หน้าแรก>การเขียนโปรแกรมที่เกี่ยวข้อง>ซอร์สโค้ดอื่น ๆ
ดาวน์โหลด

UI เว็บการแพร่กระจายที่เสถียร

เว็บอินเตอร์เฟสสำหรับ Stable Diffusion ใช้งานโดยใช้ไลบรารี Gradio


คุณสมบัติ

การแสดงคุณสมบัติโดยละเอียดพร้อมรูปภาพ:

  • โหมด txt2img และ img2img ดั้งเดิม

  • คลิกเพียงครั้งเดียวเพื่อติดตั้งและเรียกใช้สคริปต์ (แต่คุณยังต้องติดตั้ง python และ git)

  • การทาสีภายนอก

  • การวาดภาพ

  • ร่างสี

  • พรอมต์เมทริกซ์

  • การแพร่กระจายที่เสถียร ระดับสูง

  • โปรดทราบ ระบุส่วนของข้อความที่โมเดลควรให้ความสำคัญมากขึ้น

    • ผู้ชายใน ((tuxedo)) - จะให้ความสำคัญกับทักซิโด้มากขึ้น

    • ผู้ชายใน (tuxedo:1.21) - ไวยากรณ์ทางเลือก

    • เลือกข้อความแล้วกด Ctrl+Up หรือ Ctrl+Down (หรือ Command+Up หรือ Command+Down หากคุณใช้ MacOS) เพื่อปรับความสนใจต่อข้อความที่เลือกโดยอัตโนมัติ (โค้ดที่สนับสนุนโดยผู้ใช้ที่ไม่ระบุชื่อ)

  • Loopback รันการประมวลผล img2img หลายครั้ง

  • พล็อต X/Y/Z วิธีการวาดรูปพล็อต 3 มิติด้วยพารามิเตอร์ที่แตกต่างกัน

  • การผกผันข้อความ

    • มีการฝังได้มากเท่าที่คุณต้องการและใช้ชื่อใดก็ได้ที่คุณต้องการ

    • ใช้การฝังหลายรายการโดยมีจำนวนเวกเตอร์ต่างกันต่อโทเค็น

    • ทำงานร่วมกับตัวเลขจุดลอยตัวที่มีความแม่นยำเพียงครึ่งหนึ่ง

    • ฝึกการฝังบน 8GB (รายงานการทำงาน 6GB ด้วย)

  • แท็บพิเศษด้วย:

    • GFPGAN โครงข่ายประสาทเทียมที่แก้ไขใบหน้า

    • CodeFormer เครื่องมือฟื้นฟูใบหน้าเป็นทางเลือกแทน GFPGAN

    • RealESRGAN ตัวขยายเครือข่ายประสาทเทียม

    • ESRGAN ตัวเพิ่มสเกลเครือข่ายประสาทเทียมพร้อมโมเดลบุคคลที่สามมากมาย

    • SwinIR และ Swin2SR (ดูที่นี่) ตัวขยายเครือข่ายประสาทเทียม

    • LDSR, การอัปสเกลความละเอียดสูงแบบการแพร่กระจายแฝง

  • การปรับขนาดตัวเลือกอัตราส่วนภาพ

  • การเลือกวิธีการสุ่มตัวอย่าง

    • ปรับค่าการทางพิเศษแห่งประเทศไทยของตัวอย่าง (ตัวคูณสัญญาณรบกวน)

    • ตัวเลือกการตั้งค่าเสียงรบกวนขั้นสูงเพิ่มเติม

  • ขัดจังหวะการประมวลผลได้ตลอดเวลา

  • รองรับการ์ดแสดงผล 4GB (รายงานการทำงาน 2GB ด้วย)

  • เมล็ดพันธุ์ที่ถูกต้องสำหรับแบทช์

  • การตรวจสอบความยาวโทเค็นพร้อมท์สด

  • พารามิเตอร์การสร้าง

    • พารามิเตอร์ที่คุณใช้ในการสร้างภาพจะถูกบันทึกพร้อมกับภาพนั้น

    • ในรูปแบบ PNG สำหรับ PNG และใน EXIF ​​สำหรับ JPEG

    • สามารถลากรูปภาพไปที่แท็บข้อมูล PNG เพื่อกู้คืนพารามิเตอร์การสร้างและคัดลอกลงใน UI โดยอัตโนมัติ

    • สามารถปิดการใช้งานได้ในการตั้งค่า

    • ลากและวางรูปภาพ/พารามิเตอร์ข้อความลงในกล่องข้อความ

  • ปุ่มอ่านพารามิเตอร์การสร้าง โหลดพารามิเตอร์ในกล่องพร้อมท์ไปยัง UI

  • หน้าการตั้งค่า

  • การเรียกใช้โค้ดหลามโดยพลการจาก UI (ต้องรันด้วย --allow-code เพื่อเปิดใช้งาน)

  • คำแนะนำการวางเมาส์สำหรับองค์ประกอบ UI ส่วนใหญ่

  • สามารถเปลี่ยนค่าเริ่มต้น/ผสม/สูงสุด/ขั้นตอนสำหรับองค์ประกอบ UI ผ่านการกำหนดค่าข้อความได้

  • รองรับการเรียงต่อกัน ช่องทำเครื่องหมายเพื่อสร้างภาพที่สามารถเรียงต่อกันเหมือนพื้นผิวได้

  • แถบความคืบหน้าและดูตัวอย่างการสร้างภาพสด

    • สามารถใช้โครงข่ายประสาทเทียมที่แยกจากกันเพื่อสร้างการแสดงตัวอย่างโดยแทบไม่ต้องใช้ VRAM หรือการประมวลผลเลย

  • พรอมต์เชิงลบ ซึ่งเป็นช่องข้อความเพิ่มเติมที่ให้คุณแสดงรายการสิ่งที่คุณไม่ต้องการเห็นในรูปภาพที่สร้างขึ้น

  • สไตล์ วิธีการบันทึกส่วนหนึ่งของข้อความแจ้งและนำไปใช้อย่างง่ายดายผ่านเมนูแบบเลื่อนลงในภายหลัง

  • รูปแบบต่างๆ วิธีสร้างภาพเดียวกันแต่มีความแตกต่างเล็กน้อย

  • การปรับขนาดเมล็ดเป็นวิธีสร้างภาพเดียวกันแต่มีความละเอียดต่างกันเล็กน้อย

  • CLIP interrogator ปุ่มที่พยายามคาดเดาข้อความแจ้งจากรูปภาพ

  • Prompt Editing วิธีเปลี่ยนพรอมท์รุ่นกลาง พูดให้เริ่มทำแตงโมแล้วเปลี่ยนมาเป็นสาวอนิเมะกลางคัน

  • Batch Processing ประมวลผลกลุ่มไฟล์โดยใช้ img2img

  • Img2img ทางเลือก วิธีย้อนกลับออยเลอร์ของการควบคุมความสนใจแบบข้าม

  • Highres Fix ตัวเลือกที่สะดวกสบายในการผลิตภาพที่มีความละเอียดสูงด้วยการคลิกเพียงครั้งเดียวโดยไม่ผิดเพี้ยนตามปกติ

  • โหลดจุดตรวจได้ทันที

  • Checkpoint Merger แท็บที่ให้คุณรวมจุดตรวจมากถึง 3 จุดเป็นหนึ่งเดียว

  • สคริปต์ที่กำหนดเองพร้อมส่วนขยายมากมายจากชุมชน

  • Composable-Diffusion วิธีใช้พรอมต์หลายรายการพร้อมกัน

    • แยกพร้อมท์โดยใช้ตัวพิมพ์ใหญ่ AND

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

  • ไม่มีการจำกัดโทเค็นสำหรับการแจ้งเตือน (การแพร่กระจายที่เสถียรดั้งเดิมช่วยให้คุณใช้โทเค็นได้สูงสุด 75 โทเค็น)

  • บูรณาการ DeepDanbooru สร้างแท็กสไตล์ danbooru สำหรับการแจ้งเตือนอะนิเมะ

  • xformers เพิ่มความเร็วที่สำคัญสำหรับการ์ดที่เลือก: (เพิ่ม --xformers ไปยัง commandline args)

  • ผ่านส่วนขยาย: แท็บประวัติ: ดู ควบคุม และลบภาพได้อย่างสะดวกภายใน UI

  • สร้างตัวเลือกตลอดไป

  • แท็บการฝึกอบรม

    • ตัวเลือกไฮเปอร์เครือข่ายและการฝัง

    • การประมวลผลภาพล่วงหน้า: การครอบตัด การมิเรอร์ การแท็กอัตโนมัติโดยใช้ BLIP หรือ deepdanbooru (สำหรับอนิเมะ)

  • ข้ามคลิป.

  • ไฮเปอร์เน็ตเวิร์ก

  • Loras (เหมือนกับ Hypernetworks แต่สวยกว่า)

  • UI แยกต่างหากที่คุณสามารถเลือกได้ พร้อมแสดงตัวอย่าง การฝัง ไฮเปอร์เน็ตเวิร์ก หรือ Loras ที่จะเพิ่มในพร้อมท์ของคุณ

  • สามารถเลือกโหลด VAE อื่นได้จากหน้าจอการตั้งค่า

  • เวลาที่คาดว่าจะเสร็จสิ้นในแถบความคืบหน้า

  • เอพีไอ

  • รองรับโมเดล inpainting โดยเฉพาะโดย RunwayML

  • ผ่านส่วนขยาย: Aesthetic Gradients วิธีสร้างภาพที่มีความสวยงามเฉพาะเจาะจงโดยใช้การฝังภาพคลิป (การใช้งาน https://github.com/vicgalle/stable-diffusion-aesthetic-gradients)

  • รองรับ Stable Diffusion 2.0 - ดูคำแนะนำในวิกิ

  • รองรับ Alt-Diffusion - ดูคำแนะนำในวิกิ

  • ตอนนี้ไม่มีตัวอักษรที่ไม่ดี!

  • โหลดจุดตรวจในรูปแบบเซฟเทนเซอร์

  • ข้อจำกัดด้านความละเอียดที่ผ่อนคลาย: ขนาดของรูปภาพที่สร้างขึ้นจะต้องเป็นพหุคูณของ 8 แทนที่จะเป็น 64

  • ตอนนี้มีใบอนุญาตแล้ว!

  • เรียงลำดับองค์ประกอบใน UI ใหม่จากหน้าจอการตั้งค่า

  • รองรับ Segmind Stable Diffusion

การติดตั้งและการใช้งาน

ตรวจสอบให้แน่ใจว่าเป็นไปตามการขึ้นต่อกันที่จำเป็นและปฏิบัติตามคำแนะนำสำหรับ:

  • NVidia (แนะนำ)

  • AMD GPU

  • Intel CPUs, Intel GPUs (ทั้งแบบรวมและแยก) (หน้าวิกิภายนอก)

  • ขึ้น NPU (หน้าวิกิภายนอก)

หรือใช้บริการออนไลน์ (เช่น Google Colab):

  • รายการบริการออนไลน์

การติดตั้งบน Windows 10/11 ด้วย NVidia-GPU โดยใช้แพ็คเกจการเปิดตัว

  1. ดาวน์โหลด sd.webui.zip จาก v1.0.0-pre และแตกเนื้อหาออกมา

  2. เรียกใช้ update.bat

  3. วิ่ง run.bat

สำหรับรายละเอียดเพิ่มเติม โปรดดูการติดตั้งและเรียกใช้บน NVidia-GPU

การติดตั้งอัตโนมัติบน Windows

  1. ติดตั้ง Python 3.10.6 (Python เวอร์ชันใหม่กว่าไม่รองรับ torch) โดยทำเครื่องหมายที่ "Add Python to PATH"

  2. ติดตั้งคอมไพล์

  3. ดาวน์โหลดพื้นที่เก็บข้อมูล stable-diffusion-webui เช่น โดยการเรียกใช้ git clone https://github.com/AUTOMATIC1111/stable-diffusion-webui.git

  4. เรียกใช้ webui-user.bat จาก Windows Explorer ในฐานะผู้ใช้ปกติที่ไม่ใช่ผู้ดูแลระบบ

การติดตั้งอัตโนมัติบน Linux

  1. ติดตั้งการพึ่งพา:

 # ที่ใช้ Debian: sudo apt ติดตั้ง wget git python3 python3-venv libgl1 libglib2.0-0# ที่ใช้ Red Hat: sudo dnf ติดตั้ง wget git python3 gperftools-libs libglvnd-glx# openSUSE ที่ใช้: sudo zypper ติดตั้ง wget git python3 libtcmalloc4 libglvnd# อิงตามโค้ง: sudo pacman -S wget git python3

หากระบบของคุณใหม่มาก คุณต้องติดตั้ง python3.11 หรือ python3.10:

 # Ubuntu 24.04sudo add-apt-repository ppa: deadsnakes/ppa
อัปเดต sudo apt
sudo apt ติดตั้ง python3.11# Manjaro/Archsudo pacman -S เย้
เย้ -S python311 # อย่าสับสนกับ python3.11 package# สำหรับ 3.11# เท่านั้น จากนั้นตั้งค่าตัวแปร env ใน launch scriptexport python_cmd="python3.11"# หรือใน webui-user.shpython_cmd="python3.11"

  1. นำทางไปยังไดเร็กทอรีที่คุณต้องการให้ติดตั้ง webui และดำเนินการคำสั่งต่อไปนี้:

 wget -q https://raw.githubusercontent.com/AUTOMATIC1111/stable-diffusion-webui/master/webui.sh

หรือเพียงแค่โคลน repo ทุกที่ที่คุณต้องการ:

 โคลนคอมไพล์ https://github.com/AUTOMATIC1111/stable-diffusion-webui

  1. เรียกใช้ webui.sh

  2. ตรวจสอบตัวเลือก webui-user.sh

การติดตั้งบน Apple Silicon

ค้นหาคำแนะนำได้ที่นี่

มีส่วนร่วม

ต่อไปนี้เป็นวิธีเพิ่มโค้ดลงใน repo นี้: การสนับสนุน

เอกสารประกอบ

เอกสารประกอบถูกย้ายจาก README นี้ไปยังวิกิของโครงการ

เพื่อวัตถุประสงค์ในการให้ Google และเครื่องมือค้นหาอื่นๆ รวบรวมข้อมูลวิกิ ต่อไปนี้คือลิงก์ไปยังวิกิที่สามารถรวบรวมข้อมูลได้ (ไม่ใช่สำหรับมนุษย์)

เครดิต

ใบอนุญาตสำหรับรหัสที่ยืมมาสามารถพบได้ใน Settings -> Licenses และในไฟล์ html/licenses.html

  • การแพร่กระจายที่เสถียร - https://github.com/Stability-AI/stablediffusion, https://github.com/CompVis/taming-transformers, https://github.com/mcmonkey4eva/sd3-ref

  • k-diffusion - https://github.com/crowsonkb/k-diffusion.git

  • Spandrel - https://github.com/chaiNNer-org/spandrel การใช้งาน

    • GFPGAN - https://github.com/TencentARC/GFPGAN.git

    • CodeFormer - https://github.com/sczhou/CodeFormer

    • ESRGAN - https://github.com/xinntao/ESRGAN

    • SwinIR - https://github.com/JingyunLiang/SwinIR

    • Swin2SR - https://github.com/mv-lab/swin2sr

  • LDSR - https://github.com/Hafiidz/latent-diffusion

  • มิดาส - https://github.com/isl-org/MiDaS

  • แนวคิดสำหรับการเพิ่มประสิทธิภาพ - https://github.com/basujindal/stable-diffusion

  • การเพิ่มประสิทธิภาพเลเยอร์ Cross Attention - Doggettx - https://github.com/Doggettx/stable-diffusion แนวคิดดั้งเดิมสำหรับการแก้ไขที่รวดเร็ว

  • การเพิ่มประสิทธิภาพเลเยอร์ Cross Attention - InvokeAI, lstein - https://github.com/invoid-ai/InvoidAI (เดิมคือ http://github.com/lstein/stable-diffusion)

  • การเพิ่มประสิทธิภาพเลเยอร์ Sub-quadratic Cross Attention - Alex Birch (Birch-san/diffusers#1), Amin Rezaei (https://github.com/AminRezaei0x443/memory-efficient-attention)

  • การผกผันของข้อความ - Rinon Gal - https://github.com/rinongal/textual_inversion (เราไม่ได้ใช้โค้ดของเขา แต่เรากำลังใช้แนวคิดของเขา)

  • แนวคิดสำหรับการยกระดับ SD - https://github.com/jquesnelle/txt2imghd

  • การสร้างเสียงรบกวนสำหรับการทาสีภายนอก mk2 - https://github.com/parlance-zz/g-diffuser-bot

  • CLIP ไอเดียการสอบปากคำและยืมโค้ดบางส่วน - https://github.com/pharmapsychotic/clip-interrogator

  • แนวคิดสำหรับการแพร่กระจายแบบผสมผสาน - https://github.com/energy-based-model/Compositional-Visual-Generation-with-Composable-Diffusion-Models-PyTorch

  • xformers - https://github.com/facebookresearch/xformers

  • DeepDanbooru - ผู้สอบปากคำสำหรับตัวกระจายอนิเมะ https://github.com/KichangKim/DeepDanbooru

  • การสุ่มตัวอย่างด้วยความแม่นยำ float32 จาก float16 UNet - มารูนีนสำหรับแนวคิดนี้ Birch-san สำหรับตัวอย่างการใช้งาน Diffusers (https://github.com/Birch-san/diffusers-play/tree/92feee6)

  • สอน pix2pix - Tim Brooks (ดาว), Aleksander Holynski (ดาว), Alexei A. Efros (ไม่มีดาว) - https://github.com/timothybrooks/instruct-pix2pix

  • คำแนะนำด้านความปลอดภัย - RyotaK

  • ตัวอย่าง UniPC - Wenliang Zhao - https://github.com/wl-zhao/UniPC

  • TAESD - โอลลิน โบเออร์ โบฮาน - https://github.com/madebyollin/taesd

  • ไลโคริส - โคฮาคุบลูลีฟ

  • เริ่มการสุ่มตัวอย่างใหม่ - lambertae - https://github.com/Newbeeer/diffusion_restart_sampling

  • ไฮเปอร์ไทล์ - เฟิร์น - https://github.com/tfernd/HyperTile

  • สคริปต์ Gradio เริ่มต้น - โพสต์บน 4chan โดยผู้ใช้ที่ไม่ระบุชื่อ ขอบคุณผู้ใช้ที่ไม่ระบุชื่อ

  • (คุณ)

ขยาย
ข้อมูลเพิ่มเติม
แอปที่เกี่ยวข้อง
แนะนำสำหรับคุณ
ข้อมูลที่เกี่ยวข้อง ทั้งหมด