InvokeAI - InvokeAI：一个稳定的扩散模型工具包
调用AI：稳定的扩散工具包
这是CompVis/stable-diffusion的一个分支，CompVis/stable-diffusion是开源的文本到图像生成器。它提供了一个简化的过程，具有各种新功能和选项，以帮助图像生成过程。它可以在Windows，macOS和Linux机器上运行，GPU卡的RAM只有4 GB。它提供了一个精美的 Web 界面（见下文）和一个易于使用的命令行界面。
快速链接： [如何安装] [Discord Server] [文档和教程] [代码和下载] [错误报告] [讨论，想法和问答]
注意：InvokeAI 正在迅速发展。请使用“问题”选项卡报告错误并提出功能请求。请务必使用提供的模板。它们将帮助我们更快地诊断问题。
开始使用 InvokeAI
有关完整的安装和升级说明，请参阅： 调用 AI 安装概述
- 转到最新版本页面的底部
- 下载适用于你的操作系统 （Windows/macOS/Linux） 的.zip文件。
- 解压缩文件。
- 如果你使用的是 Windows，请双击该脚本。在 macOS 上，打开“终端”窗口，将文件从“访达”拖到“终端”中，然后按下 Return 键。在 Linux 上，运行 .
install.bat
install.sh
install.sh
- 稍等片刻，直到完成。
- 你从中运行安装程序的文件夹现在将填充大量文件。如果你使用的是 Windows，请双击该文件。在 macOS 上，打开“终端”窗口，从文件夹拖到“终端”中，然后按 Return 键。在 Linux 上，运行
invoke.bat
invoke.sh
invoke.sh
- 按 2 打开“基于浏览器的 UI”，按回车键/返回键，等待一两分钟以启动稳定扩散，然后打开浏览器并转到 http://localhost:9090。
- 在左上角的框中输入，然后单击：
banana sushi
Invoke
目录
安装
Linux，Windows和Macintosh都支持此分支。Linux用户可以使用基于Nvidia的卡（支持CUDA）或AMD卡（使用ROCm驱动程序）。有关完整的安装和升级说明，请参阅： 调用 AI 安装概述
硬件要求
InvokeAI 在 Linux、Windows 和 macOS 中都受支持。Linux用户可以使用基于Nvidia的卡（支持CUDA）或AMD卡（使用ROCm驱动程序）。
系统
你将需要以下其中一项：
- 基于 NVIDIA 的显卡，具有 4 GB 或更多 VRAM 内存。
- 带有 M1 芯片的苹果电脑。
我们不建议使用 GTX 1650 或 1660 系列显卡。它们无法在半精度模式下运行，并且没有足够的 VRAM 来渲染 512x512 图像。
记忆
- 至少 12 GB 主内存内存。
磁盘
- 至少 12 GB 的可用磁盘空间用于机器学习模型、Python 及其所有依赖项。
注意
如果你有 Nvidia 10xx 系列卡（例如 1080ti），请在全精度模式下运行梦想脚本，如下所示。
同样，在 Apple M1 硬件上指定全精度模式。
精度根据设备自动配置。但是，如果你遇到诸如“预期类型Float但找到一半”或“未为一半实现”之类的错误，你可以尝试从初始化命令的标志开始
invoke.py
--precision=float32
(invokeai) ~/InvokeAI$ python scripts/invoke.py --precision=float32或者使用此参数更新 InvokeAI 配置文件。
特征
主要特点
- 网页服务器
- 交互式命令行界面
- 图像到图像
- 修复支持
- 外涂支持
- 放大、面部修复和外涂
- 从文件中读取提示
- 快速混合
- 阈值和柏林噪声初始化选项
- 否定/无条件提示
- 变化
- 个性化文本到图像生成
- 用于文本到图像生成的简化 API
其他功能
最新更改
有关我们的最新更改，请查看我们的发行说明
故障 排除
请查看我们的问答，以获取常见安装问题和其他问题的解决方案。
贡献
任何希望为这个项目做出贡献的人，无论是文档、功能、错误修复、代码清理、测试还是代码审查，我们都非常鼓励这样做。
要加入，只需在InvokeAI Discord服务器（#dev聊天）或GitHub讨论板上举手。
如果你不熟悉如何为 GitHub 项目做出贡献，这里有一个入门指南。一整套贡献指南以及模板正在进行中，但现在最重要的是针对“开发”分支而不是针对“主要”分支发出拉取请求。这将有助于将公共破损降至最低，并允许你提出更激进的更改。
我们希望你喜欢使用我们的软件，就像我们喜欢创建它一样，我们希望正在阅读本文的一些人会选择成为我们社区的一员。
欢迎来到 InvokeAI！
贡献
这个叉子是来自世界各地的各种人的共同努力。查看所有这些了不起的人的名单。我们感谢他们的时间、辛勤工作和努力。
支持
如需支持，请使用此存储库的 GitHub 问题跟踪服务。如果你使用并喜欢该脚本，请随时给我发送电子邮件。
该软件的原始部分版权所有 （c） 2020 林肯 D. 斯坦
延伸阅读
有关此软件和底层算法的更多信息，请参阅原始自述文件 README-CompViz.md。
