홈페이지>프로그래밍 관련>기타 소스코드
다운로드
안정 확산EndToEndGuide

안정적인 확산 엔드투엔드 가이드 - 초보부터 전문가까지

저는 SD를 사용하여 군사용 이미지를 생성하는 데 관심을 갖게 되었습니다. Anons는 SD를 사용하여 헨타이를 만들기 때문에 대부분의 리소스는 4chan의 NSFW 보드에서 가져옵니다. 흥미롭게도 표준 SD WebUI에는 애니메이션/헨타이 이미지 보드와 함께 기능이 내장되어 있습니다. DALL-E가 애니메이션 소녀를 생성한 직후 SD의 첫 번째 사용 사례 중 하나이므로 헨타이로의 도약은 놀라운 일이 아닙니다.

어쨌든, 이 이상한 사람들의 기술은 다양한 애플리케이션, 특히 모델 미세 조정기와 같은 LoRA에 적용 가능합니다. 아이디어는 특정 LoRA(예: 군용 차량, 항공기, 무기 등)를 사용하여 비전 모델 훈련을 위한 합성 이미지 데이터를 생성하는 것입니다. 새롭고 유용한 LoRA를 훈련하는 것도 흥미롭습니다. 나중에는 교란을 위한 인페인팅이 포함될 수 있습니다.

면책조항 및 출처

Every link here may contain NSFW content, as most of the cutting-edge work on SD and LoRAs is with porn or hentai. So, please be wary when you are working with these resources. ALSO, Rentry.org pages are the main resources linked to in this guide. If any of the rentry pages do not work, change the .org to .co and the link should work. Otherwise, use the Wayback machine.

-TP

그것을 가지고 놀아 라!

실제로 SD로 무엇을 할 수 있나요? Huggingface와 일부 다른 앱에는 브라우저에 몇 가지 앱이 있습니다. 힘을 확인하기 위해 그들과 함께 놀아보세요! 이 가이드에서 우리가 할 일은 우리가 원하는 모든 것을 할 수 있도록 완전하고 확장 가능한 WebUI를 얻는 것입니다.

  • 허깅페이스 텍스트를 이미지 SD 놀이터로
  • Dreamstudio 텍스트를 이미지 SD 앱으로 변환
  • Dezgo 텍스트를 이미지 SD 앱으로 변환
  • 포옹 얼굴 이미지를 이미지 SD 놀이터로
  • 허깅페이스 인페인팅 놀이터

목차

  1. WebUI 기본
    1. 로컬 GPU 사용량 설정
      1. 리눅스 설정
    2. 더 깊게
      1. 격려
    3. NovelAI 모델
    4. 로라
    5. 모델과 놀기
    6. VAE
    7. 모두 함께 넣어
      1. 일반 SD 프로세스
      2. 프롬프트 저장
      3. txt2img 설정
      4. 이전에 생성된 이미지 재생성
      5. 오류 문제 해결
    8. 편안해지기
    9. 테스트
  2. WebUI 고급
    1. 프롬프트 편집
    2. Xformers
    3. Img2Img
    4. 인페인팅
    5. 엑스트라
    6. 컨트롤넷
    7. 새로운 물건 만들기 (WIP)
      1. 체크포인트 합병
      2. LoRA 훈련
      3. 새로운 모델 훈련
  3. Google Colab 설정(WIP)
  4. 중간 여정
    1. 엠제이 매개변수
    2. MJ 고급 프롬프트
  5. 드림스튜디오(WIP)
  6. 마구간 호드(WIP)
  7. 드림부스(WIP)
  8. 비디오 확산(WIP)

WebUI 기본

이 작업을 시작하는 것은 다소 어려운 일이지만... 4channers는 이 작업을 접근하기 쉽게 만드는 데 훌륭한 역할을 했습니다. 다음은 제가 취한 단계를 가장 간단한 용어로 설명합니다. 귀하의 의도는 Stable Diffusion WebUI(Gradio로 구축)를 로컬에서 실행하여 메시지를 표시하고 이미지 만들기를 시작할 수 있도록 하는 것입니다.

로컬 GPU 사용량 설정

나중에 Google Colab Pro 설정을 수행하여 원하는 모든 장치에서 SD를 실행할 수 있습니다. 하지만 시작하려면 PC에서 WebUI를 설정해 보겠습니다. 16GB RAM, 2GB VRAM이 있는 GPU, Windows 7 이상 및 20GB 이상의 디스크 공간이 필요합니다.

  1. 시작 설정 가이드 완료
    • 나는 이것을 7단계까지 따라갔고, 그 후에는 헨타이 항목으로 들어갔습니다.
    • 모델이 각각 5GB 이상이므로 3단계는 평균 인터넷 속도로 15~45분 정도 걸립니다.
    • 7단계는 30분 이상 걸릴 수 있으며 CLI에서 "멈춘" 것처럼 보일 수 있습니다.
    • 3단계에서는 2.x 버전이 아닌 SD1.5를 다운로드했습니다. 1.5가 훨씬 더 나은 결과를 생성하기 때문입니다.
    • CivitAI에는 모든 SD 모델이 있습니다. HuggingFace와 비슷하지만 특히 SD용입니다.
  2. WebUI가 작동하는지 확인
    1. 완료되면 CLI 출력 URL을 복사합니다(예: 127.0.0.1:7860 (이 명령은 CLI를 닫을 수 있으므로 Ctrl + C를 사용 하지 마십시오 ).
    2. 브라우저에 붙여넣으면 짜잔; 프롬프트를 시도하면 경주를 시작하게 됩니다.
    3. 이미지는 생성되면 stable-diffusion-webuioutputstxt2img-images 에 자동으로 저장됩니다.
  3. 업데이트하려면 stable-diffusion-webui 폴더에서 CLI를 열고 git pull 명령을 입력하세요.

1

리눅스 설정

Windows를 사용하는 경우에는 이를 완전히 무시하세요. 좀 더 복잡하긴 하지만 Linux에서도 실행할 수 있었습니다. 나는 이 가이드를 따라 시작했지만 다소 형편없게 작성되었으므로 Linux에서 실행하기 위해 취한 단계는 다음과 같습니다. 저는 Ubuntu 20 배포판인 Linux Mint 20을 사용하고 있었습니다.

  1. webui 저장소를 복제하여 시작하십시오. git clone https://github.com/AUTOMATIC1111/stable-diffusion-webui.git
  2. SD 모델 가져오기(예: 이전 섹션과 마찬가지로 SD 1.5)
  3. 모델 ckpt 파일을 stable-diffusion-webui/models/Stable-diffusion 에 넣습니다.
  4. Python 다운로드(아직 없는 경우): sudo apt install python3 python3-pip python3-virtualenv wget git
  5. 그리고 WebUI는 매우 특별하므로 다음 내부에서 작업하려면 가상 환경 관리자인 Conda를 설치해야 합니다. 
 wget https://repo.anaconda.com/miniconda/Minconda3-latest-Linux-x86_64.sh
chmod +x Miniconda3-latest-Linux-x86_64.sh
bash Miniconda3-latest-Linux-x86_64.sh
  1. 이제 환경을 생성하십시오: conda create --name sdwebui python=3.10.6
  2. 환경 활성화: conda activate sdwebui
  3. WebUI 폴더로 이동하여 ./webui.sh 입력하세요.
  4. CUDA/GPU에 액세스할 수 없다는 오류가 발생할 때까지 잠시 동안 실행되어야 합니다. 다음 단계이므로 괜찮습니다.
  5. 기존 Nvidia 드라이버를 지우는 것부터 시작하세요. 
 sudo apt update
sudo apt purge *nvidia*
  1. 이제 이 가이드의 일부 내용을 따라 Linux 시스템에 어떤 GPU가 있는지 알아보세요(이 작업을 수행하는 가장 쉬운 방법은 드라이버 관리자 앱을 여는 것이며 GPU가 나열되지만 Google에서 검색하는 방법은 12가지가 있습니다).
  2. 이 페이지로 이동하여 Linux x86_64에서 "Latest New Feature Branch"를 클릭하세요(저에게는 530.xx.xx였습니다).
  3. GPU를 찾으려면 "지원되는 제품" 탭을 클릭하고 Ctrl + F를 클릭하세요. 목록에 있으면 계속 진행하고, 그렇지 않으면 취소하고 "최신 프로덕션 분기 버전"을 시도하십시오. 숫자를 기록해 두세요(예: 530).
  4. 터미널에 다음을 입력하세요: sudo add-apt-repository ppa:graphics-drivers/ppa
  5. sudo apt-get update 로 업데이트
  6. Driver Manager 앱을 실행하면 해당 앱의 목록이 표시됩니다. 권장되는 것(예: nvidia-driver-530-open)을 선택하지 말고 이전의 것과 동일한 것(예: nvidia-driver-530)을 선택한 다음 변경 사항을 적용하십시오. 또는 sudo apt-get install nvidia-driver-530 사용하여 터미널에 설치합니다.
  7. 이 시점에서 CLI를 통해 보안 부팅에 대한 팝업이 표시되어 8자리 비밀번호를 묻는 메시지가 표시됩니다. 비밀번호를 설정하고 적어 두세요.
  8. PC를 재부팅하고 암호화/사용자 로그인 전에 MOK 키를 입력할 수 있는 옵션이 있는 BIOS와 유사한 화면(메모리에서 작성 중입니다)이 표시되어야 합니다. 그것을 클릭하고 비밀번호를 입력한 다음 제출하고 부팅하십시오. 여기 정보 좀요
  9. 평소와 같이 로그인하고 nvidia-smi 명령을 입력하십시오. 성공하면 테이블이 인쇄됩니다. 그렇지 않은 경우 "GPU에 연결할 수 없습니다. 최신 드라이버가 설치되어 있는지 확인하십시오"와 같은 메시지가 표시됩니다.
  10. 이제 CUDA를 설치합니다(여기서 마지막 명령은 새 CUDA 설치에 대한 일부 정보를 인쇄해야 합니다). 이 가이드에서: 
 sudo apt update
sudo apt install apt-transport-https ca-certificates gnupg
sudo apt install nvidia-cuda-toolkit
nvcc-version
  1. 이제 돌아가서 7~9단계를 수행하세요. "오류: Python venv를 활성화할 수 없습니다. 중단 중..."이라는 메시지가 표시되면 다음 단계로 이동하세요.
  2. 이 Github 문제에는 이 venv 문제에 대한 몇 가지 문제 해결 방법이 있습니다... 저에게 효과가 있었던 것은 실행 중이었습니다. 
 python3 -c 'import venv'
python3 -m venv venv/

그런 다음 /stable-diffusion-webui 폴더로 이동하여 다음을 실행합니다. 

 rm -rf venv/
python3 -m venv venv/

그 후에 그것은 나에게 효과적이었습니다.

더 깊게

  1. 알아야 할 사항이 많기 때문에 프롬프트 기술을 읽어보세요(예: 긍정적 프롬프트 대 부정적 프롬프트, 샘플링 단계, 샘플링 방법 등).
    • OpenArt 프롬프트북 가이드
    • 확실한 SD 프롬프트 가이드
    • 간결한 안내 가이드
    • 4chan 프롬프트 팁(NSFW)
    • 프롬프트 및 이미지 모음
    • 단계별 애니메이션 소녀 안내 안내
  2. 일반적인 SD 지식을 읽어보세요.
    • 정액 안정 확산 출판물
    • CompVis / Stability AI Github(원래 SD 모델의 홈)
    • 안정 확산 개론(좋은 외부 자원)
    • 안정적인 확산 링크 허브(놀라운 4chan 리소스)
    • 안정 확산 금광
    • 단순화된 SD 금광
    • 무작위/기타 SD 링크
    • FAQ(NSFW)
    • 또 다른 FAQ
  3. 안정확산 디스코드에 참여하세요
  4. Stable Diffsion 뉴스를 최신 상태로 유지하세요.
    • 2023년 3월 기준으로 1.7B 매개변수의 텍스트-비디오 확산 모델을 사용할 수 있다는 사실을 알고 계셨나요?
  5. WebUI를 조작하고 다양한 모델, 설정 등을 사용해 보세요.

격려

프롬프트의 단어 순서는 영향을 미칩니다. 이전 단어가 우선 적용됩니다. 좋은 프롬프트의 일반적인 구조는 다음과 같습니다.

또 다른 좋은 가이드에서는 프롬프트가 다음 구조를 따라야 한다고 말합니다.