlance-zz/g-diffuser-bot
• CLIP 询问器的想法和借用一些代码 - https://github.com/pharmapsychotic/clip-interrogator
• 可组合扩散的想法 - https://github.com/energy-based-model/Compositional-Visual-Generation-with-Composable-Diffusion-Models-PyTorch
• xformers- https: //github.com/facebookresearch/xformers
• DeepDanbooru - 动漫扩散器的询问器https://github.com/KichangKim/DeepDanbooru
• 从 float16 UNet 中以 float32 精度进行采样 - marunine 提出这个想法，Birch-san 提供扩散器实现示例（https://github.com/Birch-san/diffusers-play/tree/92feee6）
• 指导 pix2pix - Tim Brooks（星星）、Aleksander Holynski（星星）、Alexei A. Efros（无星星） - https://github.com/timothybrooks/instruct-pix2pix
• 安全建议 - RyotaK
• UniPC 采样器 - Wenliang Zhu - https://github.com/wl-zhao/UniPC
• TAESD - Ollin Boer Bohan - https://github.com/madebyollin/taesd
• LyCORIS - KohakuBlueleaf
• 重新开始采样 - lambertae - https://github.com/Newbeeer/diffusion_restart_sampling
• Hypertile - tfernd - https://github.com/tfernd/HyperTile
• 初始 Gradio 脚本 - 由匿名用户发布在 4chan 上。谢谢匿名用户。
• （你）