一个小白从零开始安装Stable Diffusion软件的苦与乐

因为朋友要在小红书上销售F1赛车周边产品（服装、帽子、手套、手伴等），需要设计商品宣传海报，脑海中突然闪过一个思路，能否用AI设计？

完全出于一种兴趣，马上上网搜索关键词找答案，正式开启AIGC(Artificial Intelligence Creative Generation)。之前用过华为的通义万相，记得让其设计了一个灭火机器人，包括视频和图片，给了我很多的灵感，但通义万相在做设计时还是有很多的限制。

下面进入这篇文章的正题，经过做功课，决定在电脑上自己安装Stable Diffusion软件。Stable Diffusion软件的功能在此就不做介绍了，大家可以去百度。安装过程还是有点复杂，不过在安装的过程中确实学习到了很多知识，这恰恰是其中的乐趣。

——————————————————————————————————————————–

有两种方法安装windows系统的SD软件。分别是手动安装和整合包安装，具体介绍如下：

一、手动安装

优点：最纯正的Stable Diffusion WebUI程序，可以按需按需安装插件，一步步了解Stable Diffusion的部署和插件安装过程，对于每个部件和后续出现问题更容易找到根源和处理方法。

缺点：麻烦，要找到模型和插件一个个下载安装。

推荐电脑硬件条件：

显卡显存容量可以在“设备管理器—显示器”中查看。

1、安装git

    Git官网（我登录的是这个网址：git for windows.org），找到64-bit Git windows Setup进行下载。安装一直下一步就可以。下载好的软件如图2所示。

图1 git下载页面

图2 下载好的git文件

2、安装python

       Python官网：python.org，找到Windows installer 64位，下载，如图3-4。然后安装，一直下一步就可以。注意，下载Python3.10.6版本。

图3 python网站

图4 找到Python3.10.6点击下载

图5 下载的python软件

1）接下来验证git是否安装成功

按Win+R键—输入cmd，在弹出的页面命令行提示符下输入git，回车，如果出现下面的帮助信息，则说明安装成功。

图6 验证git是否安装成功

2）接下来验证python是否安装成功

在命令行中输入python，回车。如果出现python版本信息，则说明安装成功。可以按CTRL+Z回车退出。

图7 验证python是否安装成功

3、安装Stable Diffusion WebUI

接着安装Stable Diffusion WebUI，在硬盘空间充足，并且没有中文路径的文件夹导航栏，输入cmd，输入：

图8 git clone

回车，等待安装结束，就可以看到stable-diffusion-webui文件夹了，点击进入打开webui-user.bat，等待安装必要的启动项，然后就可以在浏览器打开127.0.0.1:7860进入Stable Diffusion WebUI界面了。

二、整合包安装

优点：安装超级简单、方便，能一键启动，自动更新，自带部分模型和必要的插件，不需要安装python等前置软件

缺点：有可能出现或多或少的问题，集成的插件有可能是自己不需要的。

方法：

1. 先安装启动器，如图8中的windowsdesktop-runtime-6.0.25-win-x64。
2. 安装sd软件

软件和模型压缩包首先解压，解压后的文件如图8-9。进入sd-webui-aki-v4.9.1文件夹，双击A绘世启动器，等待启动。时间比较长，耐心等待……。

图8 软件包

图9 解压后的包

图10 进入sd-webui-aki-v4.9.1双击A绘世启动器

然后点击一键启动（图11），等待程序自动加载必要的启动项（图12-13），就可以进入Stable Diffusion WebUI界面了（图14）。

图11 点击一键启动

图12一键启动后控制台显示信息

图13启动运行界面

说明：每次使用前都是先打开启动器，然后通过启动器一键启动。启动后会弹出运行框，等待运行完毕会自动打开Stable Diffusion（图14）。

图14启动完毕自动打开Stable Diffusion

三、安装各种模型

包括大模型，VAE模型，LORA模型，ControlNet模型等。上面安装的软件还不足以支撑进行设计，还需要各种模型支持。简单介绍一下几个模型：

1）Stable Diffusion Checkpoint模型是生成图像所必须的基础模型，也称之为大模型。要使用Stable Diffusion出图之前必须配备一个主模型才能开始创作。这个主模型包含了生成图像所需的所有信息，无需额外的文件或组件。这些主模型的文件通常比较大，大小在2GB到7GB之间。它们的文件后缀通常是“ckpt”或“safetensors”。一些流行和常见的Checkpoint模型包括“Anything”系列（如v3、v4.5、v5.0）、“AbyssOrangeMix3”、“ChilloutMix”、“Deliberate”，以及“国风系列”等等。这些Checkpoint模型都是从Stable Diffusion的基础模型训练而来，它们使用不同的数据进行训练，以生成特定风格或对象的图像。pruned表示完整版，而emaonly表示剪枝版。Civitai是一个全球性的提供AI艺术资源分享和发现的平台，旨在帮助用户轻松探索并使用各类AI艺术模型。平台用户可以上传和分享自己用数据训练的AI自定义模型，或者浏览和下载其他用户创建的模型。

2）VAE模型

VAE模型可以被视作一种类似于颜色滤镜的工具，用于调整和改善生成图片的色彩。它并非在制图时必不可少，而是根据个人绘画需求决定是否采用。在使用某些模型时，有时绘制的图片整体颜色可能会显得较灰暗。在这种情况下，可以使用VAE模型对图片的颜色进行调整，以改善整体视觉效果。在绘图过程中，选择是否使用VAE模型通常对最终生成的图片效果并没有太大的影响。相比之下，VAE模型并不像其他模型（比如LORA模型）那样在绘图中的作用和效果十分明显。

3）LORA模型

LoRA（Low-Rank Adaptation）是一种大语言模型低秩适配器，最早见于2021年的论文《LoRA: Low-Rank Adaptation of Large Language Models》中提出。它的核心思想是通过降低模型可训练参数的数量，尽量不损失模型的性能，从而实现对大语言模型的微调。可将大型模型比作素颜的人，因为它们通常生成的图片与原始数据相似，但可能缺乏一些细节或特定的特征。而LoRA模型则像是进行了化妆、整容或cosplay，它们能够通过增加细节、调整风格或改变外观，使生成的图片更加精美或符合特定的要求。LoRA模型不仅局限于人物，也适用于场景、动漫或其他风格，这使得它们在生成多样化的内容时具有广泛的应用性。大型模型提供了基础，而LoRA模型在此基础上进一步增强和丰富了生成的图片效果。在WebUI中，点击所需的模型之后，系统会自动在提示词中增加对该模型及其权重的引用。格式如下：

4）Embedding模型

Embedding可以被理解为一组提示词的集合，将这些提示词汇总到一个文件中。当需要使用这些提示词时，只需调用这个Embedding文件，就相当于输入了很多的提示词，这对用户来说非常方便。

5）ControlNet 模型

 ControlNet 模型是由张吕敏开源的，目前开源的模型包括以下这 14 种，作为 ControlNet 的布道者，可将这些称之为经典的官方模型。

官方模型下载地址： https://huggingface.co/lllyasviel/ControlNet-v1-1/tree/main

图15    ControlNet 模型文件                    

将模型下载后保存到相应路径下，就可以在SD-WebUI中看到相应模型了。

1、大模型模型存放路径

*:stable diffusionmodelsStable-diffusion

2、插件存放路径（ 一些大模型需要配合 VAE 使用）

*:stable diffusionextensions

3、VAE存放路径

*:stable diffusionmodelsVAE

4、embeddings存放路径

*:stable diffusionembeddings

5、lora存放路径

*:stable diffusionmodelsLora

6、ControlNet模型存放路径

*:stable diffusionmodelsControlNet

2024-11-29   文章原创

关于几个大模型的介绍参考：Stable Diffusion——基础模型、VAE、LORA、Embedding各个模型的介绍与使用方法_稳定扩散模型clip、vae原理-CSDN博客

文章来源于互联网:一个小白从零开始安装Stable Diffusion软件的苦与乐

相关推荐: AIGC训练效率与模型优化的深入探讨

人工智能领域的发展，人工智能生成内容（ AIGC）越来越受关注。AIGC能够通过学习大量数据生成高质量内容，但训练效率和模型优化仍然是关键的研究方向。本博客将深入探AIGC的训练效率，与模型优化的相关策略和技术，提供相应代码示例和图示，以帮助读者更好地理解该领…