PennyJX/stable-diffusion-webui

# Stable Diffusion web UI
A browser interface based on Gradio library for Stable Diffusion.


## Features
[Detailed feature showcase with images](https://github.com/AUTOMATIC1111/stable-diffusion-webui/wiki/Features):
- Original txt2img and img2img modes
- One click install and run script (but you still must install python and git)
- Outpainting
- Inpainting
- Color Sketch
- Prompt Matrix
- Stable Diffusion Upscale
- Attention, specify parts of text that the model should pay more attention to
- a man in a `((tuxedo))` - will pay more attention to tuxedo
- a man in a `(tuxedo:1.21)` - alternative syntax
- select text and press `Ctrl+Up` or `Ctrl+Down` (or `Command+Up` or `Command+Down` if you're on a MacOS) to automatically adjust attention to selected text (code contributed by anonymous user)
- Loopback, run img2img processing multiple times
- X/Y/Z plot, a way to draw a 3 dimensional plot of images with different parameters
- Textual Inversion
- have as many embeddings as you want and use any names you like for them
- use multiple embeddings with different numbers of vectors per token
- works with half precision floating point numbers
- train embeddings on 8GB (also reports of 6GB working)
- Extras tab with:
- GFPGAN, neural network that fixes faces
- CodeFormer, face restoration tool as an alternative to GFPGAN
- RealESRGAN, neural network upscaler
- ESRGAN, neural network upscaler with a lot of third party models
- SwinIR and Swin2SR ([see here](https://github.com/AUTOMATIC1111/stable-diffusion-webui/pull/2092)), neural network upscalers
- LDSR, Latent diffusion super resolution upscaling
- Resizing aspect ratio options
- Sampling method selection
- Adjust sampler eta values (noise multiplier)
- More advanced noise setting options
- Interrupt processing at any time
- 4GB video card support (also reports of 2GB working)
- Correct seeds for batches
- Live prompt token length validation
- Generation parameters
- parameters you used to generate images are saved with that image
- in PNG chunks for PNG, in EXIF for JPEG
- can drag the image to PNG info tab to restore generation parameters and automatically copy them into UI
- can be disabled in settings
- drag and drop an image/text-parameters to promptbox
- Read Generation Parameters Button, loads parameters in promptbox to UI
- Settings page
- Running arbitrary python code from UI (must run with `--allow-code` to enable)
- Mouseover hints for most UI elements
- Possible to change defaults/mix/max/step values for UI elements via text config
- Tiling support, a checkbox to create images that can be tiled like textures
- Progress bar and live image generation preview
- Can use a separate neural network to produce previews with almost none VRAM or compute requirement
- Negative prompt, an extra text field that allows you to list what you don't want to see in generated image
- Styles, a way to save part of prompt and easily apply them via dropdown later
- Variations, a way to generate same image but with tiny differences
- Seed resizing, a way to generate same image but at slightly different resolution
- CLIP interrogator, a button that tries to guess prompt from an image
- Prompt Editing, a way to change prompt mid-generation, say to start making a watermelon and switch to anime girl midway
- Batch Processing, process a group of files using img2img
- Img2img Alternative, reverse Euler method of cross attention control
- Highres Fix, a convenience option to produce high resolution pictures in one click without usual distortions
- Reloading checkpoints on the fly
- Checkpoint Merger, a tab that allows you to merge up to 3 checkpoints into one
- [Custom scripts](https://github.com/AUTOMATIC1111/stable-diffusion-webui/wiki/Custom-Scripts) with many extensions from community
- [Composable-Diffusion](https://energy-based-model.github.io/Compositional-Visual-Generation-with-Composable-Diffusion-Models/), a way to use multiple prompts at once
- separate prompts using uppercase `AND`
- also supports weights for prompts: `a cat :1.2 AND a dog AND a penguin :2.2`
- No token limit for prompts (original stable diffusion lets you use up to 75 tokens)
- DeepDanbooru integration, creates danbooru style tags for anime prompts
- [xformers](https://github.com/AUTOMATIC1111/stable-diffusion-webui/wiki/Xformers), major speed increase for select cards: (add `--xformers` to commandline args)
- via extension: [History tab](https://github.com/yfszzx/stable-diffusion-webui-images-browser): view, direct and delete images conveniently within the UI
- Generate forever option
- Training tab
- hypernetworks and embeddings options
- Preprocessing images: cropping, mirroring, autotagging using BLIP or deepdanbooru (for anime)
- Clip skip
- Hypernetworks
- Loras (same as Hypernetworks but more pretty)
- A separate UI where you can choose, with preview, which embeddings, hypernetworks or Loras to add to your prompt
- Can select to load a different VAE from settings screen
- Estimated completion time in progress bar
- API
- Support for dedicated [inpainting model](https://github.com/runwayml/stable-diffusion#inpainting-with-stable-diffusion) by RunwayML
- via extension: [Aesthetic Gradients](https://github.com/AUTOMATIC1111/stable-diffusion-webui-aesthetic-gradients), a way to generate images with a specific aesthetic by using clip images embeds (implementation of [https://github.com/vicgalle/stable-diffusion-aesthetic-gradients](https://github.com/vicgalle/stable-diffusion-aesthetic-gradients))
- [Stable Diffusion 2.0](https://github.com/Stability-AI/stablediffusion) support - see [wiki](https://github.com/AUTOMATIC1111/stable-diffusion-webui/wiki/Features#stable-diffusion-20) for instructions
- [Alt-Diffusion](https://arxiv.org/abs/2211.06679) support - see [wiki](https://github.com/AUTOMATIC1111/stable-diffusion-webui/wiki/Features#alt-diffusion) for instructions
- Now without any bad letters!
- Load checkpoints in safetensors format
- Eased resolution restriction: generated image's dimensions must be a multiple of 8 rather than 64
- Now with a license!
- Reorder elements in the UI from settings screen
- [Segmind Stable Diffusion](https://huggingface.co/segmind/SSD-1B) support

## Installation and Running
Make sure the required [dependencies](https://github.com/AUTOMATIC1111/stable-diffusion-webui/wiki/Dependencies) are met and follow the instructions available for:
- [NVidia](https://github.com/AUTOMATIC1111/stable-diffusion-webui/wiki/Install-and-Run-on-NVidia-GPUs) (recommended)
- [AMD](https://github.com/AUTOMATIC1111/stable-diffusion-webui/wiki/Install-and-Run-on-AMD-GPUs) GPUs.
- [Intel CPUs, Intel GPUs (both integrated and discrete)](https://github.com/openvinotoolkit/stable-diffusion-webui/wiki/Installation-on-Intel-Silicon) (external wiki page)

Alternatively, use online services (like Google Colab):

- [List of Online Services](https://github.com/AUTOMATIC1111/stable-diffusion-webui/wiki/Online-Services)

### Installation on Windows 10/11 with NVidia-GPUs using release package
1. Download `sd.webui.zip` from [v1.0.0-pre](https://github.com/AUTOMATIC1111/stable-diffusion-webui/releases/tag/v1.0.0-pre) and extract its contents.
2. Run `update.bat`.
3. Run `run.bat`.
> For more details see [Install-and-Run-on-NVidia-GPUs](https://github.com/AUTOMATIC1111/stable-diffusion-webui/wiki/Install-and-Run-on-NVidia-GPUs)

### Automatic Installation on Windows
1. Install [Python 3.10.6](https://www.python.org/downloads/release/python-3106/) (Newer version of Python does not support torch), checking "Add Python to PATH".
2. Install [git](https://git-scm.com/download/win).
3. Download the stable-diffusion-webui repository, for example by running `git clone https://github.com/AUTOMATIC1111/stable-diffusion-webui.git`.
4. Run `webui-user.bat` from Windows Explorer as normal, non-administrator, user.

### Automatic Installation on Linux
1. Install the dependencies:
```bash
# Debian-based:
sudo apt install wget git python3 python3-venv libgl1 libglib2.0-0
# Red Hat-based:
sudo dnf install wget git python3 gperftools-libs libglvnd-glx
# openSUSE-based:
sudo zypper install wget git python3 libtcmalloc4 libglvnd
# Arch-based:
sudo pacman -S wget git python3
```
2. Navigate to the directory you would like the webui to be installed and execute the following command:
```bash
wget -q https://raw.githubusercontent.com/AUTOMATIC1111/stable-diffusion-webui/master/webui.sh
```
3. Run `webui.sh`.
4. Check `webui-user.sh` for options.
### Installation on Apple Silicon

Find the instructions [here](https://github.com/AUTOMATIC1111/stable-diffusion-webui/wiki/Installation-on-Apple-Silicon).

## Contributing
Here's how to add code to this repo: [Contributing](https://github.com/AUTOMATIC1111/stable-diffusion-webui/wiki/Contributing)

## Documentation

The documentation was moved from this README over to the project's [wiki](https://github.com/AUTOMATIC1111/stable-diffusion-webui/wiki).

For the purposes of getting Google and other search engines to crawl the wiki, here's a link to the (not for humans) [crawlable wiki](https://github-wiki-see.page/m/AUTOMATIC1111/stable-diffusion-webui/wiki).

## Credits
Licenses for borrowed code can be found in `Settings -> Licenses` screen, and also in `html/licenses.html` file.

- Stable Diffusion - https://github.com/Stability-AI/stablediffusion, https://github.com/CompVis/taming-transformers
- k-diffusion - https://github.com/crowsonkb/k-diffusion.git
- 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
- Ideas for optimizations - https://github.com/basujindal/stable-diffusion
- Cross Attention layer optimization - Doggettx - https://github.com/Doggettx/stable-diffusion, original idea for prompt editing.
- Cross Attention layer optimization - InvokeAI, lstein - https://github.com/invoke-ai/InvokeAI (originally http://github.com/lstein/stable-diffusion)
- Sub-quadratic Cross Attention layer optimization - Alex Birch (https://github.com/Birch-san/diffusers/pull/1), Amin Rezaei (https://github.com/AminRezaei0x443/memory-efficient-attention)
- Textual Inversion - Rinon Gal - https://github.com/rinongal/textual_inversion (we're not using his code, but we are using his ideas).
- Idea for SD upscale - https://github.com/jquesnelle/txt2imghd
- Noise generation for outpainting mk2 - https://github.com/parlance-zz/g-diffuser-bot
- CLIP interrogator idea and borrowing some code - https://github.com/pharmapsychotic/clip-interrogator
- Idea for Composable Diffusion - https://github.com/energy-based-model/Compositional-Visual-Generation-with-Composable-Diffusion-Models-PyTorch
- xformers - https://github.com/facebookresearch/xformers
- DeepDanbooru - interrogator for anime diffusers https://github.com/KichangKim/DeepDanbooru
- Sampling in float32 precision from a float16 UNet - marunine for the idea, Birch-san for the example Diffusers implementation (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
- Security advice - RyotaK
- UniPC sampler - Wenliang Zhao - https://github.com/wl-zhao/UniPC
- TAESD - Ollin Boer Bohan - https://github.com/madebyollin/taesd
- LyCORIS - KohakuBlueleaf
- Restart sampling - lambertae - https://github.com/Newbeeer/diffusion_restart_sampling
- Hypertile - tfernd - https://github.com/tfernd/HyperTile
- Initial Gradio script - posted on 4chan by an Anonymous user. Thank you Anonymous user.
- (You)

# Stable Diffusion 网页界面（Stable Diffusion web UI）
一款基于Gradio库构建的Stable Diffusion网页交互界面。


## 功能特性
[带图文的详细功能展示](https://github.com/AUTOMATIC1111/stable-diffusion-webui/wiki/Features)：
- 原生文本转图像（txt2img）与图像转图像（img2img）模式
- 一键安装与运行脚本（但仍需提前安装Python与Git）
- 图像外扩（Outpainting）
- 图像修复（Inpainting）
- 色彩草图（Color Sketch）
- 提示词矩阵（Prompt Matrix）
- Stable Diffusion 超分辨率放大（Stable Diffusion Upscale）
- 注意力权重指定：可指定模型需重点关注的文本部分
- 示例：`a man in a ((tuxedo))` —— 将重点关注礼服（tuxedo）部分
- 示例：`a man in a (tuxedo:1.21)` —— 替代语法格式
- 选中文本后按下`Ctrl+上箭头`或`Ctrl+下箭头`（MacOS系统为`Command+上箭头`或`Command+下箭头`），可自动调整选中文本的注意力权重（代码由匿名用户贡献）
- 循环迭代处理：可多次运行图像转图像处理流程
- X/Y/Z参数绘图：可生成包含不同参数的三维图像绘图结果
- 文本嵌入（Textual Inversion）
- 可创建任意数量的嵌入向量，并自定义其名称
- 支持为每个Token使用不同数量的向量的多个嵌入向量
- 支持半精度浮点数运算
- 可在8GB显存的显卡上训练嵌入向量（亦有6GB显存显卡可正常运行的反馈）
- 附加功能标签页包含：
- GFPGAN：用于人脸修复的神经网络
- CodeFormer：替代GFPGAN的人脸修复工具
- RealESRGAN：神经网络超分辨率放大器
- ESRGAN：拥有大量第三方模型的神经网络超分辨率放大器
- SwinIR与Swin2SR（[详见此处](https://github.com/AUTOMATIC1111/stable-diffusion-webui/pull/2092)）：神经网络超分辨率放大器
- LDSR：潜在扩散超分辨率放大器（Latent diffusion super resolution upscaling）
- 调整图像宽高比的选项
- 采样方法选择
- 调整采样器的Eta值（噪声乘数）
- 更多高级噪声设置选项
- 可随时中断处理流程
- 支持4GB显存显卡（亦有2GB显存显卡可正常运行的反馈）
- 批量任务的正确种子值设置
- 实时提示词Token长度验证
- 生成参数保存
- 生成图像时将所用参数与图像一同保存
- PNG格式图像将参数存入PNG块，JPEG格式图像将参数存入EXIF信息
- 可将图像拖拽至PNG信息标签页以恢复生成参数并自动填入交互界面
- 可在设置页面中禁用该功能
- 可将图像/文本格式的生成参数拖拽至提示词输入框
- 读取生成参数按钮：可将提示词框中的参数加载至交互界面
- 设置页面
- 可通过交互界面运行任意Python代码（需通过`--allow-code`参数启用该功能）
- 大多数交互界面元素均支持鼠标悬停提示
- 可通过文本配置文件修改交互界面元素的默认值、混合值、最大值与步长
- 平铺支持：可创建可像纹理一样平铺的图像
- 进度条与实时图像生成预览
- 可使用独立的神经网络生成预览，几乎不占用显存与计算资源
- 负面提示词：额外的文本输入框，用于列出生成图像中不希望出现的内容
- 风格预设：可保存部分提示词内容，后续可通过下拉菜单快速应用
- 图像变体生成：可生成与原图相近但存在细微差异的图像
- 种子分辨率调整：可生成分辨率略有不同的相同构图图像
- CLIP提示词反推器（CLIP interrogator）：可通过图像反推对应的提示词
- 提示词中途编辑：可在生成过程中修改提示词，例如先生成西瓜图像，中途切换为动漫少女图像
- 批量处理：使用图像转图像模式处理一组文件
- 图像转图像替代模式：交叉注意力控制的反向欧拉方法
- 高清修复模式：一键生成高分辨率图像的便捷选项，可避免常见的失真问题
- 可实时重新加载检查点文件
- 检查点合并工具：可将最多3个检查点合并为一个的标签页
- [社区自定义脚本](https://github.com/AUTOMATIC1111/stable-diffusion-webui/wiki/Custom-Scripts)：由社区贡献的大量扩展功能
- [组合式扩散（Composable-Diffusion）](https://energy-based-model.github.io/Compositional-Visual-Generation-with-Composable-Diffusion-Models/)：支持同时使用多个提示词的功能
- 使用大写`AND`分隔多个提示词
- 支持为提示词设置权重：`a cat :1.2 AND a dog AND a penguin :2.2`
- 无提示词Token数量限制（原生Stable Diffusion仅支持最多75个Token）
- DeepDanbooru集成：可为动漫提示词生成Danbooru风格标签
- [xformers](https://github.com/AUTOMATIC1111/stable-diffusion-webui/wiki/Xformers)：为部分显卡带来显著的速度提升（需在命令行参数中添加`--xformers`）
- 通过扩展实现的[历史记录标签页](https://github.com/yfszzx/stable-diffusion-webui-images-browser)：可在交互界面内便捷地查看、直接打开与删除生成的图像
- 持续生成选项
- 训练标签页
- 超网络（Hypernetworks）与嵌入向量选项
- 图像预处理：裁剪、镜像翻转、使用BLIP或DeepDanbooru（针对动漫图像）进行自动标记
- Clip Skip
- 超网络（Hypernetworks）
- LoRA（Loras）：与超网络类似但效果更精致的模型
- 独立交互界面：可通过预览选择需添加至提示词的嵌入向量、超网络或LoRA
- 可通过设置页面选择加载不同的变分自编码器（VAE）
- 进度条中显示预计完成时间
- 应用程序编程接口（API）
- 支持RunwayML官方的[图像修复模型](https://github.com/runwayml/stable-diffusion#inpainting-with-stable-diffusion)
- 通过扩展实现的[美学梯度（Aesthetic Gradients）](https://github.com/AUTOMATIC1111/stable-diffusion-webui-aesthetic-gradients)：通过CLIP图像嵌入生成特定美学风格的图像（为[https://github.com/vicgalle/stable-diffusion-aesthetic-gradients](https://github.com/vicgalle/stable-diffusion-aesthetic-gradients)的实现版本）
- [Stable Diffusion 2.0](https://github.com/Stability-AI/stablediffusion)支持 —— 详见[wiki页面](https://github.com/AUTOMATIC1111/stable-diffusion-webui/wiki/Features#stable-diffusion-20)的操作说明
- [Alt-Diffusion](https://arxiv.org/abs/2211.06679)支持 —— 详见[wiki页面](https://github.com/AUTOMATIC1111/stable-diffusion-webui/wiki/Features#alt-diffusion)的操作说明
- 现已移除禁用字符限制！
- 支持加载safetensors格式的检查点文件
- 放宽分辨率限制：生成图像的尺寸只需为8的倍数，而非原先的64
- 现已添加开源许可证！
- 可通过设置页面重新排列交互界面的元素顺序
- [Segmind Stable Diffusion](https://huggingface.co/segmind/SSD-1B)支持

## 安装与运行
请确保满足所需的[依赖项](https://github.com/AUTOMATIC1111/stable-diffusion-webui/wiki/Dependencies)要求，并遵循对应平台的操作指南：
- [英伟达（NVidia）显卡（推荐）](https://github.com/AUTOMATIC1111/stable-diffusion-webui/wiki/Install-and-Run-on-NVidia-GPUs)
- [AMD显卡](https://github.com/AUTOMATIC1111/stable-diffusion-webui/wiki/Install-and-Run-on-AMD-GPUs)
- [英特尔CPU、英特尔GPU（集成与独立型号）](https://github.com/openvinotoolkit/stable-diffusion-webui/wiki/Installation-on-Intel-Silicon)（外部wiki页面）

亦可使用在线服务（例如Google Colab）：
- [在线服务列表](https://github.com/AUTOMATIC1111/stable-diffusion-webui/wiki/Online-Services)

### 使用发布包在Windows 10/11与英伟达显卡上安装
1. 从[v1.0.0-pre版本](https://github.com/AUTOMATIC1111/stable-diffusion-webui/releases/tag/v1.0.0-pre)下载`sd.webui.zip`并解压文件
2. 运行`update.bat`
3. 运行`run.bat`
> 更多详情请参阅[英伟达显卡安装与运行指南](https://github.com/AUTOMATIC1111/stable-diffusion-webui/wiki/Install-and-Run-on-NVidia-GPUs)

### Windows自动安装
1. 安装[Python 3.10.6](https://www.python.org/downloads/release/python-3106/)（更新版本的Python不支持Torch），安装时请勾选“Add Python to PATH”选项
2. 安装[git](https://git-scm.com/download/win)
3. 克隆stable-diffusion-webui仓库，例如执行命令`git clone https://github.com/AUTOMATIC1111/stable-diffusion-webui.git`
4. 以普通非管理员用户身份从Windows资源管理器中运行`webui-user.bat`

### Linux自动安装
1. 安装依赖项：
bash
# Debian系发行版：
sudo apt install wget git python3 python3-venv libgl1 libglib2.0-0
# Red Hat系发行版：
sudo dnf install wget git python3 gperftools-libs libglvnd-glx
# openSUSE系发行版：
sudo zypper install wget git python3 libtcmalloc4 libglvnd
# Arch系发行版：
sudo pacman -S wget git python3

2. 切换至你希望安装WebUI的目录，并执行以下命令：
bash
wget -q https://raw.githubusercontent.com/AUTOMATIC1111/stable-diffusion-webui/master/webui.sh

3. 运行`webui.sh`
4. 可查看`webui-user.sh`以获取自定义选项
### Apple Silicon设备安装
安装指南详见[此处](https://github.com/AUTOMATIC1111/stable-diffusion-webui/wiki/Installation-on-Apple-Silicon)

## 贡献指南
向该仓库提交代码的方式请参阅[贡献指南](https://github.com/AUTOMATIC1111/stable-diffusion-webui/wiki/Contributing)

## 文档
文档已从本README迁移至项目的[wiki页面](https://github.com/AUTOMATIC1111/stable-diffusion-webui/wiki)。

为便于Google与其他搜索引擎抓取wiki内容，此处提供[面向爬虫的wiki链接](https://github-wiki-see.page/m/AUTOMATIC1111/stable-diffusion-webui/wiki)（不适合普通用户浏览）。

## 致谢
借用代码的许可证信息可在`设置 -> 许可证`页面以及`html/licenses.html`文件中查看。

- Stable Diffusion - https://github.com/Stability-AI/stablediffusion, https://github.com/CompVis/taming-transformers
- k-diffusion - https://github.com/crowsonkb/k-diffusion.git
- 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
- 优化思路 - https://github.com/basujindal/stable-diffusion
- 交叉注意力层优化 - Doggettx：https://github.com/Doggettx/stable-diffusion，提示词中途编辑的原始创意
- 交叉注意力层优化 - InvokeAI, lstein：https://github.com/invoke-ai/InvokeAI（原http://github.com/lstein/stable-diffusion）
- 亚二次交叉注意力层优化 - Alex Birch (https://github.com/Birch-san/diffusers/pull/1), Amin Rezaei (https://github.com/AminRezaei0x443/memory-efficient-attention)
- 文本嵌入（Textual Inversion） - Rinon Gal：https://github.com/rinongal/textual_inversion（本项目未使用其代码，但借鉴了其创意）
- SD超分辨率放大的创意 - https://github.com/jquesnelle/txt2imghd
- 外扩绘图mk2的噪声生成 - https://github.com/parlance-zz/g-diffuser-bot
- CLIP提示词反推器的创意与部分借用代码 - https://github.com/pharmapsychotic/clip-interrogator
- 组合式扩散的创意 - https://github.com/energy-based-model/Compositional-Visual-Generation-with-Composable-Diffusion-Models-PyTorch
- xformers - https://github.com/facebookresearch/xformers
- DeepDanbooru - 动漫扩散模型提示词反推器 https://github.com/KichangKim/DeepDanbooru
- 从float16 UNet中以float32精度采样 - 创意来自marunine，Diffusers实现示例来自Birch-san (https://github.com/Birch-san/diffusers-play/tree/92feee6)
- Instruct pix2pix - Tim Brooks（点赞）, Aleksander Holynski（点赞）, Alexei A. Efros（未点赞） - 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
- 初始Gradio脚本 - 由匿名用户发布于4chan。感谢匿名用户。
- （你）

原始信息汇总

Stable Diffusion web UI 数据集概述

功能特点

• 原始模式：txt2img 和 img2img 模式。
• 一键安装和运行脚本：需自行安装 Python 和 Git。
• 图像处理：
  • 外绘（Outpainting）
  • 内绘（Inpainting）
  • 彩色草图（Color Sketch）
  • 提示矩阵（Prompt Matrix）
  • 稳定扩散放大（Stable Diffusion Upscale）
• 注意力机制：指定模型应更关注的文本部分。
• 循环回传：多次运行 img2img 处理。
• X/Y/Z 绘图：绘制具有不同参数的图像的三维图。
• 文本反转：
  • 自定义嵌入数量和名称。
  • 支持多种向量数和半精度浮点数。
  • 可在 8GB 或 6GB 内存上训练。
• 额外选项卡：
  • GFPGAN：修复人脸的神经网络。
  • CodeFormer：人脸修复工具，GFPGAN 的替代品。
  • RealESRGAN 和 ESRGAN：神经网络放大器。
  • SwinIR 和 Swin2SR：神经网络放大器。
  • LDSR：潜在扩散超分辨率放大。
• 调整选项：
  • 调整纵横比。
  • 选择采样方法和调整噪声设置。
• 中断处理：随时中断图像生成。
• 低内存支持：支持 4GB 或 2GB 显存的显卡。
• 种子管理：正确处理批量生成的种子。
• 实时提示验证：实时验证提示词长度。
• 生成参数保存：
  • 图像生成参数保存于 PNG 或 JPEG 文件中。
  • 可通过拖放图像到 PNG 信息标签页恢复参数。
• 设置页面：
  • 运行任意 Python 代码（需启用 --allow-code）。
  • 支持鼠标悬停提示。
  • 可更改 UI 元素的默认/最小/最大/步长值。
• 其他功能：
  • 平铺支持：创建可平铺的图像。
  • 进度条和实时图像生成预览。
  • 负提示：指定不希望在图像中出现的内容。
  • 样式：保存并应用提示片段。
  • 变体：生成略有差异的相同图像。
  • 种子调整：在不同分辨率下生成相似图像。
  • CLIP 审讯器：尝试从图像中猜测提示。
  • 提示编辑：中途改变生成提示。
  • 批处理：使用 img2img 处理一组文件。
  • Img2img 替代方法：反向欧拉交叉注意力控制。
  • 高分辨率修复：一键生成高分辨率图像。
  • 动态加载检查点。
  • 检查点合并：合并最多三个检查点。
  • 自定义脚本和社区扩展。
  • 可组合扩散：同时使用多个提示。
  • 无提示词限制：支持超过 75 个词。
  • DeepDanbooru 集成：为动漫提示生成标签。
  • xformers：为特定显卡提供速度提升。
  • 历史标签页：在 UI 内查看和管理图像。
  • 永久生成选项。
  • 训练标签页：支持超网络和嵌入选项。
  • Clip 跳过。
  • 超网络和 Loras。
  • 选择嵌入、超网络或 Loras 的独立 UI。
  • 可选不同的 VAE。
  • 进度条中的预计完成时间。
  • API 支持。
  • 支持 RunwayML 的专用修复模型。
  • 美学梯度：通过 clip 图像嵌入生成特定美学的图像。
  • 支持 Stable Diffusion 2.0 和 Alt-Diffusion。
  • 加载 safetensors 格式的检查点。
  • 放宽分辨率限制：生成图像的尺寸必须是 8 的倍数而非 64。
  • 重新排序 UI 元素。
  • 支持 Segmind Stable Diffusion。

安装和运行

• 依赖项：确保满足所有依赖项。
• 平台支持：
  • NVidia GPU（推荐）
  • AMD GPU
  • Intel CPU 和 GPU（集成和独立）
• 在线服务：可使用 Google Colab 等在线服务。

Windows 安装

• 手动安装：
  1. 下载并解压 sd.webui.zip。
  2. 运行 update.bat 和 run.bat。
• 自动安装：
  1. 安装 Python 3.10.6 和 Git。
  2. 下载并运行 webui-user.bat。

Linux 安装

• 依赖项安装：
  • 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
• 自动安装：
  1. 下载 webui.sh 并运行。
  2. 检查 webui-user.sh 中的选项。

Apple Silicon 安装

• 参考 安装指南。