前言
本地搭建Stable Diffusion,文生图再也不用求别人了
1. 简介
Stable Diffusion 是一种深度学习模型,用于生成高质量的图像。它基于一种名为扩散过程的生成方法,能够在给定条件的情况下生成具有丰富细节的图像。
看看本文的搭建步骤,成功部署 Stable Diffusion 模型,文生图从此不求人,不用找各种代理和第三方付费的资源了。
所有的AI设计工具,安装包、模型和插件,都已经整理好了,👇获取~
2. SD,启动!
(SD的提示词仅支持英文,用中文亲测了一点也不准确)
下面是同样的中文测试结果(中文提示词跑出来的过于恐怖奇葩,仅供图一乐):
我把启动和效果,放到了最前面,方便大家看看要不要继续看后面的详细部署的过程。
这是我针对自己电脑多次踩坑后测试出来的可启动的配置
python.exe D:\AI\stable-diffusion-webui-1.8.0\webui.py --opt-split-attention --enable-insecure-extension-access
亲测SD对于低显存还是比较友好的,像我这个机器,不知道为什么,就是不适用显卡进行计算,把我的内存都占满了。
看看哈,实际测试的结果,GPU只给我占了1G多,峰值也就不到3G;而内存给我快干爆了。
相对来说,执行计算也不是很慢,基本半分钟一张图吧。
3. 环境准备
在开始搭建 Stable Diffusion 模型之前,请确保您的计算机满足以下要求:
-
• 操作系统:我是Windows10,理论上Linux之类的应该好点儿
-
• GPU:NVIDIA GPU(本机是NVIDIA 1080 6G的老古董,最好是整个4090啊)
-
• CUDA:12.0 或更高版本
-
• cuDNN:11.0 或更高版本
-
• Python:3.8 或更高版本
-
• PyTorch:2.0 或更高版本
4. 下载代码
首先,把stable-diffusion-webui的代码下载下来
https://github.com/AUTOMATIC1111/stable-diffusion-webui/releases
解压完成后,安装对应的依赖
5. 安装依赖项
接下来,安装 Stable Diffusion Webui中模型所需的依赖项。在代码仓库的根目录下,执行以下命令:
pip install -r requirements.txt
6. 下载预训练模型
模型的下载,是SD部署成功最关键的核心,我因为模型的问题,整了好久都没整出来,如果遇到错误,还是多百度百度。
Stable Diffusion 模型提供了预训练的权重,可以从官方提供的链接下载。下载完成后,将权重文件放置在代码仓库的 models\Stable-diffusion
目录下。
在我国的话还是直接从modelscope下载吧;有科学上网的话,也可以从huggingface官网或者其他第三方网站下载:https://civitai.com/
我是从这下载的
from modelscope import snapshot_download model_dir = snapshot_download('AI-ModelScope/clip-vit-large-patch14')
7. 生成图像
打开网页,默认的模型还是差强人意,可以下载第三方的模型再试试
默认的模型生成的图像
第三方模型生成的图像,可以说,相当逼真了。
关于AI绘画技术储备
学好 AI绘画 不论是就业还是做副业赚钱都不错,但要学会 AI绘画 还是要有一个学习规划。最后大家分享一份全套的 AI绘画 学习资料,给那些想学习 AI绘画 的小伙伴们一点帮助!
对于0基础小白入门:
如果你是零基础小白,想快速入门AI绘画是可以考虑的。
一方面是学习时间相对较短,学习内容更全面更集中。
二方面是可以找到适合自己的学习方案
包括:stable diffusion安装包、stable diffusion0基础入门全套PDF,视频学习教程。带你从零基础系统性的学好AI绘画!
零基础AI绘画学习资源介绍
👉stable diffusion新手0基础入门PDF👈
👉AI绘画必备工具👈
温馨提示:篇幅有限,已打包文件夹,获取方式在:文末
👉AI绘画基础+速成+进阶使用教程👈
观看零基础学习视频,看视频学习是最快捷也是最有效果的方式,跟着视频中老师的思路,从基础到深入,还是很容易入门的。
温馨提示:篇幅有限,已打包文件夹,获取方式在:文末