当前位置:AIGC资讯 > AIGC > 正文

【慕伏白教程】Linux系统本地部署stable-diffusion-webui

本教程针对 Stable Diffusion 2.0 进行本地部署,系统环境为 Linux

注意: 本教程不包含 anaconda/miniconda、python、git、cuda 的安装

提示: 由于国内网络原因,github不能稳定连接,这时候将网页中的 github 替代为 kgithub 即可
或: 添加参数 -i https://pypi.tuna.tsinghua.edu.cn/simple 通过镜像源下载

Requirements
Python 3.10.6
创建并进入 conda 环境
conda init
conda create --name sd2 python=3.10.6
conda activate sd2
cd ./sd2
克隆项目
git clone https://github.com/AUTOMATIC1111/stable-diffusion-webui

替代示例:

git clone https://kgithub.com/AUTOMATIC1111/stable-diffusion-webui
安装依赖
cd ./stable-diffusion-webui
pip install -r requirements_versions.txt
pip install -r requirements.txt 

镜像源下载示例:

pip install -i https://pypi.tuna.tsinghua.edu.cn/simple -r requirements.txt

如果安装了插件,需要进入插件目录下安装插件依赖,插件存放位置为 ./stable-diffusion-webui/extensions

(可选)创建启动脚本

完整启动脚本为 ./webui-user.sh ,现将其中有用的部分单独存放一个文件,可能出现端口占用的问题,修改 --port 即可

vim start.sh

将下列内容加入其中:

#!/bin/bash
  
export COMMANDLINE_ARGS="--xformers --deepdanbooru --port 7890 --theme dark --share "
 
python_cmd="python"
LAUNCH_SCRIPT="launch.py"
 
"${python_cmd}" "${LAUNCH_SCRIPT}" "$@"

参数详解:

--xformers 降低显存占用,提高运行速度,加速图像的生成,仅适用于 nvidiagpus --deepdanbooru 启用了图生文的功能,主要用于训练前数据处理,这里没有太大用 --port 7890 访问端口 7890 --theme dark 黑色主题 --share 额外生成一个临时的公网地址进行程序访问,地址有效期限为72小时,并且每次重启地址都会变 启动脚本,需等待后台下载
./start.sh

解决报错或长时间不加载问题:

问题原因依旧是国内网络原因,上不去 github ,这里的解决方法是将下载地址全部换为 kgithub

打开 launch.py 按一下 esc 进入命令模式 输入 /github 后回车 将 prepare_environment() 中的 github 修改为 kgithub (按一下 i 进入编辑模式) 按一下 esc 进入命令模式 输入 :wq 保存并退出,输入 :q! 仅退出不保存 重新执行启动脚本
./start.sh
打开项目 URL

local URL 是本地地址,仅限本机访问
public URL 是公网地址,添加 --share 参数获得

成功访问

使用建议

更新项目
cd ./sd2
git pull

预训练模型下载地址

CompVis/stable-diffusion-v-1-4-original stabilityai/stable-diffusion-2-1

预训练模型存放位置

*.ckpt*.safetensors 存放至 stable-diffusion-webui/models/Stable-diffusion/ 目录下 *.vae.ckpt 存放至 stable-diffusion-webui/models/VAE/ 目录下

GFPGAN
用于修复和绘制人脸,减少stable diffusion人脸的绘制扭曲变形问题。

更新时间 2023-12-04