Stable Diffusion web UI

基于 Gradio 库实现的 Stable Diffusion Web 界面。

功能

带图片的详细功能展示：

• 原生 txt2img 和 img2img 模式
• 一键安装和运行脚本（但你仍需自行安装 Python 和 git）
• 外延绘图（Outpainting）
• 局部修复（Inpainting）
• 彩色草图（Color Sketch）
• 提示矩阵（Prompt Matrix）
• Stable Diffusion 超分（Upscale）
• 注意力机制，指定模型应重点关注的文本部分
  • a man in a ((tuxedo)) - 模型会更加关注“tuxedo”
  • a man in a (tuxedo:1.21) - 另一种语法
  • 选中文本后按下 Ctrl+Up 或 Ctrl+Down（MacOS 为 Command+Up 或 Command+Down）可自动调整选中文本的注意力（代码由匿名用户贡献）
• 循环处理，多次运行 img2img
• X/Y/Z 绘图，可根据不同参数绘制三维图片图表
• 文本反演（Textual Inversion）
  • 可以添加任意数量的嵌入，并使用自定义名称
  • 支持多个每 Token 不同向量数量的嵌入
  • 支持半精度浮点数
  • 可在 8GB 显存（也有 6GB 显存可用的报告）上训练嵌入
• 附加功能（Extras）选项卡，包含：
  • GFPGAN，修复人脸的神经网络
  • CodeFormer，作为 GFPGAN 替代的人脸修复工具
  • RealESRGAN，神经网络超分辨率
  • ESRGAN，支持大量第三方模型的神经网络超分
  • SwinIR 和 Swin2SR（见此处），神经网络超分
  • LDSR，潜空间扩散超分辨率
• 调整尺寸比例选项
• 采样方法选择
  • 调整采样器 eta 值（噪声倍率）
  • 提供更高级的噪声设置选项
• 随时中断处理
• 支持 4GB 显卡（也有 2GB 可用的报告）
• 批量生成时的种子校正
• 实时提示词 Token 长度校验
• 生成参数
  • 生成图片时所用参数会随图片保存
  • PNG 保存在 PNG 的 chunk 中，JPEG 保存在 EXIF 信息中
  • 可将图片拖至 PNG info 选项卡以恢复生成参数并自动复制到界面
  • 可在设置中禁用
  • 支持拖拽图片/文本参数到提示框
• 读取生成参数按钮，将提示框中的参数加载至界面
• 设置页面
• 可在界面运行任意 Python 代码（需使用 --allow-code 启动以启用）
• 大多数 UI 元素均带有鼠标悬浮提示
• 可通过文本配置更改 UI 元素的默认/最小/最大/步进值
• 平铺支持，勾选后可生成可拼接为贴图的图片
• 进度条与实时图片生成预览
  • 可使用独立神经网络生成几乎不占用显存或计算资源的预览图
• 负面提示词，额外的文本框可填写不希望在生成图片中出现的内容
• 样式（Styles），可保存部分提示词，后续通过下拉菜单快捷应用
• 变体（Variations），可生成几乎相同但略有不同的图片
• 种子缩放，生成几乎相同但分辨率略有差异的图片
• CLIP interrogator，一键猜测图片对应的提示词
• 提示词编辑，可在生成过程中修改提示词，例如从“生成西瓜”中途切换到“生成动漫女孩”
• 批量处理，使用 img2img 处理一组文件
• Img2img 替代方案，逆欧拉交叉注意力控制法
• 高清修复（Highres Fix），一键生成高清图片且避免常见变形
• 热更新模型权重（Reloading checkpoints on the fly）
• 模型权重合并器（Checkpoint Merger），可将最多 3 个模型权重合并为一个
• 自定义脚本与社区丰富扩展
• 可组合扩散（Composable-Diffusion），可同时使用多个提示词
  • 用大写 AND 分隔提示词
  • 支持提示词权重：a cat :1.2 AND a dog AND a penguin :2.2
• 提示词无 Token 数限制（原生 stable diffusion 最多 75 个 Token）
• DeepDanbooru 集成，为动漫提示词自动生成 danbooru 风格标签
• xformers，对部分显卡显著提速（启动参数加 --xformers）
• 通过扩展：历史记录选项卡：界面内便捷查看、管理、删除图片
• 无限生成选项
• 训练选项卡
  • 超网络（hypernetworks）和嵌入（embeddings）选项
  • 预处理图片：裁剪、镜像、BLIP 或 deepdanbooru（动漫用）自动打标签
• Clip skip
• 超网络（Hypernetworks）
• Loras（功能同超网络但界面更美观）
• 独立界面，可预览并选择要加入提示词的嵌入、超网络或 Lora
• 可在设置界面选择加载不同的 VAE
• 进度条显示预计完成时间
• API
• 支持 RunwayML 的专用 局部修复模型
• 通过扩展：Aesthetic Gradients，通过 clip 图片嵌入生成特定美学风格图片（实现自 https://github.com/vicgalle/stable-diffusion-aesthetic-gradients）
• 支持 Stable Diffusion 2.0 — 参见 wiki 获取说明
• 支持 Alt-Diffusion — 参见 wiki 获取说明
• 现已无任何违规字母！
• 支持 safetensors 格式模型权重
• 分辨率限制放宽：生成图片尺寸需为 8 的倍数（原为 64 的倍数）
• 现已添加许可证！
• 可在设置界面自定义 UI 元素顺序
• 支持 Segmind Stable Diffusion

安装与运行

请确保满足所需 依赖项，并根据以下平台说明操作：

• NVidia（推荐）
• AMD 显卡
• Intel CPU、Intel GPU（集成及独显）（外部 wiki 页面）
• Ascend NPU（外部 wiki 页面）

或者，使用在线服务（如 Google Colab）：

• 在线服务列表

Windows 10/11 + NVidia 显卡，使用发行包自动安装

1. 从 v1.0.0-pre 下载 sd.webui.zip 并解压。
2. 运行 update.bat。
3. 运行 run.bat。

详情请见 Install-and-Run-on-NVidia-GPUs

Windows 自动安装

1. 安装 Python 3.10.6（新版 Python 不支持 torch），勾选“Add Python to PATH”。
2. 安装 git。
3. 下载 stable-diffusion-webui 仓库，例如运行 git clone https://github.com/AUTOMATIC1111/stable-diffusion-webui.git。
4. 以普通用户身份（非管理员）在资源管理器中运行 webui-user.bat。

Linux 自动安装

1. 安装依赖项：

# Debian 系：
sudo apt install wget git python3 python3-venv libgl1 libglib2.0-0
# Red Hat 系：
sudo dnf install wget git python3 gperftools-libs libglvnd-glx
# openSUSE 系：
sudo zypper install wget git python3 libtcmalloc4 libglvnd
# Arch 系：
sudo pacman -S wget git python3

如果你的系统较新，需要安装 python3.11 或 python3.10：

# Ubuntu 24.04
sudo add-apt-repository ppa:deadsnakes/ppa
sudo apt update
sudo apt install python3.11

# Manjaro/Arch
sudo pacman -S yay
yay -S python311 # 注意不要与 python3.11 包混淆

# 仅适用于 3.11
# 然后在启动脚本设置环境变量
export python_cmd="python3.11"
# 或在 webui-user.sh 设置
python_cmd="python3.11"

2. 进入你想安装 webui 的目录，执行下列命令：

wget -q https://raw.githubusercontent.com/AUTOMATIC1111/stable-diffusion-webui/master/webui.sh

或在任意目录克隆仓库：

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

3. 运行 webui.sh。
4. 查看 webui-user.sh 获取更多选项。

Apple Silicon 安装

请参见此处说明。

贡献

如何向本仓库贡献代码：贡献说明

文档

文档已从本 README 移至项目 wiki。

为了便于 Google 及其他搜索引擎抓取 wiki，提供一个（非面向人类的）可抓取 wiki 链接。

致谢

相关借用代码的许可证可在 设置 -> 许可证 页面以及 html/licenses.html 文件中查阅。

• Stable Diffusion - https://github.com/Stability-AI/stablediffusion, https://github.com/CompVis/taming-transformers, https://github.com/mcmonkey4eva/sd3-ref
• k-diffusion - https://github.com/crowsonkb/k-diffusion.git
• Spandrel - https://github.com/chaiNNer-org/spandrel 实现
  • 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
  • Swin2SR - https://github.com/mv-lab/swin2sr
• LDSR - https://github.com/Hafiidz/latent-diffusion
• MiDaS - https://github.com/isl-org/MiDaS
• 优化相关思路 - https://github.com/basujindal/stable-diffusion
• Cross Attention 层优化 - Doggettx - https://github.com/Doggettx/stable-diffusion，提示词编辑的原始思路。
• Cross Attention 层优化 - InvokeAI, lstein - https://github.com/invoke-ai/InvokeAI（原始项目 http://github.com/lstein/stable-diffusion）
• 次二次方 Cross Attention 层优化 - Alex Birch (https://github.com/Birch-san/diffusers/pull/1), Amin Rezaei (https://github.com/AminRezaei0x443/memory-efficient-attention)
• 文本反演（Textual Inversion）- Rinon Gal - https://github.com/rinongal/textual_inversion（我们未使用其代码，但借鉴了其思路）
• SD 超分思路 - https://github.com/jquesnelle/txt2imghd
• Outpainting mk2 噪声生成 - https://github.com/parlance-zz/g-diffuser-bot
• CLIP interrogator 思路及部分代码 - https://github.com/pharmapsychotic/clip-interrogator
• 可组合扩散思路 - https://github.com/energy-based-model/Compositional-Visual-Generation-with-Composable-Diffusion-Models-PyTorch
• xformers - https://github.com/facebookresearch/xformers
• DeepDanbooru - 动漫 diffusers interrogator https://github.com/KichangKim/DeepDanbooru
• 以 float32 精度采样 float16 UNet - marunine 提出思路，Birch-san 提供 Diffusers 实现示例（https://github.com/Birch-san/diffusers-play/tree/92feee6）
• Instruct pix2pix - Tim Brooks (star), Aleksander Holynski (star), Alexei A. Efros (no star) - https://github.com/timothybrooks/instruct-pix2pix
• 安全建议 - RyotaK
• UniPC 采样器 - Wenliang Zhao - https://github.com/wl-zhao/UniPC
• TAESD - Ollin Boer Bohan - https://github.com/madebyollin/taesd
• LyCORIS - KohakuBlueleaf
• 重启采样 - lambertae - https://github.com/Newbeeer/diffusion_restart_sampling
• Hypertile - tfernd - https://github.com/tfernd/HyperTile
• 最初的 Gradio 脚本 - 由匿名用户在 4chan 发布。感谢这位匿名用户。
• （你）

---

Powered By OpenAiTx

---