Stable Diffusion初步见解（一）

前言

 主流AI绘图工具 ——Stable Diffusion（简称SD）

是一种基于扩散模型的图像生成算法。它通过逐步添加噪声并反向扩散来生成高质量的图像。SD在多个领域表现出色，包括图像修复、图像生成和图像增强等。该技术的主要优势在于其生成的图像质量高且多样性强，同时具备较强的可控性。Stable Diffusion在计算机视觉领域具有广泛的应用前景，是当前人工智能研究中的一个重要方向。

原理

分为三个阶段：原图片、扩散（增加噪声）和生成（去除噪声）。

1. 原图片：这是SD模型处理的输入图像，通常是一个高质量且有清晰内容的图像。

2. 扩散（增加噪声）：在这个阶段，原图片被逐步添加噪声，图像逐渐变得模糊和不清晰。这个过程是逐步进行的，通过多次添加少量噪声，最终图像变成几乎看不见原内容的噪声图像。

3. 生成（去除噪声）：扩散过程完成后，SD模型通过反向扩散过程逐步去除噪声，恢复和重建原图像。这一过程需要模型学习如何从噪声中生成清晰的图像内容，从而实现图像生成和修复。

这种逐步增加和去除噪声的方法使得SD模型能够生成高质量且细节丰富的图像。

安装使用

要在本地安装和运行Stable Diffusion，需要按照以下步骤进行操作：

1. 安装 Python 3.10.6 版本

首先，下载并安装Python 3.10.6版本。安装时，请选择默认路径并确保勾选“Add to Path”选项，以便在命令行中能够直接使用Python命令。具体步骤如下：

• 前往Python官方网站下载Python 3.10.6安装包。
• 运行下载的安装包，在安装向导中勾选“Add Python 3.10 to PATH”选项。
• 继续完成安装过程。

2. 安装Git 64-bit

接下来，安装Git以便于克隆Stable Diffusion的代码库。

• 前往Git官方网站下载适用于Windows的64位版本。
• 运行安装程序，按默认设置完成安装。

3. 安装CUDA

Stable Diffusion依赖于NVIDIA的CUDA来利用GPU加速计算。因此，需要安装适合你GPU型号的CUDA工具包。

• 前往NVIDIA CUDA Toolkit下载页面，选择与你系统和GPU匹配的版本。
• 下载并安装CUDA工具包，按照安装向导的指示进行操作。

4. 下载模型文件 (.ckpt 或 .safetensors)

为了运行Stable Diffusion，需要下载预训练的模型文件。这些文件可以从哩布哩布AI（liblib.ai）下载。

• 访问liblib.ai网站，找到适合的模型文件 (.ckpt或 .safetensors) 并下载。
• 将下载的模型文件放在一个便于访问的位置。

5. 安装Stable Diffusion

选择一个磁盘空间充足的位置来安装Stable Diffusion，确保路径全英文（例如：E:\AI）。然后按照以下步骤进行操作：

• 打开命令提示符（cmd.exe）。
• 运行以下命令克隆Stable Diffusion的代码库：
• git clone https://github.com/AUTOMATIC1111/stable-diffusion-webui.git
• 进入克隆下来的目录：
• cd stable-diffusion-webu

6. 运行Stable Diffusion

完成安装后，运行webui-user.bat文件以启动Stable Diffusion：

• 在命令提示符中，执行以下命令：
• webui-user.bat
• 等待启动过程完成，如果看到以下信息，表示启动成功：
• Local URL:  http://127.0.0.1:7860
• 如果在启动过程中遇到问题，可能需要多次尝试运行webui-user.bat文件。

7. 配置模型文件

将之前下载的模型文件 (.ckpt或 .safetensors) 移动到Stable Diffusion的模型文件夹中。具体路径可以参考Stable Diffusion的文档或README文件。