Stable Diffusion：修订间差异

2023年6月28日 (三) 17:01的最新版本

Stable Diffusion是一个开源的文本生成图像模型。由CompVis、StabilityAI和Runway合作开发。

简介

时间轴

常见图像生成模型

名称	描述
Diffusion models
GAN (Generative adversarial networks)
VAE (Variational auto encoders)
Flow-based models

相似对比

名称	描述	网站
Stable Diffusion
Midjourney
DALL-E

安装

在线使用

平台	描述
Hugging Face	无需注册，直接使用。官网：https://huggingface.co/spaces/stabilityai/stable-diffusion
Replicate	无需注册，直接使用，支持付费API。官网：https://replicate.com/stability-ai/stable-diffusion
DreamStudio	Stability AI 提供的网站。官网：http://beta.dreamstudio.ai
Google Colab	Colab是Google提供的一个免费和付费的Jupyter Notebook环境。使用步骤： 1.登录Colab，https://colab.research.google.com/ 2.安装Stable Diffusion环境，在 https://github.com/camenduru/stable-diffusion-webui-colab 选择一个环境脚本，点击打开并在Colab运行安装。 3.Colab中安装完成后会有WebUI链接，点击访问即可。 Google Colab：https://colab.research.google.com/ stable-diffusion-webui-colab：https://github.com/camenduru/stable-diffusion-webui-colab
腾讯云GPU服务器	购买活动服务器，60元15天。使用步骤： 1.系统选择：Docker基础镜像。 2.拉取Docker镜像：`sudo docker pull gpulab.tencentcloudcr.com/ai/stable-diffusion:1.0.8` 3.运行容器：`sudo docker run -itd --gpus=all --network=host --device=/dev/dri --group-add=video --ipc=host --cap-add=SYS_PTRACE --security-opt seccomp=unconfined --name=stable-diffusion gpulab.tencentcloudcr.com/ai/stable-diffusion:1.0.8 \| xargs sudo docker logs --follow`。 4.点击Public URL：https://xxxxxxxx.gradio.live/ 可以打开Stable Diffusion WebUI。点击http://外网IP:8888/?token=xxxxxx打开JupyterNotebook 官网：https://cloud.tencent.com/act/pro/gpu-study

Windows上部署

快速开始

Prompt 提示词

语法

名称	描述	示例
prompt	提示词，需要在画面出现内容。
Negative prompt	反向提示词，不需要在画面出现内容。


Seed

常见提示词

类型	提示词
设备 Device	佳能:Canon，尼康:Nikon，iPhone，
镜头 Lenses
风格
画质	杰作:masterpiece,最佳品质:best quality

常用网站

网站名称	描述	网址
Civitai	模型分享网站，点击图片右下角的感叹号，会显示提示词。	https://civitai.com/
Promptbase	有 DALL·E, GPT, Midjourney, Stable Diffusion, ChatGPT提示词	https://promptbase.com/
Prompthero		https://prompthero.com/
无界AI		https://wujieai.com/
Lexica		https://lexica.art/

Model 模型

Stable Diffusion模型是由一大堆的图像和图像的本注释训练而成。

模型类型

名称	描述
Checkpoint	又称大模型、底模型，真正 Stable Diffusion模型，直接使用即可生成图片。模型很大，一般2 – 7 GB。格式：ckpt，safetensors 位置：stable-diffusion-webui/models/Stable-diffusion/ 使用：点击webUI左上角Stable Diffusion checkpoint单选框选择模型，默认Stable diffusion训练模型。
LoRA

下载安装

安装模型，只需要下载模型放入对应文件夹，再在网页点击模型刷新按钮。如Checkpoint模型放入stable-diffusion-webui/models/Stable-diffusion文件夹中。可以网页浏览下载模型，也可以使用命令下载，如在Linux中下载chilloutmix 模型：

# 进入模型对应文件夹，使用wget下载。
cd stable-diffusion-webui/models/Stable-diffusion
wget -O chilloutmix_NiPrunedFp32.safetensors https://civitai.com/api/download/models/9475

名称	描述	网址
Civitai	模型多，浏览下载方便。	https://civitai.com/
Hugging Face	模型多	https://huggingface.co/

训练模型

LoRA训练

1.训练环境搭建，一般使用kohya-ss/sd-scripts脚本训练，地址：https://github.com/kohya-ss/sd-scripts 。基于kohya-ss/sd-scripts制作的更易用的图形界面有：

独立的GUI界面：https://github.com/bmaltais/kohya_ss
Stable Diffusion WebUI 插件界面：https://github.com/liasece/sd-webui-train-tools

以下示例在Ubuntu下安装bmaltais/kohya_ss：

# 安装anaconda
sudo apt update
wget https://repo.anaconda.com/archive/Anaconda3-2023.03-1-Linux-x86_64.sh
bash Anaconda3-2023.03-1-Linux-x86_64.sh
export PATH=/home/yourusername/anaconda3/bin:$PATH

# 重启终端，创建虚拟环境
conda create -n kohya_ss python=3.10
conda init bash  
conda activate kohya_ss  # 进入虚拟环境

sudo apt install python3-tk
conda install -c conda-forge accelerate
# 下载项目，安装，启动
git clone https://github.com/bmaltais/kohya_ss.git
cd kohya_ss
./setup.sh  # 安装
accelerate config
./gui.sh --share   # 启动

2.图像处理

3.打标签

4.训练

5.模型测试

Controlnet

资源

官网

Stable Diffusion 源代码：https://github.com/CompVis/stable-diffusion
Stable Diffusion 源代码：https://github.com/Stability-AI/stablediffusion
Stability 官网：https://stability.ai
Runway 官网：https://runwayml.com

网站

Stable Diffusion WebUI：https://github.com/AUTOMATIC1111/stable-diffusion-webui
stable diffusion webui colab：https://github.com/camenduru/stable-diffusion-webui-colab
LAION-5B ：https://laion.ai/blog/laion-5b/

视频

文章

@@ 第81行： / 第81行： @@
 == 快速开始 ==
 ==Prompt 提示词==
+=== 语法 ===
+{| class="wikitable"
+|-
+! 名称
+! 描述
+! 示例
+|-
+|prompt
+|提示词，需要在画面出现内容。
+|
+|-
+|Negative prompt
+|反向提示词，不需要在画面出现内容。
+|
+|-
+|
+|
+|
+|-
+|
+|
+|
+|-
+|Seed
+|
+|
+|}
+=== 常见提示词 ===
+{| class="wikitable"
+|-
+! 类型
+! 提示词
+|-
+|设备 Device
+|佳能:Canon，尼康:Nikon，iPhone，
+|-
+|镜头 Lenses
+|
+|-
+|风格
+|
+|-
+|画质
+|杰作:masterpiece,最佳品质:best quality
+|-
+|
+|
+|}
 ===常用网站===
 {| class="wikitable"
@@ 第154行： / 第204行： @@
 === 训练模型 ===
+==== LoRA训练 ====
+.训练环境搭建，一般使用kohya-ss/sd-scripts脚本训练，地址：https://github.com/kohya-ss/sd-scripts 。基于kohya-ss/sd-scripts制作的更易用的图形界面有：
+* 独立的GUI界面：https://github.com/bmaltais/kohya_ss
+* Stable Diffusion WebUI 插件界面：https://github.com/liasece/sd-webui-train-tools
+以下示例在Ubuntu下安装bmaltais/kohya_ss：
+<syntaxhighlight lang="bash" >
+# 安装anaconda
+sudo apt update
+wget https://repo.anaconda.com/archive/Anaconda3-2023.03-1-Linux-x86_64.sh
+bash Anaconda3-2023.03-1-Linux-x86_64.sh
+export PATH=/home/yourusername/anaconda3/bin:$PATH
+# 重启终端，创建虚拟环境
+conda create -n kohya_ss python=3.10
+conda init bash
+conda activate kohya_ss  # 进入虚拟环境
+sudo apt install python3-tk
+conda install -c conda-forge accelerate
+# 下载项目，安装，启动
+git clone https://github.com/bmaltais/kohya_ss.git
+cd kohya_ss
+./setup.sh  # 安装
+accelerate config
+./gui.sh --share   # 启动
+</syntaxhighlight>
+.图像处理
+.打标签
+.训练
+.模型测试
+{{了解更多
+|[https://github.com/kohya-ss/sd-scripts GitHub：kohya-ss/sd-scripts]
+|[https://github.com/bmaltais/kohya_ss GitHub：bmaltais/kohya_ss]
+|[https://github.com/kohya-ss/sd-scripts/blob/main/docs/train_README-zh.md kohya-ss/sd-scripts：训练]
+}}
 == Controlnet ==