Stable Diffusion Web UI

描述

由 AUTOMATIC1111 开发的 Stable Diffusion web UI 提供了一个强大且用户友好的界面，用于与 Stable Diffusion 模型进行交互。它使用 Gradio 库构建，简化了复杂的 AI 图像生成过程，使其能够被更广泛的用户所接受。该 UI 支持原始的 txt2img 和 img2img 模式，以及诸如 outpainting（图像外绘）、inpainting（图像内绘）和 color sketching（色彩素描）等高级功能。

主要功能包括提示词矩阵生成、针对提示词特定部分的注意力控制，以及用于迭代 img2img 任务的 loopback processing（回环处理）。X/Y/Z plot（X/Y/Z 图）功能允许可视化不同参数下的图像变体。对于对自定义 AI 模型感兴趣的用户，web UI 支持 Textual Inversion（文本反演），从而可以使用多个自定义嵌入。‘Extras’（附加功能）选项卡集成了强大的工具，如用于面部修复的 GFPGAN 和 CodeFormer，以及各种神经网络放大器，如 RealESRGAN、ESRGAN、SwinIR、Swin2SR 和 LDSR。

为了进一步增强其可用性，该界面提供了对采样方法、eta 值和噪声设置的详细控制，并支持低 VRAM（报告的 4GB 甚至 2GB）和可中断处理。生成参数会与图像一起保存，便于恢复。高级功能包括 tiling support（平铺支持）、live preview（实时预览）、negative prompts（负面提示词）、用于保存提示词的 styles（样式）、variations（变体）、seed resizing（种子重置大小）、用于提示词猜测的 CLIP interrogator（CLIP 询问器）以及 mid-generation（生成中）的提示词编辑。还提供批量处理和替代的 img2img 方法。

web UI 支持 Highres Fix（高分辨率修复）以实现一键式高分辨率图像生成、on-the-fly checkpoint reloading（即时检查点重载）以及 checkpoint merger（检查点合并器）。它还支持自定义脚本和扩展，包括用于多提示词生成的 Composable-Diffusion 和用于动漫标签的 DeepDanbooru 集成。提示词 token 限制已被移除，并支持 xformers 以显著提高速度。训练选项卡提供了 hypernetworks（超网络）和 embeddings（嵌入）的选项，以及用于裁剪和自动标签的预处理功能。

安装过程通过 Windows 的一键式脚本以及 Linux 和 macOS 的自动安装脚本得到简化。该项目还支持 Stable Diffusion 2.0、Alt-Diffusion 和 Segmind Stable Diffusion，并提供加载 safetensors 格式检查点以及放宽分辨率限制的选项。界面本身是可定制的，允许用户重新排序元素。该项目在 AGPL-3.0 许可下开源，鼓励社区贡献和开发。

Stable Diffusion Web UI的核心功能

• 文本到图像生成 (txt2img)

• 图像到图像生成 (img2img)

• 图像外绘和内绘功能

• 通过注意力和权重进行的高级提示词控制

• X/Y/Z 图用于参数可视化

• Textual Inversion 用于自定义嵌入

• 使用 GFPGAN 和 CodeFormer 进行面部修复

• 多种神经网络放大器 (RealESRGAN, ESRGAN, SwinIR 等)

• 低 VRAM 支持 (4GB 和 2GB)

• 生成参数与图像一起保存

• 平铺支持用于无缝纹理

• 负面提示词功能

• 用于保存和应用提示词片段的样式

• 批量处理多个文件

• Highres Fix 实现一键式高分辨率图像

• 检查点合并工具

• 自定义脚本和扩展支持

• Composable-Diffusion 用于多提示词生成

• DeepDanbooru 集成用于动漫标签

• xformers 以显著提高速度

• 用于超网络和嵌入的训练选项卡

• Safetensors 检查点格式支持

Stable Diffusion Web UI入门

1. 1

   克隆：从 GitHub 克隆 stable-diffusion-webui 仓库。

2. 2

   安装依赖：安装 Python 3.10.6 和 Git，然后运行相应的安装脚本（例如，webui-user.bat 或 webui.sh）。

3. 3

   配置：根据需要设置环境变量或命令行参数（例如，--xformers）。

4. 4

   执行：运行 webui.bat 或 webui.sh 脚本以启动界面。

5. 5

   生成：在浏览器中访问 web UI，并开始使用各种模式和参数创建图像。

6. 6

   增强：利用“Extras”选项卡进行放大和面部修复，或探索自定义脚本和扩展。

7. 7

   训练：使用“Training”选项卡创建自定义嵌入或超网络。

Stable Diffusion Web UI的使用案例

• AI 艺术生成
• 图像编辑和增强
• 角色和概念设计
• 纹理创建
• 面部修复
• 模型训练和定制
• 视觉原型制作
• 动漫图像生成

Stable Diffusion Web UI的常见问题

• 什么是 Stable Diffusion web UI？

  Stable Diffusion web UI 是一个使用 Gradio 构建的图形界面，允许用户与 Stable Diffusion 模型进行交互，以进行 AI 图像生成和操作。

• Stable Diffusion web UI 的主要功能是什么？

  主要功能包括 txt2img、img2img、outpainting、inpainting、prompt matrix（提示词矩阵）、Textual Inversion（文本反演）、face restoration（面部修复）、multiple upscalers（多种放大器）、low VRAM support（低 VRAM 支持）和 checkpoint merging（检查点合并）。

• 我可以在 VRAM 有限的情况下使用 Stable Diffusion web UI 吗？

  是的，该 web UI 设计支持最低 4GB VRAM 的系统，据报告 2GB 也能正常工作。

• 如何安装 Stable Diffusion web UI？

  安装过程包括克隆仓库，并在确保安装了 Python 和 Git 后，运行提供的 Windows、Linux 或 macOS 脚本。

• Stable Diffusion web UI 是否支持自定义模型？

  是的，它支持 Textual Inversion 用于自定义嵌入，并且可以加载包括 safetensors 在内的各种检查点格式。

• Stable Diffusion web UI 中的“Extras”是什么？

  “Extras”选项卡包含用于面部修复（GFPGAN、CodeFormer）和使用 RealESRGAN、ESRGAN 等各种神经网络进行图像放大的工具。

• 我可以合并不同的 Stable Diffusion 模型吗？

  是的，web UI 具有 Checkpoint Merger（检查点合并器）选项卡，允许您将最多三个检查点合并成一个模型。

• Stable Diffusion web UI 是开源的吗？

  是的，Stable Diffusion web UI 是开源的，并根据 AGPL-3.0 许可授权。

• 此 UI 中的提示词注意力是如何工作的？

  您可以使用 ((tuxedo)) 或 (tuxedo:1.21) 等语法来增加对特定单词的注意力，或者选择文本并使用键盘快捷键来调整注意力。

• 什么是 Highres Fix？

  Highres Fix 是一项便捷选项，可以实现一键式生成高分辨率图像，而不会出现通常的失真。

• 我可以运行自定义脚本或扩展吗？

  是的，web UI 支持自定义脚本和扩展，提供了一种灵活的方式来添加新功能和社区开发的工具。

• 使用 xformers 有什么好处？

  使用 xformers（通常通过命令行参数添加）可以为兼容显卡上的图像生成带来显著的速度提升。