模型描述

Stable Diffusion的官方模型更适合绘制偏写实的风格，如果您想绘制二次元之类的风格，可以考虑下载本站的其它模型。

安装方法

将模型下载后，将会得到一个名为****.ckpt格式的文件，将该文件剪切至你的Stable Diffusion本地安装目录，例如站长在测试时所使用的路径为：D:\openAI\stable-diffusion-webui\models\Stable-diffusion，请根据自身请问调整模型存放位置。

更新详情

Stable Diffusion的官方模型V1.5与V1.4比起来，整体画面构成区别不大，色阶对比度和光源渲染提升，光源效果更加平滑合理。

资源详情

本次Stable Diffusion的官方模型V1.5版本一共提供了两个模型，一个3.97GB，另一个是7.17GB。

两个模型的区别如下

  • 绘画版｜3.97GB模型：推荐正常绘图的人使用，无需训练自己的模型。
  • 训练版｜7.17GB模型：如果您想以该模型为基础，训练自己的模型。那么下载该模型可以得到更好的效果。

两个不同大小的模型任选其中一个下载即可，没必要两个都下载。

下载地址

也可以自行前往runwayml/stable-diffusion-v1-5 · Hugging Face下载相应文件。

预先训练模型加载

下载并缓存

DiffusionPipeline 类是从 Hub 加载最新趋势扩散模型的最简单、最通用的方法。DiffusionPipeline.from_pretrained（） 方法自动从检查点检测正确的管道类，下载并缓存所有必需的配置和权重文件，并返回准备进行推理的管道实例。

from diffusers import DiffusionPipeline
 
repo_id = "runwayml/stable-diffusion-v1-5"
pipe = DiffusionPipeline.from_pretrained(repo_id, use_safetensors=True)
  • 1.
  • 2.
  • 3.
  • 4.

从本地加载

若要在本地加载扩散管道，请使用 git-lfs 手动将模型（在本例中为 runwayml/stable-diffusion-v1-5 ）下载到本地磁盘。这会在磁盘上创建一个本地文件夹 ./stable-diffusion-v1-5 ， ：

git-lfs install
git clone https://huggingface.co/runwayml/stable-diffusion-v1-5
  • 1.
  • 2.

然后将本地路径传递给 from_pretrained（）：

from diffusers import DiffusionPipeline
 
repo_id = "./stable-diffusion-v1-5"
stable_diffusion = DiffusionPipeline.from_pretrained(repo_id, use_safetensors=True)
  • 1.
  • 2.
  • 3.
  • 4.

当 from_pretrained（） 方法检测到本地路径时，它不会从 Hub 下载任何文件，但这也意味着它不会下载和缓存检查点的最新更改。