Stable Diffusion Web UI

Descripción

La interfaz web de Stable Diffusion, desarrollada por AUTOMATIC1111, proporciona una interfaz potente y fácil de usar para interactuar con modelos de Stable Diffusion. Construida utilizando la biblioteca Gradio, simplifica el complejo proceso de generación de imágenes con IA, haciéndolo accesible a un público más amplio. La interfaz admite los modos originales txt2img e img2img, junto con funcionalidades avanzadas como outpainting, inpainting y bocetos de color.

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.

Características principales de Stable Diffusion Web UI

• Generación de texto a imagen (txt2img)

• Generación de imagen a imagen (img2img)

• Capacidades de outpainting e inpainting

• Control avanzado de prompts con atención y ponderación

• Gráfico X/Y/Z para visualización de parámetros

• Textual Inversion para embeddings personalizados

• Restauración facial con GFPGAN y CodeFormer

• Múltiples escaladores de redes neuronales (RealESRGAN, ESRGAN, SwinIR, etc.)

• Soporte de VRAM baja (4 GB y 2 GB)

• Parámetros de generación guardados con imágenes

• Soporte de tiling para texturas sin fisuras

• Funcionalidad de prompt negativo

• Estilos para guardar y aplicar fragmentos de prompts

• Procesamiento por lotes para múltiples archivos

• Highres Fix para imágenes de alta resolución con un solo clic

• Herramienta de fusión de checkpoints

• Soporte de scripts y extensiones personalizadas

• Composable-Diffusion para generación de múltiples prompts

• Integración de DeepDanbooru para etiquetado de anime

• xformers para aumentos significativos de velocidad

• Pestaña de entrenamiento para hypernetworks y embeddings

• Soporte de formato de checkpoint Safetensors

Primeros pasos con Stable Diffusion Web UI

1. 1

   Clonar: Clone el repositorio stable-diffusion-webui desde GitHub.

2. 2

   Instalar dependencias: Instale Python 3.10.6 y Git, luego ejecute el script de instalación apropiado (por ejemplo, webui-user.bat o webui.sh).

3. 3

   Configurar: Configure las variables de entorno o los argumentos de línea de comandos según sea necesario (por ejemplo, --xformers).

4. 4

   Ejecutar: Ejecute el script webui.bat o webui.sh para iniciar la interfaz.

5. 5

   Generar: Acceda a la interfaz web en su navegador y comience a crear imágenes utilizando varios modos y parámetros.

6. 6

   Mejorar: Utilice la pestaña 'Extras' para escalar y restaurar rostros, o explore scripts y extensiones personalizadas.

7. 7

   Entrenar: Utilice la pestaña 'Entrenamiento' para crear embeddings o hypernetworks personalizados.

Casos de uso de Stable Diffusion Web UI

• Generación de Arte con IA
• Edición y Mejora de Imágenes
• Diseño de Personajes y Conceptos
• Creación de Texturas
• Restauración Facial
• Entrenamiento y Personalización de Modelos
• Prototipado Visual
• Generación de Imágenes de Anime

Preguntas frecuentes de Stable Diffusion Web UI

• ¿Qué es la interfaz web de Stable Diffusion?

  La interfaz web de Stable Diffusion es una interfaz gráfica construida con Gradio que permite a los usuarios interactuar con modelos de Stable Diffusion para la generación y manipulación de imágenes con IA.

• ¿Cuáles son las características principales de la interfaz web de Stable Diffusion?

  Las características clave incluyen txt2img, img2img, outpainting, inpainting, matriz de prompts, Textual Inversion, restauración facial, múltiples escaladores, soporte de VRAM baja y fusión de checkpoints.

• ¿Puedo usar la interfaz web de Stable Diffusion con VRAM limitada?

  Sí, la interfaz web está diseñada para soportar sistemas con tan solo 4 GB de VRAM, con informes de que 2 GB también funcionan.

• ¿Cómo instalo la interfaz web de Stable Diffusion?

  La instalación implica clonar el repositorio y ejecutar los scripts proporcionados para Windows, Linux o macOS, después de asegurarse de que Python y Git estén instalados.

• ¿La interfaz web de Stable Diffusion admite modelos personalizados?

  Sí, admite Textual Inversion para embeddings personalizados y puede cargar varios formatos de checkpoint, incluidos safetensors.

• ¿Qué son los 'Extras' en la interfaz web de Stable Diffusion?

  La pestaña 'Extras' incluye herramientas para la restauración facial (GFPGAN, CodeFormer) y el escalado de imágenes utilizando varias redes neuronales como RealESRGAN y ESRGAN.

• ¿Puedo fusionar diferentes modelos de Stable Diffusion?

  Sí, la interfaz web cuenta con una pestaña de Fusión de Checkpoints que le permite fusionar hasta tres checkpoints en un solo modelo.

• ¿Es la interfaz web de Stable Diffusion de código abierto?

  Sí, la interfaz web de Stable Diffusion es de código abierto y tiene licencia bajo la licencia AGPL-3.0.

• ¿Cómo funciona la atención de prompts en esta interfaz?

  Puede usar sintaxis como ((tuxedo)) o (tuxedo:1.21) para aumentar la atención en palabras específicas, o seleccionar texto y usar atajos de teclado para ajustar la atención.

• ¿Qué es Highres Fix?

  Highres Fix es una opción de conveniencia que permite generar imágenes de alta resolución con un solo clic sin las distorsiones habituales.

• ¿Puedo ejecutar scripts o extensiones personalizadas?

  Sí, la interfaz web admite scripts y extensiones personalizadas, lo que proporciona una forma flexible de agregar nuevas funcionalidades y herramientas desarrolladas por la comunidad.

• ¿Cuáles son los beneficios de usar xformers?

  El uso de xformers, que generalmente se agrega a través de argumentos de línea de comandos, puede proporcionar un aumento significativo de velocidad para la generación de imágenes en tarjetas gráficas compatibles.