Stable Diffusion Web UI

Las capacidades clave incluyen la generación de matrices de prompts, control de atención para partes específicas de los prompts y procesamiento de bucle para tareas iterativas de img2img. La función de gráfico X/Y/Z permite visualizar variaciones de imágenes a través de diferentes parámetros. Para los usuarios interesados en modelos de IA personalizados, la interfaz web admite Textual Inversion, lo que permite el uso de múltiples embeddings personalizados. La pestaña 'Extras' integra potentes herramientas como GFPGAN y CodeFormer para la restauración facial, y varios escaladores de redes neuronales como RealESRGAN, ESRGAN, SwinIR, Swin2SR y LDSR.

Mejorando aún más su utilidad, la interfaz ofrece un control detallado sobre los métodos de muestreo, los valores eta y la configuración de ruido, con soporte para VRAM baja (se han reportado 4 GB e incluso 2 GB) y procesamiento interrumpible. Los parámetros de generación se guardan con las imágenes, lo que permite una fácil restauración. Las funciones avanzadas incluyen soporte de tiling, vista previa en vivo, prompts negativos, estilos para guardar prompts, variaciones, redimensionamiento de semillas, interrogador CLIP para adivinar prompts y edición de prompts a mitad de la generación. También están disponibles el procesamiento por lotes y un método alternativo de img2img.

La interfaz web admite Highres Fix para la generación de imágenes de alta resolución con un solo clic, recarga de checkpoints sobre la marcha y un fusionador de checkpoints. También permite scripts y extensiones personalizados, incluyendo Composable-Diffusion para la generación de múltiples prompts e integración de DeepDanbooru para etiquetado de anime. Se eliminan los límites de tokens de prompt y se admiten xformers para aumentos significativos de velocidad. La pestaña de entrenamiento ofrece opciones para hypernetworks y embeddings, con capacidades de preprocesamiento como recorte y autotagging.

La instalación se simplifica con scripts de un solo clic para Windows y scripts de instalación automática para Linux y macOS. El proyecto también admite Stable Diffusion 2.0, Alt-Diffusion y Segmind Stable Diffusion, con opciones para cargar checkpoints en formato safetensors y restricciones de resolución simplificadas. La interfaz en sí es personalizable, lo que permite a los usuarios reordenar elementos. El proyecto es de código abierto bajo la licencia AGPL-3.0, fomentando las contribuciones y el desarrollo de la comunidad.