Beschreibung
Die Stable Diffusion Web UI, entwickelt von AUTOMATIC1111, bietet eine leistungsstarke und benutzerfreundliche Oberfläche für die Interaktion mit Stable Diffusion Modellen. Erbaut mit der Gradio-Bibliothek, vereinfacht sie den komplexen Prozess der KI-Bilderzeugung und macht ihn einem breiteren Publikum zugänglich. Die UI unterstützt die ursprünglichen txt2img- und img2img-Modi sowie erweiterte Funktionalitäten wie Outpainting, Inpainting und Color Sketching.
Weiterlesen
Zu den Kernfunktionen gehören die Erzeugung von Prompt-Matrizen, die Aufmerksamkeitskontrolle für bestimmte Teile von Prompts und die Loopback-Verarbeitung für iterative img2img-Aufgaben. Die X/Y/Z-Plot-Funktion ermöglicht die Visualisierung von Bildvariationen über verschiedene Parameter hinweg. Für Benutzer, die an benutzerdefinierten KI-Modellen interessiert sind, unterstützt die Web UI Textual Inversion, was die Verwendung mehrerer benutzerdefinierter Embeddings ermöglicht. Der Reiter "Extras" integriert leistungsstarke Werkzeuge wie GFPGAN und CodeFormer zur Gesichtsrestaurierung sowie verschiedene neuronale Netzwerk-Upscaler wie RealESRGAN, ESRGAN, SwinIR, Swin2SR und LDSR.
Die Benutzeroberfläche erweitert ihre Nützlichkeit durch detaillierte Kontrolle über Sampling-Methoden, Eta-Werte und Rauscheinstellungen, mit Unterstützung für niedrigen VRAM (4 GB und sogar 2 GB gemeldet) und unterbrechbare Verarbeitung. Generierungsparameter werden mit den Bildern gespeichert, was eine einfache Wiederherstellung ermöglicht. Erweiterte Funktionen umfassen Tiling-Unterstützung, Live-Vorschau, negative Prompts, Stile zum Speichern von Prompts, Variationen, Seed-Größenänderung, CLIP-Interrogator zum Raten von Prompts und Prompt-Bearbeitung während der Generierung. Stapelverarbeitung und eine alternative img2img-Methode sind ebenfalls verfügbar.
Die Web UI unterstützt Highres Fix für die ein-Klick-Erzeugung hochauflösender Bilder, das sofortige Neuladen von Checkpoints und einen Checkpoint-Merger. Sie ermöglicht auch benutzerdefinierte Skripte und Erweiterungen, einschließlich Composable-Diffusion für die Multi-Prompt-Generierung und DeepDanbooru-Integration für Anime-Tagging. Prompt-Token-Limits sind aufgehoben und xformers werden für signifikante Geschwindigkeitssteigerungen unterstützt. Der Trainingsreiter bietet Optionen für Hypernetworks und Embeddings, mit Vorverarbeitungsfunktionen wie Zuschneiden und Autotagging.
Die Installation wird durch Ein-Klick-Skripte für Windows und automatische Installationsskripte für Linux und macOS vereinfacht. Das Projekt unterstützt auch Stable Diffusion 2.0, Alt-Diffusion und Segmind Stable Diffusion, mit Optionen zum Laden von Checkpoints im Safetensors-Format und gelockerten Auflösungsbeschränkungen. Die Benutzeroberfläche selbst ist anpassbar und ermöglicht es Benutzern, Elemente neu anzuordnen. Das Projekt ist Open Source unter der AGPL-3.0-Lizenz und fördert Community-Beiträge und -Entwicklung.
- KategorieKI-Bildgeneratoren
- PreismodellOpen Source
- BereitstellungSelbst gehostet
- PlattformenWeb
Stable Diffusion Web UI's Kernfunktionen
Text-zu-Bild-Generierung (txt2img)
Bild-zu-Bild-Generierung (img2img)
Outpainting- und Inpainting-Funktionen
Erweiterte Prompt-Kontrolle mit Aufmerksamkeit und Gewichtung
X/Y/Z-Plot zur Parameter-Visualisierung
Textual Inversion für benutzerdefinierte Embeddings
Gesichtsrestaurierung mit GFPGAN und CodeFormer
Mehrere neuronale Netzwerk-Upscaler (RealESRGAN, ESRGAN, SwinIR, etc.)
Unterstützung für niedrigen VRAM (4 GB und 2 GB)
Generierungsparameter werden mit Bildern gespeichert
Tiling-Unterstützung für nahtlose Texturen
Negative Prompt-Funktionalität
Stile zum Speichern und Anwenden von Prompt-Snippets
Stapelverarbeitung für mehrere Dateien
Highres Fix für ein-Klick-Bilder mit hoher Auflösung
Checkpoint-Merger-Werkzeug
Unterstützung für benutzerdefinierte Skripte und Erweiterungen
Composable-Diffusion für Multi-Prompt-Generierung
DeepDanbooru-Integration für Anime-Tagging
xformers für signifikante Geschwindigkeitssteigerungen
Trainingsreiter für Hypernetworks und Embeddings
Unterstützung für Safetensors-Checkpoint-Format
Erste Schritte mit Stable Diffusion Web UI
Klonen: Klonen Sie das stable-diffusion-webui-Repository von GitHub.
Abhängigkeiten installieren: Installieren Sie Python 3.10.6 und Git, führen Sie dann das entsprechende Installationsskript aus (z. B. webui-user.bat oder webui.sh).
Konfigurieren: Richten Sie Umgebungsvariablen oder Befehlszeilenargumente nach Bedarf ein (z. B. --xformers).
Ausführen: Führen Sie das Skript webui.bat oder webui.sh aus, um die Benutzeroberfläche zu starten.
Generieren: Greifen Sie in Ihrem Browser auf die Web-UI zu und beginnen Sie mit der Erstellung von Bildern unter Verwendung verschiedener Modi und Parameter.
Verbessern: Nutzen Sie den Reiter "Extras" für Upscaling und Gesichtsrestaurierung oder erkunden Sie benutzerdefinierte Skripte und Erweiterungen.
Trainieren: Verwenden Sie den Reiter "Training", um benutzerdefinierte Embeddings oder Hypernetworks zu erstellen.
Stable Diffusion Web UI's Anwendungsfälle
- KI-Kunstgenerierung
- Bildbearbeitung und -verbesserung
- Charakter- und Konzeptdesign
- Texturerstellung
- Gesichtsrestaurierung
- Modelltraining und -anpassung
- Visuelle Prototypenentwicklung
- Anime-Bilderzeugung
