Stable Diffusion的custom-scripts插件

已于 2024-07-24 18:42:42 修改
阅读量1.2k 收藏 5
点赞数 5
分类专栏： stable diffusion 文章标签： stable diffusion
于 2024-07-11 21:31:04 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/qq_53830556/article/details/140362455
版权

Lora加载器（pysss），使用该插件，可以在选择lora模型时直接看到模型的预览图片和触发词，只需要进行以下步骤操作，提高ComfyUI的体验感

 

763b4815ab844d87a622241d696af4a4.png

一、下载插件

1、点击管理器（Manager），进入安装

70fe624f528b44929c2a244867d7fec1.png

854fd695a25a4107974bd4940b241330.png

2、搜索custom-scripts插件，点击install安装第一个ComfyUI-Coustom-Scripts，安装完成后重启工作流

e3da0350167b43d58c7f244e4358969b.png

3、在基础大模型加载器的工作节点上，单击右键->选择添加lora（pysss）

最低0.47元/天 解锁文章
【ComfyUI专栏】增强节点功能插件Custom Script Pysss节点增强功能
技术与管理的平衡木-
02-05 738
在这里我们选中了一个节点来查看模型的样式和信息，这些信息来自于国外的最大模型和Lora下载网站civital.com。在使用系统的默认的模型加载或者Lora的时候我们都会发现一个非常让人头疼的问题，就是我们的生成的图片风格到底是咋样。怎么样都不知道，下面是默认的模型加载器的效果。除了可以查看预览之外，我们依然可以下载这些模型的预览图片来用于查看生成图片之前的效果。在实际应用过程中，我们能够发现这个节点能够实际的给我们带来非常重要的功能，后面我们在节点安装的章节当中再给大家分享如何安装这些节点。
[ComfyUI] ComfyUI-Custom-Scripts 插件介绍与优化功能解析
技术就是小甜甜博客
03-26 450
ComfyUI-Custom-Scripts 主要用于提升 ComfyUI 的交互体验和美观度，优化了多个关键功能，包括：✅图像列表显示，方便查看多张生成图像。✅拖动并快速加载图像，提升工作流效率。✅连接线变折线，让复杂流程更加清晰。✅美观性与操作体验优化，提升 UI 交互感受。这一插件对于 ComfyUI 用户来说是非常实用的优化工具，推荐安装使用！🚀。
AI绘画25年最新【Stable Diffusion】CustomScripts插件实用功能介绍！
最新发布
m0_71745258的博客
04-12 672
哈喽大家好，接着分享CustomScripts插件的一些其他好用的功能，个人觉得最实用的几个功能如下更改默认工作流默认的工作流都是系统自带的简易节点，如果搭建了一个功能更强大的工作流，那么就可以保存工作流为默认工作流【保存工作流】1、右下角的菜单选择保存2、备注工作流名称3、打开CustomScripts插件的设置选项，在默认工作流中替换工作流文件即可补全文本相当于WebUI中的tag补全插件，输入部分关键词即可找到相关的关键词。
custom-scripts:我使用的随机自定义方便的Shell脚本
04-01
custom-scripts:我使用的随机自定义方便的Shell脚本
使用 CustomScript 扩展程序自动执行 Linux 虚拟机自定义任务
weixin_33725239的博客
09-12 144
NingKuangWSSC WS ARD 高级项目经理 您可能已经从Windows扩展程序博客中了解了针对 Windows 虚拟机的 CustomScript扩展程序，现在的好消息是，这一扩展程序也已面向 Linux虚拟机提供。 在上一篇博客中还介绍了 cloud-init，通过 cloud-init可以在 Azure Linux虚拟机配置期间向虚拟机插入脚本或...
AI绘画24年最新【Stable Diffusion】CustomScripts插件实用功能介绍！
A1353192296的博客
12-12 782
哈喽大家好，接着分享CustomScripts插件的一些其他好用的功能，个人觉得最实用的几个功能如下更改默认工作流默认的工作流都是系统自带的简易节点，如果搭建了一个功能更强大的工作流，那么就可以保存工作流为默认工作流【保存工作流】1、右下角的菜单选择保存2、备注工作流名称3、打开CustomScripts插件的设置选项，在默认工作流中替换工作流文件即可补全文本相当于WebUI中的tag补全插件，输入部分关键词即可找到相关的关键词。
ComfyUI-Custom-Scripts 项目教程
gitblog_01170的博客
08-09 593
ComfyUI-Custom-Scripts 项目教程 项目地址:https://gitcode.com/gh_mirrors/co/ComfyUI-Custom-Scripts 1. 项目的目录结构及介绍 ComfyUI-Custom-Scripts 项目的目录结构如下： ComfyUI-Custom-Scripts/ ├── custom_nodes/ │ ├── script1.py │...
ComfyUI-Custom-Scripts 使用教程
gitblog_00935的博客
08-09 1582
ComfyUI-Custom-Scripts 使用教程 ComfyUI-Custom-ScriptsEnhancements & experiments for ComfyUI, mostly focusing on UI features项目地址:https://gitcode.com/gh_mirrors/co/ComfyUI-Custom-Scripts 项目介绍 ComfyUI-Cust...
windows11搭建 stable-diffusion-webui
Z.X的博客
06-07 2426
2024年5月22日23:46:57建议电脑配置电脑配置： Intel® Core™ Ultra 5 125H 1.20 GHz 32.0 GB (31.6 GB 可用)系统：windows111，安装 Anaconda下载：64-Bit Graphical Installer (904.4M)安装比较简单，一路ok，注意吧命令加入环境变量：创建适合 stable-diffusion-webui 目前需要 3.10.6。
stable-diffusion-webui sdxl模型代码分析
liguandong
10-18 1761
采样器这块基本都是用的k-diffusion，模型用的是stability的原生项目generative-models中的sgm，这点和fooocus不同，fooocus底层依赖comfyui中的models，comfy是用load_state_dict的方式解析的，用的load_checkpoint_guess_config函数，这个函数webui中也有。一些基础参数的初始化也在这里，关于ui设计在webui中代码还是挺多的。ui_components.py 一些设计的ui组件。
stable-diffusion-webui之extension
liguandong
11-21 330
1.install.py一定会被执行。环境安装都在launch.py中，在launch.py/run_extension_installer=launch_utils.run_extension_installer中执行。5.extension中的preload.py中的参数，在解析命令行参数之前加载该文件。2.extension中一定要包括scripts目录下脚本，extension目录已被包含在sys.path中。4.extension中的localizations也会添加，名称相同会替换。
【文生图】windows 部署stable-diffusion-webui
突围
03-05 339
windows 部署stable-diffusion-webui
探索 ComfyUI-Custom-Scripts：打造个性化的交互体验
gitblog_00041的博客
04-16 842
探索 ComfyUI-Custom-Scripts：打造个性化的交互体验 ComfyUI-Custom-ScriptsEnhancements & experiments for ComfyUI, mostly focusing on UI features项目地址:https://gitcode.com/gh_mirrors/co/ComfyUI-Custom-Scripts 是一个开源项目，...
How to add custom scripts
mysouling的专栏
06-04 589
Skip to end of metadata Created by King Pin, last modified by Rochet2 on Feb 24, 2016 Go to start of metadata Adding a script to the server This guide works for Linux a
【Stable Diffusion】大模型/Lora触发词插件lora-prompt-tool
z19981的博客
07-27 2987
又是一个神器，小伙伴们搬好小板凳，准备好我要开始了。我们知道，在很多模型和lora使用的时候，是需要填写触发词的。比如这个盲盒lora，提示词就是“full body, chibi”，需要把这些触发词放到正向提示词里面才能达到想要的效果。举个例子，当我们只引用lora，而不填入触发词的时候是这样的。当我们填入特定的触发词之后，就达到了这个lora该有的效果。所以，有的时候你的成图效果不理想，有可能是因为你没有填写模型或lora的触发词。
Stable Diffusion扩展插件、模型安装
2401_85725028的博客
06-20 688
从以上可以看出，使用对应的模型后，确实可以批量产出对应风格且质量比较高的图片。但是，最终生的图片具有很大的随机性，比如姿势、表情等是我们无法控制的，或者说通过简单的Prompt无法精确控制。当然想要比较精确的控制也是有办法的，那就需要使用到 Controlnet，它提供的控制类型有很多，比如例子一：使用OpenPose模型控制图片的姿势（也可以使用第四步安装的3D-Open-Pose插件设计自定义姿势）
stable diffusion Cloud Studio
02-05
### Stable Diffusion in Cloud Studio: Setup, Usage, and Best Practices #### Setting Up Stable Diffusion on Cloud Studio For setting up Stable Diffusion within the environment of a cloud-based platform like Cloud Studio, it is essential to ensure that all dependencies are correctly installed. This includes installing Python along with necessary libraries such as PyTorch which serves as the backbone for running models like Stable Diffusion[^1]. Additionally, configuring GPU support can significantly enhance performance when training or generating images using these models. To install required packages, one might use pip commands inside a terminal session provided by Cloud Studio: ```bash pip install torch torchvision torchaudio --extra-index-url https://download.pytorch.org/whl/cu113 pip install diffusers transformers accelerate ``` These lines will set up an appropriate version of PyTorch optimized for CUDA (if available), alongside other tools needed specifically for working with diffusion models[^2]. #### Using Stable Diffusion Effectively Within Cloud Studio Once everything has been properly configured, users should be able to load pre-trained weights into their instance of Stable Diffusion model through scripts designed for this purpose. An example script could look something like this: ```python from diffusers import StableDiffusionPipeline import torch model_id = "CompVis/stable-diffusion-v1-4" device = "cuda" pipe = StableDiffusionPipeline.from_pretrained(model_id).to(device) prompt = "a photograph of an astronaut riding a horse" image = pipe(prompt).images[0] image.save("astronaut_rides_horse.png") ``` This code snippet demonstrates how easily one can generate new images based on textual prompts once the setup phase completes successfully[^3]. #### Adhering To Best Practices For Optimal Results With Stable Diffusion On Cloud Platforms When utilizing resources offered via clouds studios for projects involving AI art generation techniques similar to those employed here – several guidelines must always remain top-of-mind: - **Resource Management:** Always monitor resource consumption closely during both development phases and actual runs; overutilization may lead not only higher costs but also slower turnaround times. - **Version Control & Reproducibility:** Keep track meticulously versions used across different iterations so experiments conducted today yield reproducible results tomorrow without hassle due diligence applied consistently throughout project lifecycle management efforts made beforehand[^4]. - **Security Measures Implementation:** Ensure secure handling practices concerning sensitive data involved while operating within shared environments where unauthorized access poses potential risks worth mitigating proactively whenever possible[^5]. --related questions-- 1. What specific hardware requirements does running Stable Diffusion have? 2. How do I optimize my pipeline further after initial configuration? 3. Can you provide examples beyond basic image creation tasks achievable using Stable Diffusion APIs? 4. Are there any community forums dedicated solely towards discussing advancements related exclusively around text-to-image synthesis technologies including stable diffusion variants? 5. Is it feasible integrating custom datasets directly into existing workflows built upon frameworks supporting stable diffusion implementations efficiently enough considering scalability concerns long term growth prospects envisioned currently under consideration now more than ever before?
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值