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)。
-
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。
-
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。
-
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。