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

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

安装Python 3.10.6（较新版本的Python不支持torch），选中“将Python添加到PATH”。安装git。下载 stable-diffusion-webui 存储库，例如通过运行git clone https://github.com/AUTOMATIC1111/stable-diffusion-webui.git。 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

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"

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

跑步webui.sh。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）

总结

### 文章总结：稳定的Diffusion网页用户界面
#### 概述
本文主要介绍了使用Gradio库实现的稳定扩散的Web用户界面（Stable Diffusion WebUI），该界面提供了丰富的功能和灵活的配置选项，旨在为用户提供便捷且高效的文本到图像（txt2img）和图像到图像（img2img）生成体验。
#### 主要特征
1. **基本功能**：
- 支持原始的txt2img和img2img模式
- 一键安装和运行，但需预先安装Python和Git
- 多样化艺术和图像处理功能，如彩色素描、修复和提示矩阵
- 支持高级特性，如指定文本强调、回环处理和X/Y/Z图生成
2. **增强与扩展**：
- 高级图像处理工具如GFPGAN、CodeFormer、RealESRGAN等
- 调整宽高比、采样方法和噪音设置
- 实时中断处理和低硬件配置支持（4GB显卡）
- 允许自定义UI元素的行为和外观
3. **图像生成与优化**：
- 生成参数的保存与恢复
- 图像拖拽来重新加载生成参数
- 实时维护任务进度条和生成预览
- 支持批量处理和交叉注意力控制的不同方法
4. **社区扩展与高级功能**：
- 多种风格保存和变体生成
- CLIP询问器与提示编辑
- 合并检查点和自定义脚本支持
- 高分辨率修复和无失真图像处理
5. **用户界面定制与灵活性**：
- 通过动态检查和加载新特性
- UI元素重新排序和自定义设置
- 支持不同硬件平台，包括NVidia、AMD GPU、Intel CPU及Apple Silicon
#### 安装与运行
文章提供了详细的安装步骤说明，包括使用在线服务（如Google Colab）、Windows、Linux和Apple Silicon等不同环境下的安装过程中。此外，还提供了自动安装脚本的使用方法。
#### 贡献与文档
- 介绍了如何向该仓库贡献代码以及相关文档的位置。
- 特别感谢了众多为该项目做出贡献的GitHub用户及他们的项目。
#### 总体评价
该Stable Diffusion WebUI不仅功能丰富且操作便捷，为用户提供了一套完整的文本和图像生成与处理的解决方案。通过多样化的配置选项和强大的社区支持，用户可以灵活地实现各种图像创作和修改需求。