Endaye/Stable-Diffusion-Webui (2024)

เว็บอินเตอร์เฟสสำหรับการแพร่กระจายที่เสถียรใช้โดยใช้ไลบรารี Gradio

การจัดแสดงคุณสมบัติโดยละเอียดพร้อมรูปภาพ-

• โหมด txt2img และ img2img ดั้งเดิม
• คลิกเดียวติดตั้งและเรียกใช้สคริปต์ (แต่คุณยังต้องติดตั้ง Python และ Git)
• การทำมากกว่า
• การทาสี
• ภาพร่างสี
• พรอมต์เมทริกซ์
• การแพร่กระจายที่เสถียร
• ความสนใจระบุบางส่วนของข้อความที่โมเดลควรให้ความสนใจมากขึ้น
  • ผู้ชายใน((Tuxedo))- จะให้ความสนใจกับทักซิโด้มากขึ้น
  • ผู้ชายใน(Tuxedo: 1.21)- ไวยากรณ์ทางเลือก
  • เลือกข้อความและกดctrl+upหรือctrl+down(หรือคำสั่ง+ขึ้นหรือคำสั่ง+ลงหากคุณอยู่ใน macOS) เพื่อปรับความสนใจกับข้อความที่เลือกโดยอัตโนมัติ (รหัสที่สนับสนุนโดยผู้ใช้ที่ไม่ระบุชื่อ) โดยอัตโนมัติ)
• วนกลับเรียกใช้การประมวลผล IMG2IMG หลายครั้ง
• พล็อต x/y/z วิธีการวาดภาพ 3 มิติของภาพที่มีพารามิเตอร์ที่แตกต่างกัน
• การผกผัน
  • มีการฝังตัวมากเท่าที่คุณต้องการและใช้ชื่อใด ๆ ที่คุณชอบ
  • ใช้ embeddings หลายตัวที่มีจำนวนเวกเตอร์ที่แตกต่างกันต่อโทเค็น
  • ทำงานกับหมายเลขจุดลอยตัวครึ่งความแม่นยำ
  • รถไฟฝังตัวใน 8GB (ยังรายงานการทำงาน 6GB)
• แท็บพิเศษพร้อม:
  • Gfpgan เครือข่ายประสาทที่แก้ไขใบหน้า
  • CodeFormer เครื่องมือฟื้นฟูใบหน้าเป็นทางเลือกแทน gfpgan
  • Realesrgan, Neural Network Upscaler
  • Esrgan, Neural Network Upscaler ที่มีโมเดลบุคคลที่สามจำนวนมาก
  • Swinir และ Swin2SR (ดูที่นี่) ผู้สูงอายุเครือข่ายประสาท
  • LDSR, แฝงการแพร่กระจายการปรับอัตราการปรับขนาด
• การปรับขนาดตัวเลือกอัตราส่วนภาพ
• การเลือกวิธีการสุ่มตัวอย่าง
  • ปรับค่า ETA Sampler (ตัวคูณสัญญาณรบกวน)
  • ตัวเลือกการตั้งค่าเสียงขั้นสูงเพิ่มเติม
• การประมวลผลขัดจังหวะได้ตลอดเวลา
• การสนับสนุนการ์ดวิดีโอ 4GB (ยังรายงานการทำงาน 2GB)
• ถูกต้องเมล็ดสำหรับแบทช์
• การตรวจสอบความยาวโทเค็นสด
• พารามิเตอร์การสร้าง
  • พารามิเตอร์ที่คุณใช้ในการสร้างภาพจะถูกบันทึกด้วยภาพนั้น
  • ใน PNG Chunks สำหรับ PNG ใน exif สำหรับ jpeg
  • สามารถลากภาพไปยังแท็บข้อมูล PNG เพื่อกู้คืนพารามิเตอร์การสร้างและคัดลอกไปยัง UI โดยอัตโนมัติ
  • สามารถปิดใช้งานได้ในการตั้งค่า
  • ลากและวางอิมเมจ/พารามิเตอร์ข้อความไปยัง ProftingBox
• ปุ่มอ่านพารามิเตอร์การสร้าง, โหลดพารามิเตอร์ใน PromptBox ไปยัง UI
• หน้าการตั้งค่า
• เรียกใช้รหัส Python โดยพลการจาก UI (ต้องทำงานด้วย-รหัสโลว์การเปิดใช้งาน)
• คำแนะนำของ Mouseover สำหรับองค์ประกอบ UI ส่วนใหญ่
• เป็นไปได้ที่จะเปลี่ยนค่าเริ่มต้น/mix/max/step สำหรับองค์ประกอบ UI ผ่านการกำหนดค่าข้อความ
• รองรับการปูกระเบื้องช่องทำเครื่องหมายเพื่อสร้างรูปภาพที่สามารถเรียงต่อกันได้เช่นพื้นผิว
• Progress Bar และ Preview Preview การสร้างภาพสด
  • สามารถใช้เครือข่ายประสาทแยกต่างหากเพื่อสร้างตัวอย่างที่ไม่มีข้อกำหนด VRAM หรือการคำนวณเกือบทั้งหมด
• พรอมต์เชิงลบฟิลด์ข้อความพิเศษที่ช่วยให้คุณแสดงรายการสิ่งที่คุณไม่ต้องการดูในภาพที่สร้างขึ้น
• สไตล์วิธีการบันทึกส่วนหนึ่งของพรอมต์และนำไปใช้อย่างง่ายดายผ่านแบบดรอปดาวน์ในภายหลัง
• รูปแบบวิธีสร้างภาพเดียวกัน แต่มีความแตกต่างเล็กน้อย
• การปรับขนาดเมล็ดวิธีสร้างภาพเดียวกัน แต่มีความละเอียดแตกต่างกันเล็กน้อย
• Clip Interrogator ปุ่มที่พยายามเดาพรอมต์จากภาพ
• การแก้ไขอย่างรวดเร็ววิธีที่จะเปลี่ยนช่วงกลางยุคใหม่พูดเพื่อเริ่มทำแตงโมและเปลี่ยนเป็นสาวอนิเมะมิดเวย์
• การประมวลผลแบบแบตช์ประมวลผลกลุ่มของไฟล์โดยใช้ IMG2IMG
• img2img ทางเลือกวิธีออยเลอร์ย้อนกลับของการควบคุมความสนใจข้าม
• Highres Fix ตัวเลือกความสะดวกสบายในการสร้างรูปภาพความละเอียดสูงในคลิกเดียวโดยไม่บิดเบือนปกติ
• การโหลดจุดตรวจสอบใหม่ได้ทันที
• การควบรวมจุดตรวจสอบแท็บที่ช่วยให้คุณสามารถรวมจุดตรวจได้สูงสุด 3 จุดเข้าด้วยกัน
• สคริปต์ที่กำหนดเองด้วยส่วนขยายมากมายจากชุมชน
• การแต่งเพลงวิธีใช้หลายพรอมต์พร้อมกัน
  • แยกพรอมต์โดยใช้ตัวพิมพ์ใหญ่และ
  • ยังรองรับน้ำหนักสำหรับพรอมต์:แมว: 1.2 และสุนัขและเพนกวิน: 2.2
• ไม่มีการ จำกัด โทเค็นสำหรับการแจ้งเตือน (การแพร่กระจายที่มั่นคงดั้งเดิมให้คุณใช้โทเค็นได้สูงสุด 75 โท)
• การรวม DeepDanBooru สร้างแท็กสไตล์ Danbooru สำหรับการแจ้งเตือนอนิเมะ
• xformersเพิ่มความเร็วหลักสำหรับการ์ดที่เลือก: (เพิ่ม-xformersถึงคำสั่ง args)
• ผ่านส่วนขยาย:แท็บประวัติศาสตร์: ดูภาพตรงและลบภาพภายใน UI ได้อย่างสะดวกสบาย
• สร้างตัวเลือกตลอดกาล
• แท็บฝึกอบรม
  • ตัวเลือก Hypernetworks และ Embeddings
  • ภาพการประมวลผลล่วงหน้า: การครอบตัด, การทำมิเรอร์, การติดแท็กอัตโนมัติโดยใช้ blip หรือ deepdanbooru (สำหรับอนิเมะ)
• คลิปข้าม
• Hypernetworks
• Loras (เหมือนกับ Hypernetworks แต่สวยกว่า)
• UI แยกต่างหากที่คุณสามารถเลือกได้ด้วยการแสดงตัวอย่างซึ่ง Embeddings, Hypernetworks หรือ Loras เพื่อเพิ่มลงในพรอมต์ของคุณ
• สามารถเลือกเพื่อโหลด VAE อื่นจากหน้าจอการตั้งค่า
• เวลาที่เสร็จสมบูรณ์ในแถบความคืบหน้า
• API
• สนับสนุนเฉพาะรูปแบบการทาสีโดย runwayml
• ผ่านส่วนขยาย:การไล่ระดับสีสุนทรียศาสตร์วิธีสร้างภาพที่มีความสวยงามเฉพาะโดยใช้ภาพคลิปที่ฝัง (การใช้งานของhttps://github.com/vicgalle/stable-diffusion-aesthetic-gradients-
• การแพร่กระจายที่มั่นคง 2.0สนับสนุน - ดูวิกิสำหรับคำแนะนำ
• การเสียดสีสนับสนุน - ดูวิกิสำหรับคำแนะนำ
• ตอนนี้ไม่มีจดหมายที่ไม่ดี!
• จุดตรวจสอบในรูปแบบ safetensors
• ข้อ จำกัด การแก้ปัญหาที่ผ่อนคลายลง: ขนาดของภาพที่สร้างขึ้นจะต้องเป็นหลาย 8 มากกว่า 64
• ตอนนี้มีใบอนุญาต!
• จัดลำดับองค์ประกอบใหม่ในหน้าจอ UI จากการตั้งค่า
• Segmind การแพร่กระจายที่มั่นคงสนับสนุน

ตรวจสอบให้แน่ใจว่าจำเป็นการพึ่งพาอาศัยกันได้พบและทำตามคำแนะนำที่มีอยู่สำหรับ:

• Nvidia(ที่แนะนำ)
• เอเอ็มดีGPU
• Intel CPU, Intel GPU (ทั้งแบบบูรณาการและไม่ต่อเนื่อง)(หน้าวิกิภายนอก)
• ขึ้น NPUS(หน้าวิกิภายนอก)

หรือใช้บริการออนไลน์ (เช่น Google Colab):

• รายการบริการออนไลน์

1. การดาวน์โหลดsd.webui.zipจากv1.0.0-forและแยกเนื้อหา
2. วิ่งUpdate.bat-
3. วิ่งrun.bat-

สำหรับรายละเอียดเพิ่มเติมดูติดตั้งและดำเนินการ

1. ติดตั้งPython 3.10.6(Python รุ่นใหม่ไม่รองรับคบเพลิง) ตรวจสอบ "เพิ่ม Python ไปยัง Path"
2. ติดตั้งกระตวน-
3. ดาวน์โหลดพื้นที่เก็บข้อมูลที่มีความเสถียรgit clone https://github.com/automatic1111/stable-diffusion-webui.git-
4. วิ่งwebi-user.batจาก Windows Explorer ตามปกติผู้ใช้ที่ไม่ใช่ผู้ดูแลระบบ

1. ติดตั้งการอ้างอิง:

-อิงตาม Debian:sudo apt ติดตั้ง wget git python3 python3-venv libgl1 libglib2.0-0-Red Hat-based:sudo dnf ติดตั้ง wget git python3 gperftools-libs libglvnd-glx-OpenSuse-based:sudo zypper ติดตั้ง wget git python3 libtcmalloc4 libglvnd-arch-based:sudo pacman -s wget git python3

2. นำทางไปยังไดเรกทอรีที่คุณต้องการให้ WebUI ติดตั้งและดำเนินการคำสั่งต่อไปนี้:

wget -q https://raw.githubusercontent.com/automatic1111/stable-diffusion-webui/master/webui.sh

3. วิ่งเว็บบุย.ช-
4. ตรวจสอบwebui-user.shสำหรับตัวเลือก

ค้นหาคำแนะนำที่นี่-

นี่คือวิธีเพิ่มรหัสลงใน repo นี้:การบริจาค

เอกสารถูกย้ายจาก readme นี้ไปยังโครงการวิกิ-

เพื่อจุดประสงค์ในการรับ Google และเครื่องมือค้นหาอื่น ๆ เพื่อรวบรวมข้อมูลวิกินี่คือลิงค์ไปยัง (ไม่ใช่สำหรับมนุษย์)วิกิที่รวบรวมได้-

ใบอนุญาตสำหรับรหัสยืมสามารถพบได้ในการตั้งค่า -> ใบอนุญาตหน้าจอและในhtml/licenses.htmlไฟล์.

• การแพร่กระจายที่มั่นคง -https://github.com/Stability-AI/stablediffusion-https://github.com/CompVis/taming-transformers
• K -diffusion -https://github.com/crowsonkb/k-diffusion.git
• Spandrel -https://github.com/chaiNNer-org/spandrelการดำเนินการ
  • 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
  • Sweyar -https://github.com/mv-lab/swin2sr
• LDSR -https://github.com/Hafiidz/latent-diffusion
• Midas -https://github.com/isl-org/MiDaS
• แนวคิดสำหรับการเพิ่มประสิทธิภาพ -https://github.com/basujindal/stable-diffusion
• การเพิ่มประสิทธิภาพเลเยอร์ความสนใจข้าม - doggettx -https://github.com/Doggettx/stable-diffusionแนวคิดดั้งเดิมสำหรับการแก้ไขที่รวดเร็ว
• การเพิ่มประสิทธิภาพเลเยอร์ความสนใจข้าม - Invokeai, Lstein -https://github.com/invoid-ai/InvoidAI(เดิมทีhttp://github.com/lstein/stable-diffusion-
• การเพิ่มประสิทธิภาพเลเยอร์ความสนใจแบบควอชชันแบบ Quadratic - Alex Birch (เบิร์ช-ซัง/diffusers#1), Amin Rezaei (https://github.com/AminRezaei0x443/memory-efficient-attention-
• การผกผันของข้อความ - Rinon Gal -https://github.com/rinongal/textual_inversion(เราไม่ได้ใช้รหัสของเขา แต่เราใช้ความคิดของเขา)
• แนวคิดสำหรับ SD Upscale -https://github.com/jquesnelle/txt2imghd
• การสร้างเสียงรบกวนสำหรับ Mk2 -https://github.com/parlance-zz/g-diffuser-bot
• คลิปแนวคิดเกี่ยวกับการซักถามและยืมรหัสบางส่วน -https://github.com/pharmapsychotic/clip-interrogator
• แนวคิดสำหรับการแพร่กระจายแบบคอมโพสิต -https://github.com/energy-based-model/Compositional-Visual-Generation-with-Composable-Diffusion-Models-PyTorch
• xformers -https://github.com/facebookresearch/xformers
• DeepDanBooru - ผู้สอบสวนสำหรับ diffusers อะนิเมะhttps://github.com/KichangKim/DeepDanbooru
• การสุ่มตัวอย่างในความแม่นยำ float32 จาก float16 unet - marunine สำหรับความคิด, เบิร์ชซังสำหรับตัวอย่างการใช้งาน diffusers (https://github.com/Birch-san/diffusers-play/tree/92feee6-
• สั่ง PIX2PIX - Tim Brooks (Star), Aleksander Holynski (Star), Alexei A. Efros (ไม่มี Star) -https://github.com/timothybrooks/instruct-pix2pix
• คำแนะนำด้านความปลอดภัย - Ryotak
• UN IPC Sampler -wen สอง zhao-https://github.com/wl-zhao/UniPC
• ta esd -ol lin boer bohttps://github.com/madebyollin/taesd
• Lycoris - Kohakublueleaf
• การสุ่มตัวอย่างรีสตาร์ท - Lambertae -https://github.com/Newbeeer/diffusion_restart_sampling
• hypertile - tfernd -https://github.com/tfernd/HyperTile
• สคริปต์เริ่มต้นเริ่มต้น - โพสต์บน 4chan โดยผู้ใช้ที่ไม่ระบุชื่อขอบคุณผู้ใช้ที่ไม่ระบุชื่อ
• (คุณ)