Stable Diffusion 本地部署流程

AI 图片生成工具 Stable Diffusion 的本地部署流程，步骤详细。导图内容简洁、逻辑清晰、重点突出，尤其适用于需要考试的学生党/上班族哦，大家一起快乐的学起来吧

Stable Diffusion 本地部署

• 一、 基本要求
  • 1. 需要拥有NVIDIA显卡，GT1060起，显存4G以上
  • 2. 操作系统需要win10或者win11的系统
  • 3. 电脑内存16G或者以上
  • 4. 最好会魔法上网，否则网络波动，有些网页打不开，有时下载很慢
  • 5. 耐心，多尝试，多搜索
• 二、 Stable diffusion WebUI
  • 1. 是基于stable diffusion 项目的可视化操作项目
  • 2. 通过可视化的网页操作，更方便调试prompt，及各种参数。
  • 3. 同时也附加了很多功能，比如img2img功能，extra放大图片功能等
  • 4. 是很多人部署到本地的首选
• 三、 电脑环境配置
  • 1. 安装miniconda
    • （1） 下载地址：https://docs.conda.io/en/latest/miniconda.html
    • （2） 安装时按默认的一路next就行
    • （3） 打开miniconda，输入conda -V 弹出版本号即为正确安装
  • 2. 配置库包下载环境
    • （1） 加快网络速度（替换下载库包地址为国内的清华镜像站）
    • （2） 执行下面 conda config --set show_channel_urls yes 生成.condarc 文件
    • （3） 在我的电脑/此电脑-C盘-users-你的账号名下用记事本打开并修改.condarc文件。 （如我的路径是C:\Users\Administrator。） 把下面的内容全部复制进去，全部覆盖原内容，ctrl+s保存，关闭文件。 channels: - defaults show_channel_urls: true default_channels: - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2 custom_channels: conda-forge: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud msys2: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud bioconda: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud menpo: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud pytorch: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud pytorch-lts: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud simpleitk: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
    • （4） 运行conda clean -i 清除索引缓存，以确保使用的是镜像站的地址
  • 3. 创建python 3.10.6版本的环境
    • （1） 运行下面语句，创建环境。 conda create --name stable-diffusion-webui python=3.10.6
    • （2） 系统可能会提示y/n, 输入y，按回车即可。
    • （3） 显示done，那就完成了。 在你的C:\ProgramData\Miniconda3\envs\stable-diffusion-webui已经创建了一个新的项目。
  • 4. 激活环境
    • 输入conda activate stable-diffusion-webui 回车
  • 5. 升级pip，并设置pip的默认库包下载地址为清华镜像
    • 每一行输入后回车，等执行完再输入下一行，再回车 python -m pip install --upgrade pip pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple
    • 不报错就是完成了
  • 6. 安装git
    • （1） 用来克隆下载github的项目，比如本作中的stable diffusion webui
    • （2） 前往git官网 https://git-scm.com/download/win
    • （3） 下载好后，一路默认安装，next即可。
    • （4） 开始菜单-输入“git”，找到git cmd。
    • （5） 打开并输入下面指令 git --version
    • （6） 查看git的版本，显示了版本号即安装成功
  • 7. 安装cuda
    • （1） cuda是NVIDIA显卡用来跑算法的依赖程序
    • （2） 打开NVIDIA cuda官网 https://developer.nvidia.com/cuda-toolkit-archive
      • 如果打不开，请用魔法上网
    • （3） 回到一开始的miniconda的小窗，输入nvidia-smi，查看你的cuda版本
    • （4） 比如我的是11.7的版本，我就下载11.7.0的链接 然后按照自己的系统，选择win10或者11，exe local，download
    • （5） 下载完后安装，这个软件2个G，可以安装在c盘以外的地方
• 四、 Stable Diffusion 环境配置
  • 1. 下载stable diffusion源码
    • （1） 确认miniconda黑色小窗显示的是 （stable-diffusion-we ibui）D:\> 如果不是，则输入D: 按回车
      • 当然你也可以放在其他你想放的盘的根目录里面
      • 不建议放在c盘，因为这个项目里面有一些模型包，都是几个G几个G的，很容易你的C盘就满了，其他盘容量在10G以上的就都行
      • 放其他盘，则输入比如e: f: g: 等，然后回车即可
    • （2） 克隆stable diffusion webui项目（下面简称sd-webui）,执行 git clone https://github.com/AUTOMATIC1111/stable-diffusion-webui.git 直到显示done即可
    • （3） 现在克隆的本地地址，就是下面经常提到的“项目根目录”。 比如，我的项目根目录是D:\stable-diffusion-webui
  • 2. 下载stable diffusion的训练模型
    • （1） 打开 https://huggingface.co/CompVis/stable-diffusion-v-1-4-original/tree/main
    • （2） 点击file and versions选项卡，下载sd-v1-4.ckpt训练模型
      • 需要注册且同意协议，注册并同意协议之后即可下载
      • 这个模型是用于后续生成AI绘图的绘图元素基础模型库
      • 后面如果要用waifuai或者novelai，更换模型放进sd-webui项目的模型文件夹即可
    • （3） 下载好之后，把模型更名成model.ckpt,然后放置在sd-webui的models/stable-diffusion目录下。 比如我的路径是D:\stable-diffusion-webui\models\Stable-diffusion
  • 3. 安装GFPGAN
    • （1） 这是腾讯旗下的一个开源项目，可以用于修复和绘制人脸，减少stable diffusion人脸的绘制扭曲变形问题。
    • （2） 打开 https://github.com/TencentARC/GFPGAN
    • （3） 把网页往下拉，拉到readme.md部分，找到V1.4 model，点击蓝色的1.4就可以下载
    • （4） 下载好之后，放在sd-webui项目的根目录下面即可，比如我的根目录是D:\stable-diffusion-webui
  • 4. 开启运行ai绘图程序sd-webui
    • （1） 如果不小心退出了黑色窗口，则重新点击：开始菜单-程序-打开miniconda窗口，输入 conda activate stable-diffusion-webui
    • （2） 输入盘符名称加上冒号（如c: d: e:）即可进入磁盘根目录
      • 输入cd..即可退出至上一级目录
      • 输入cd abc即可进入abc文件夹
      • 总之，要进入sd-webui的项目根目录后，才能执行下面的指令，否则会报错
    • （3） 在miniconda的黑色小窗输入 cd stable-diffusion-webui 进入项目的根目录
    • （4） 接着执行 webui-user.bat 然后回车，等待系统自动开始执行
    • （5） 连接git如有问题，查找文件找到launch.py，进入文件后 查找github.com全部替换为https://ghproxy.com/https://github.com
    • （6） 直到系统提示，running on local URL: http://127.0.0.1:7860 开始正式使用AI画画
• 五、 开始作画和调试
  • 1. 在浏览器，（比如谷歌浏览器），打开http://127.0.0.1:7860 （注意，不要关闭miniconda的黑色窗口）
  • 2. 在prompt区域输入相关指令，比如beautiful landscape，然后点击右边的generate，即可生成第一张图片
    • img2img功能，你可以对生成图片的一部分不满意的地方进行重新生成，比如嘴巴鼻子眼睛等,甚至可以直接通过重新生成一部分内容的方式来换衣服。
    • 可以直接用extras功能放大生成的图片，最多放大4倍。（512*512 放大4倍= 2048*2048）
  • 3. 生成的状态和操作
    • （1） 网页会显示进度条，miniconda的黑色小窗也会显示进度条
    • （2） 等进度条跑满，就能看到你生成的图
    • （3） 如果不想生成了，可以点击interrupt停止生成，就会返回你目前为止已经生成的图片。（比如你要生成10张，已经生成了3张，点击interrupt，就会返回3张图片）
    • （4） 如果点击skip，就会跳过本张图片的生成，比如你想生成10张图，现在生成第3张，点击skip，第三张就不生成了，直接开始生成第四张，最后返回9张图片。
  • 4. 修改batch count数值，一次性生成多张图片
    • （1） 默认是1，一次性生成1张。
    • （2） 建议一次性生成4张或者以上，这样获得满意的图片概率会大一些，可以最多一次性生成最多100张。
    • （3） 但写得越大，一次性生成花费的时间越长，假设一张图30秒，设置10张就是300s，5分钟，100张则是3000s，50分钟。