【 模型】 开源图像模型Stable Diffusion入门手册

引言

Stable Diffusion是一款在2022年发布的深度学习文字到图像生成模型。它能够根据文字描述生成详细的图像，并且在几秒钟内创作出令人惊叹的艺术作品。本文将为你提供一份使用Stable Diffusion的入门教程。

硬件要求

• 内存: 建议使用不少于16GB的内存。
• 硬盘空间: 需要60GB以上的空间。
• 显卡: 推荐使用NVIDIA显卡（CUDA架构），虽然已有对AMD显卡的支持，但速度较慢。

环境部署

手动部署

1. 安装Python: 安装Python 3.10，并确保在安装时选中“Add Python to PATH”。
2. 安装Git: 从git-scm.com下载并安装Git。
3. 克隆仓库:
   • 按下Win+R，输入cmd，调出命令行窗口。
   • 运行以下命令克隆Stable Diffusion WebUI的GitHub仓库：

     cd path_to_clone
     git clone https://github.com/automatic1111/stable-diffusion-webui.git
     

   • 将path_to_clone替换为你希望下载的目录。

整合包

如果你觉得手动部署麻烦，可以使用整合包，解压即用。例如，独立研究员的空间下经常更新整合包，秋叶的启动器也非常好用。

模型装配

1. 下载模型: 在如Civitai上下载标注有ckpt的模型。
2. 放置模型: 将下载的模型放入models/stable-diffusion目录。
3. 运行WebUI: 双击运行webui-user.bat。脚本会自动下载依赖，等待一段时间后，程序会输出一个类似http://127.0.0.1:7860/的地址，在浏览器中输入这个链接即可。

更新

1. 更新仓库:
   • 按下Win+R，输入cmd，调出命令行窗口。
   • 运行以下命令更新仓库：

     cd path_to_clone
     git pull
     

   • 将path_to_clone替换为你下载仓库的目录。

显存优化

根据显卡实际显存选择优化量，不要超过当前显卡显存。建议开启xformers以改善内存消耗和速度。

插件配置

Stable Diffusion可配置大量插件扩展，在WebUI的“扩展”选项卡下，可以安装插件。

文生图最简流程

1. 选择模型: 选择需要使用的模型（底模）。
2. 填写提示词: 在第一个框中填入提示词（prompt），对想要生成的东西进行文字描述。
3. 填写负面提示词: 在第二个框中填入负面提示词（negative prompt），描述你不想要生成的内容。
4. 选择参数: 选择采样方法、采样次数、图片尺寸等参数。
5. 生成图像: 点击“生成”按钮，等待图像生成。

提示词使用技巧

• 自然语言: 使用描述物体的句子作为提示词。
• 单词标签: 使用逗号隔开的单词作为提示词。
• Emoji和颜文字: Emoji表情符号也非常准确。
• 语法: 根据自己想画的内容写出提示词，多个提示词之间使用英文半角符号[ , ]。

结语

Stable Diffusion是一款功能强大的图像生成模型，通过合理的配置和使用，可以创作出高质量的图像作品。