首页 > Ai资讯 > Ai知识库 > 免费文生图工具StableDiffusion喂饭级使用教程

免费文生图工具StableDiffusion喂饭级使用教程

发布时间：2024年06月06日

一键安装

如果是计算机小白，一定要看这个教程 注意:SD本体部署后直接使用非常困难，建议在完成本体部署之后，安装启动器。秋叶的版本很香

秋叶一键整合包： https://www.bilibili.com/video/BV17d4y1C73R

星空一键整合包： https://www.bilibili.com/video/BV16j411A7BL

注：星空的东西很全，但是视频讲的不是很清楚，如果刚入门的话建议看一下合集内的其他视频，一步步了解他是如何更新他的整合包的。

启动器安装 启动器为独立于SD本体的一个小工具，将这个工具按照视频中的方式部署到SD文件夹中再打开它，它就能解决绝大多数的后续问题。

秋叶的启动器： https://www.bilibili.com/video/BV1ne4y1V7QU 一定要仔细看完视频 基础操作教程

轩轩的基础教程 目前找到的最系统化，讲的也最细致的教程了，不过因为讲的全所以节奏慢，按照需求跳着看吧。记得看视频合集，他都已经整理出来了。

https://www.bilibili.com/video/BV1k54y1T7Lf 汉化安装教程

大部分安装包自带一部分汉化，但若是想要完全汉化还是需要自己安装一个插件。 https://www.bilibili.com/video/BV1654y1M7Za

注意：完全汉化之后可能导致照抄一些教程比较费劲，需要注意下。

背景

Stable Diffusion是2022年发布的深度学习文本到图像生成模型。它主要用于根据文本的描述产生详细图像，官方项目其实并不适合新手直接使用，好在有一些基于 stable-diffusion 封装的 webui 开源项目，可以通过界面交互的方式来使用 stable-diffusion，极大的降低了使用门槛，以下是几个比较火的 webui 项目：

其中，AUTOMATIC1111 的 stable-diffusion-webui 是目前功能最多最好用的，强烈推荐，下面就来介绍如何使用它。还是先看看他们的能力如何

配置要求

要顺利运行stable-diffusion-webui和模型，需要足够大的显存，最低配置4GB显存，基本配置6GB显存，推荐配置12GB显存。当然内存也不能太小，最好大于16GB，总之内存越大越好，如下图显卡为NVIDIA GeForce GTX 1060 Ti ( 5GB / NVIDIA )，这个上古显卡跑AI绘画着实比较吃力，但也能将就用。

1、下载项目

通过 git 的方式将整个工程源码拉下来运行：

git clone https://github.com/AUTOMATIC1111/stable-diffusion-webui.git

注：这个开源项目目前的更新频率很快，会不定期的修复一些 bug 或加入一些新功能，所以建议可以时常 git pull 拉取最新代码。老司机请跳过1、2、3步~

1、下载安装git

超详细Git 安装教程(Windows)blog.csdn.net/weixin_45910860/article/details/122057194

2、Python 环境

stable-diffusion-webui 主要是使用 Python 开发的，所以运行这个工程，需要安装一下 Python 环境并配置好环境变量，
注意：官方推荐安装 Python 3.10.6 版本 3.10.6下载地址
使用

python --version

查看当前版本。
另外，建议使用 Anaconda 管理多个 Python 环境，详见

官方的 conda 环境安装说明：github.com/AUTOMATIC11…
anaconda 常用命令：blog.csdn.net/ligous/arti…

3、CUDA 环境

默认 stable-diffusion-webui 运行使用的是 GPU 算力，也就是说需要用到 Nvidia 显卡（配置越高，绘图越快）A卡不行，A卡不行，A卡不行（CPU 算力跟 GPU 算力相比简直天差地别，虽然可以通过改参来实现，但有条件直接上N卡吧）。这里我们需要安装 CUDA 驱动，先确定一下电脑能安装的 CUDA 版本，桌面右下角->右键 NVIDIA 设置图标->NVIDIA 控制面板：

可以看到我的电脑的显示的是 NVIDIA CUDA 11.6.134 driver，所以我的电脑要安装的 CUDA 版本不能超过 11.6。
注意：高版本显卡是可以安装低版本的 CUDA 驱动的，比如我也可以安装经典的 10.2 版本，但是安装 11.6 版本可以获得更高的 GPU 运行效率，所以一般来说推荐安装显卡支持的最高 CUDA 版本。

在下面的网址中找到对应的 CUDA 版本进行安装：

CUDA 官方归档：developer.nvidia.com/cuda-toolki…

直接选择 "精简" 安装就可以了，安装完成之后，可以使用如下命令查看 CUDA 版本，来验证 CUDA 是否安装成功：

nvcc --version

注：如果你没有 Nvidia 显卡，也可以通过给 stable-diffusion-webui 指定运行参数 --use-cpu sd，让其使用 CPU 算力运行，但是非常不建议你这么做，CPU 算力跟 GPU 算力相比简直天差地别，可能 GPU 只需要 10 秒就能绘制完成，而 CPU 却要 10 分钟，这不是开玩笑的。另外，如果你的显卡内存不多，建议 4G 的显卡加上 --medvram 启动参数，2G 的显卡加上 --lowvram 启动参数。

Windows用户编辑webui-user.bat文件，修改第六行：

set COMMANDLINE_ARGS=--lowvram --precision full --no-half --skip-torch-cuda-test

如果是16系列显卡，出的图是黑色的话，也是修改webui-user.bat文件的第六行：

set COMMANDLINE_ARGS=--lowvram --precision full --no-half

2、下载权重文件sd-v1-4.ckpt

这是stable diffusion运行必须的权重文件，4G左右，可以去hugging face下载后放到models/Stable-diffusion目录下

https://huggingface.co/CompVis/stable-diffusion-v-1-4-original/resolve/main/sd-v1-4.ckpt

3、下载本文需要的模型文件

主要用于真人风格图像绘制（都可以下来试试，推荐lora）

chilloutmix_NiPrunedFp32Fix.safetensors

可以去C站下载，3.97G，下载完成后放到models/Stable-diffusion目录下

https://civitai.com/models/6424

4、启动项目

在安装配置好运行环境之后，直接运行工程下的 webui-user.bat 文件即可（如果是类 Unix 系统，则运行 webui-user.sh）。ps：这样启动是白天模式

使用命令

.\webui.bat --theme dark

启动的是夜间模式（不加theme参数就是日间模式）

首次启动会自动下载一些 Python 依赖库（具体哪些库请看工程下的 requirements.txt），以及项目需要用到的配置和模型文件（比如：v1-5-pruned-emaonly.safetensors，将近 4 个 G~），初始化一次之后，下次启动就快了。

 Launching Web UI with arguments: ... Running on local URL:  http://127.0.0.1:7860 To create a public link, set `share=True` in `launch()`.

看到这个提示就说明成功运行起来了，打开网址就可以看到程序的运行界面了：

温馨提示：该项目是英文页面，可以使用extension进行中文版本扩展

4-12：插入——————————————————————————————————————————————

tips：如何安装webUI简体中文语言包

此扩展可以在 Extension 选项卡里面通过加载官方插件列表直接安装

官方下载

点击 Extension 选项卡，点击 Avaliable 子选项卡
取消勾选localization，再把其他勾上，然后点击 橙色按钮，如下图

在 zh_CN Localization 这一项的右边点击 install

通过网址安装

点击 Extension 选项卡，点击 Install from URL 子选项卡
复制本 git 仓库网址：

https://github.com/dtlnor/stable-diffusion-webui-localization-zh_CN

粘贴进 URL 栏，点击 Install，如图

安装完成~~~~

确保扩展已经正确加载后

配置

重启webUI以确保扩展已经加载了
在 Settings 选项卡，点击 页面右上角的橙色Reload UI按钮刷新扩展列表

在 Extensions 选项卡，确定已勾选本扩展☑️；如未勾选，勾选后点击橙色按钮启用本扩展。

选择简体中文语言包（zh_CN）

在 Settings 选项卡中，找到 User interface 子选项

然后去页面最底部，找到 Localization (requires restart) 小项，找到在下拉选单中选中 zh_CN （如果没有就按一下按钮），如图

然后按一下页面顶部左边的橙色Apply settings按钮保存设置，再按右边的橙色Reload UI按钮重启webUI
生效了~~~

5、开始使用

stable-diffusion-webui 的功能很多，主要有如下 2 个：

文生图（text2img）：根据提示词（Prompt）的描述生成相应的图片。
图生图（img2img）：将一张图片根据提示词（Prompt）描述的特点生成另一张新的图片。

1、文生图（`text2img`）

在开始使用文生图之前，有必要了解以下几个参数的含义：

参数	说明
Prompt	提示词（正向）
Negative prompt	消极的提示词（反向）
Width & Height	要生成的图片尺寸。尺寸越大，越耗性能，耗时越久。
CFG scale	AI 对描述参数（Prompt）的倾向程度。值越小生成的图片越偏离你的描述，但越符合逻辑；值越大则生成的图片越符合你的描述，但可能不符合逻辑。
Sampling method	采样方法。有很多种，但只是采样算法上有差别，没有好坏之分，选用适合的即可。
Sampling steps	采样步长。太小的话采样的随机性会很高，太大的话采样的效率会很低，拒绝概率高(可以理解为没有采样到,采样的结果被舍弃了)。
Seed	随机数种子。生成每张图片时的随机种子，这个种子是用来作为确定扩散初始状态的基础。不懂的话，用随机的即可。

以上对参数的解析源自以下文章：

接下来我们来生成一张赛博朋克风格的猫咪图片，配置以下参数后，

点击 "Generate" 即可：

Prompt：a cute cat, cyberpunk art, by Adam Marczyński, cyber steampunk 8 k 3 d, kerem beyit, very cute robot zen, beeple | Negative prompt：(deformed, distorted, disfigured:1.3), poorly drawn, bad anatomy, wrong anatomy, extra limb, missing limb, floating limbs, (mutated hands and fingers:1.4), disconnected limbs, mutation, mutated, ugly, disgusting, blurry, amputation, flowers, human, man, woman CFG scale：6.5 Sampling method：Euler a Sampling steps：26 Seed：1791574510

注：提示词（Prompt）越多，AI 绘图结果会更加精准，另外，目前中文提示词的效果不好，还得使用英文提示词。

2、模型文件

上面截图里左上角 Stable Diffusion checkpoint 的值怎么跟之前截图里的不一样？这是因为我换了一个模型文件，还记得前面提到那个将近 4 个 G 大小的模型文件（v1-5-pruned-emaonly.safetensors）吗？那是 stable-diffusion-webui 的默认模型文件，用这个模型文件生成出来的图片比较丑，因此我换了另一个模型文件。模型文件下载的网站几个，比较出名的就是 civitai，这上面共享的都是别人训练好的模型。
模型文件下载地址：