稳定的扩散网页用户界面

基于Gradio库的浏览器界面，用于稳定扩散。

特征

带有图像的详细功能展示：

• 原始 txt2img 和 img2img 模式
• 一键安装并运行脚本（但你仍然必须安装 python 和 git）
• 外涂
• 修复
• 彩色素描
• 提示矩阵
• 稳定的扩散高档
• 注意，指定模型应更注意的文本部分
  • 一个男人在 - 会更关注燕尾服

    ((tuxedo))

  • a 中的男人 - 替代语法

    (tuxedo:1.21)

  • 选择文本并按下 或（或者，如果你使用的是 MacOS）以自动调整对所选文本的注意力（由匿名用户提供的代码）

    Ctrl+Up

    Ctrl+Down

    Command+Up

    Command+Down

• 环回，多次运行 img2img 处理
• X/Y/Z 图，一种绘制具有不同参数的图像三维图的方法
• 文本反转
  • 拥有任意数量的嵌入，并使用你喜欢的任何名称
  • 使用多个嵌入，每个令牌具有不同数量的向量
  • 适用于半精度浮点数
  • 在 8GB 上训练嵌入（也有 6GB 工作的报告）
• 附加选项卡包含：
  • GFPGAN，修复人脸的神经网络
  • CodeFormer，面部恢复工具作为GFPGAN的替代品
  • RealESRGAN，神经网络升频器
  • ESRGAN，具有许多第三方模型的神经网络升频器
  • SwinIR和Swin2SR（见这里），神经网络升频器
  • LDSR，潜在扩散超分辨率放大
• 调整宽高比选项
• 取样方法选择
  • 调整采样器η值（噪声倍增器）
  • 更高级的噪音设置选项
• 随时中断处理
• 4GB视频卡支持（也报告2GB工作）
• 批次的正确种子
• 实时提示令牌长度验证
• 生成参数
  • 用于生成图像的参数与该图像一起保存
  • 在 PNG 块中表示 PNG，在 EXIF 中表示 JPEG
  • 可以将图像拖动到 PNG 信息选项卡以恢复生成参数并自动将其复制到 UI 中
  • 可以在设置中禁用
  • 将图像/文本参数拖放到提示框
• 读取“生成参数”按钮，将提示框中的参数加载到 UI
• “设置”页
• 从 UI 运行任意 python 代码（必须运行才能启用）

  --allow-code

• 大多数 UI 元素的鼠标悬停提示
• 可以通过文本配置更改UI元素的默认值/混合/最大/步长值
• 平铺支持，用于创建可以像纹理一样平铺的图像的复选框
• 进度条和实时图像生成预览
  • 可以使用单独的神经网络生成预览，几乎不需要VRAM或计算
• 否定提示，一个额外的文本字段，允许你列出你不想在生成的图像中看到的内容
• 样式，一种保存部分提示并在以后通过下拉列表轻松应用它们的方法
• 变体，一种生成相同图像但差异很小的方法
• 种子大小调整，一种生成相同图像但分辨率略有不同的方法
• CLIP询问器，一个想从图像中猜测提示的按钮
• 提示编辑，一种改变提示中一代的方法，比如开始制作西瓜并中途切换到动漫女孩
• 批处理，使用 img2img 处理一组文件
• Img2img 交叉注意力控制的反向欧拉方法
• 高分辨率修复，一种方便的选项，只需单击一下即可生成高分辨率图片，而不会产生通常的失真
• 动态重新加载检查点
• 检查点合并，一个选项卡，允许你将最多 3 个检查点合并为一个
• 具有来自社区的许多扩展的自定义脚本
• 可组合扩散，一种同时使用多个提示的方法
  • 使用大写字母分隔提示

    AND

  • 还支持提示的权重：

    a cat :1.2 AND a dog AND a penguin :2.2

• 提示没有令牌限制（原始稳定扩散允许你使用最多 75 个令牌）
• 深度丹布鲁集成，为动漫提示创建丹布鲁风格标签
• xformers，选择卡的主要速度提高：（添加到命令行参数）

  --xformers

• 通过扩展：历史记录选项卡：在UI中方便地查看，定向和删除图像
• 永久生成选项
• “训练”选项卡
  • 超网络和嵌入选项
  • 预处理图像：裁剪、镜像、使用 BLIP 或 deepdanbooru 自动标记（用于动漫）
• 剪辑跳过
• 超网络
• Loras（与Hypernetworks相同，但更漂亮）
• 一个备用 UI，你可以在其中选择将哪些嵌入、超网络或 Loras 添加到你的提示中，并带有预览
• 可以从设置屏幕选择加载不同的VAE
• 进度条中的估计完成时间
• 应用程序接口
• 支持RunwayML的专用修复模型
• 通过扩展：美学渐变，一种通过使用剪辑图像嵌入（https://github.com/vicgalle/stable-diffusion-aesthetic-gradients 的实现来生成具有特定美学的图像的方法)
• 稳定的扩散 2.0 支持 - 有关说明，请参见 wiki
• Alt-扩散支持 - 有关说明，请参阅维基
• 现在没有任何坏信！
• 以安全张量格式加载检查点
• 放宽分辨率限制：生成的图像的支配必须是 8 的倍数而不是 64
• 现在有了许可证！
• 从设置屏幕对 UI 中的元素重新排序

安装和运行

确保满足所需的依赖项，并按照适用于 NVidia（推荐）和 AMD GPU 的说明进行操作。

或者，使用在线服务（如谷歌合作）：

• 在线服务列表

使用发布包在具有 NVidia-GPU 的 Windows 10/11 上安装

1. 从 v1.0.0-pre 下载并提取其内容。

   sd.webui.zip

2. 跑。

   update.bat

3. 跑。

   run.bat

有关更多详细信息，请参阅在 NVidia-GPU 上安装和运行

在视窗上自动安装

1. 安装 Python 3.10.6（较新版本的 Python 不支持 torch），选中“将 Python 添加到 PATH”。
2. 安装 git。
3. 下载稳定扩散 webui 存储库，例如通过运行 .

   git clone https://github.com/AUTOMATIC1111/stable-diffusion-webui.git

4. 以正常、非管理员、用户身份从 Windows 资源管理器运行。

   webui-user.bat

在 Linux 上自动安装

1. 安装依赖项：

# Debian-based:
sudo apt install wget git python3 python3-venv
# Red Hat-based:
sudo dnf install wget git python3
# Arch-based:
sudo pacman -S wget git python3

2. 导航到要安装 webui 的目录并执行以下命令：

bash <(wget -qO- https://raw.githubusercontent.com/AUTOMATIC1111/stable-diffusion-webui/master/webui.sh)

3. 跑。

   webui.sh

4. 检查选项。

   webui-user.sh

安装在苹果硅上

在此处查找说明。

贡献

下面介绍如何向此存储库添加代码： 贡献

文档

文档已从本自述文件移至项目的 wiki。

为了让谷歌和其他搜索引擎抓取维基，这里有一个链接，指向（不适合人类）可抓取维基。

捐赠

借用代码的许可证可以在屏幕和文件中找到。

Settings -> Licenses

html/licenses.html

• 稳定扩散 - https://github.com/CompVis/stable-diffusion、https://github.com/CompVis/taming-transformers
• k 扩散 - https://github.com/crowsonkb/k-diffusion.git
• GFPGAN - https://github.com/TencentARC/GFPGAN.git
• 代号成型 - https://github.com/sczhou/CodeFormer
• 埃斯干 - https://github.com/xinntao/ESRGAN
• 斯威红外 - https://github.com/JingyunLiang/SwinIR
• Swin2SR - https://github.com/mv-lab/swin2sr
• LDSR - https://github.com/Hafiidz/latent-diffusion
• 米达斯 - https://github.com/isl-org/MiDaS
• 优化思路 - https://github.com/basujindal/stable-diffusion
• 交叉注意力层优化 - Doggettx - https://github.com/Doggettx/stable-diffusion，提示编辑的原始想法。
• 交叉注意力层优化 - InvokeAI，lstein - https://github.com/invoke-ai/InvokeAI（最初 http://github.com/lstein/stable-diffusion)
• 亚二次交叉注意力层优化 - 亚历克斯·伯奇（https://github.com/Birch-san/diffusers/pull/1），阿明·雷扎伊（https://github.com/AminRezaei0x443/memory-efficient-attention)
• 文本反转 - Rinon Gal - https://github.com/rinongal/textual_inversion（我们不使用他的代码，但我们使用他的想法）。
• SD高档的想法 - https://github.com/jquesnelle/txt2imghd
• 外涂 mk2 - https://github.com/parlance-zz/g-diffuser-bot 时的噪声产生
• CLIP询问器的想法和借用一些代码 - https://github.com/pharmapsychotic/clip-interrogator
• 可组合扩散的想法 - https://github.com/energy-based-model/Compositional-Visual-Generation-with-Composable-Diffusion-Models-PyTorch
• xformers - https://github.com/facebookresearch/xformers
• 迪普丹布鲁 - 动漫扩散器的询问者 https://github.com/KichangKim/DeepDanbooru
• 从浮点数16 UNet中以浮点数32精度采样 - 马鲁宁的想法，Birch-san的例子扩散器实现（https://github.com/Birch-san/diffusers-play/tree/92feee6)
• 指示 pix2pix - 蒂姆·布鲁克斯（明星）、亚历山大·霍林斯基（明星）、阿列克谢·埃夫罗斯（无明星） - https://github.com/timothybrooks/instruct-pix2pix
• 安全建议 - RyotaK
• UniPC采样器 - 赵文亮 - https://github.com/wl-zhao/UniPC
• TAESD - 奥林·布尔·博汉 - https://github.com/madebyollin/taesd
• 枸杞子 - 小白蓝叶
• 初始Gradio脚本 - 由匿名用户发布在4chan上。谢谢匿名用户。
• （你）