Stable-Diffusion-web UI运行环境搭建和界面配置

---

前言

  Stable Diffusion是近年来热门的扩散模型，本文详细讲述Stable Diffusion的UI界面的环境搭建和配置过程，搭建完成后的界面运行如下所示：

一、论文

  扩散模型（Diffusion Model，DM）是近年来热门的一类生成模型。DM模型于2020年首次提出用于图像生成，主要实现对图像前向扩散和反向扩散的过程，论文链接如下：

• Denoising Diffusion Probabilistic Models
• arXiv：https://arxiv.org/abs/2006.11239

  若下载速度慢或无法下载，给出分享链接：

• 链接：https://wwte.lanzouj.com/ib0Pc278zffi
• 密码：bgpw

  2022年在CVPR会议上提出Latent Diffusion Models（LDMs）模型，以实现更大分辨率的图像生成，论文如下：

• High-Resolution Image Synthesis with Latent Diffusion Models
• arXiv：https://arxiv.org/abs/2112.10752

  若下载速度慢或无法下载，给出分享链接：

• 链接：https://wwte.lanzouj.com/iaS7w278znof
• 密码：285t

二、源码下载

  Stable Diffusion被认为是LDMs模型的升级版，‌它在模型结构和训练数据上进行了优化，‌以提供更加稳定和高质量的图像生成能力，GitHub源码下载链接如下：

  https://github.com/CompVis/stable-diffusion

  但是，基于纯代码的方式修改和调试并不容易，且对于不同功能的切换实现耗时较大。因此，有位大佬AUTOMATIC1111开源了一个基于Stable Diffusion Web的UI界面项目，名为stable-diffusion-webui，通过在网页界面中直接进行操作即可实现Stable Diffusion的各个功能，GitHub源码下载链接如下：

• stable-diffusion-webui
• https://github.com/AUTOMATIC1111/stable-diffusion-webui

  若下载速度过慢或无法下载，给出分享链接：

• 链接：https://wwte.lanzouj.com/iou2r278zcsd
• 密码：i4ik

  下载后对压缩包进行解压得到stable-diffusion-webui文件夹。

三、权重模型和文件下载

  该节对Stable Diffusion的UI界面需要加载和配置的相关模型文件进行说明，包括sd-v1-4.ckpt模型、openai/clip-vit-large-patch14模型和库文件的下载。

（1）下载sd-v1-4.ckpt模型

  下载Stable Diffusion最基本的权重模型文件，官网模型网站为https://huggingface.co/CompVis/stable-diffusion。

  下拉网页至“Model Access”这一栏，选择“stable-diffusion-v-1-4-original”这一项，如下图：

  之后，里面包含两个权重模型文件，分别为sd-v1-4.ckpt和 sd-v1-4-full-ema.ckpt。
  sd-v1-4.ckpt模型大小为4GB， sd-v1-4-full-ema.ckpt模型大小为7GB，下载官方的权重文件模型sd-v1-4.ckpt。

• sd-v1-4.ckpt下载：
• 官网链接：https://huggingface.co/CompVis/stable-diffusion-v-1-4-original/resolve/main/sd-v1-4.ckpt

  若下载速度慢或无法下载，给出百度云分享链接：

• 链接：https://pan.baidu.com/s/1gFgfC6vtNzvWRp0VxrqYuQ
• 密码：1shr

  sd-v1-4.ckpt模型文件下载后放置于文件夹stable-diffusion-webui/models/Stable-diffusion下面。

（2）下载openai/clip-vit-large-patch14模型

  下载CLIP多模态模型，官方下载openai/clip-vit-large-patch14模型，总共下载13个文件。

• openai/clip-vit-large-patch14下载：
• 官网链接：https://huggingface.co/openai/clip-vit-large-patch14/tree/main

  若下载速度慢或无法下载，可用下面两种方式下载：

  ①在魔塔社区网站下载：

• 链接：https://www.modelscope.cn/models/AI-ModelScope/clip-vit-large-patch14/files

  ②采用Gitee码云下载：需要安装Git软件，在终端输入以下指令即可下载：

   git clone https://gitee.com/hf-models/clip-vit-large-patch14.git

  下载完后的所有文件需要放置于openai/clip-vit-large-patch14下面，自行创建openai和clip-vit-large-patch14的文件夹，整个文件夹放在stable-diffusion-webui文件夹下面。

（3）下载库文件

  库文件的下载需要安装Git软件，Stable Diffusion程序运行时会调用多个python库，需要在Git中采用git clone指令克隆复制到本地，指令如下，总共克隆5个仓库：

git clone https://github.com/salesforce/BLIP.git

git clone https://github.com/Stability-AI/generative-models.git

git clone https://github.com/crowsonkb/k-diffusion.git

git clone https://github.com/Stability-AI/stablediffusion.git

git clone https://github.com/AUTOMATIC1111/stable-diffusion-webui-assets.git

  上述5个文件夹克隆下来后如下图所示，文件夹名称分别为BLIP、generative-models、k-diffusion、stable-diffusion-stability-ai 和 stable-diffusion-webui-assets：

  克隆下来后在stable-diffusion-webui文件夹内创建一个repositories文件夹，放置于stable-diffusion-webui-master/repositories文件夹中。

注意：以上文件如果在GitHub中直接下载的话可能会导致程序报错。

  若克隆的速度慢或失败，给出克隆后这5个文件夹的分享链接，下载的压缩包直接解压后放入repositories文件夹中即可：

• BLIP、generative-models、k-diffusion、和 stable-diffusion-webui-assets文件夹
• 链接：https://wwte.lanzouj.com/i3hVY28ac6la
• 密码：676t

• stable-diffusion-stability-ai文件夹
• 链接：https://pan.baidu.com/s/1o-LVfUJVkj5rGQdGk_Ibog
• 密码：4z8m

四、创建和搭建虚拟环境

（1）创建虚拟环境

  在终端输入指令创建虚拟环境：

	conda create -n stable_diffusion_webui python==3.10.6

需要创建Python版本为3.10.6的环境，stable_diffusion_webui为虚拟环境名称，可自行设定。

  若需要删除虚拟环境，在终端输入指令：

	conda env remove --name stable_diffusion_webui

（2）安装依赖库

  在stable-diffusion-webui文件夹中，包括有launch.py、requirements_versions.txt、webui.bat和webui-user.bat等文件，如下图所示，对应的作用在图中已分别标出，本节中需要用到requirements_versions.txt文件。

  在requirements_versions.txt中，除了PyTorch包的版本外，其它所需安装的各个库及其对应的版本已说明，这里需要指定PyTorch的安装版本，设定 torch==2.1.2 ，否则默认情况下会安装torch的最新版本。

  清华镜像安装所需依赖库的指令如下：

	pip install -i https://pypi.tuna.tsinghua.edu.cn/simple -r requirements_versions.txt

  运行指令，即可开始进行依赖库的安装。

（3）下载安装PyTorch

  上一步安装完成后，安装后的PyTorch不支持GPU，需要卸载后重新安装对应GPU版本的PyTorch包。卸载时终端输入pip uninstall torch完成卸载。重新安装2.1.2版本的PyTorch采用离线安装的方式，下载链接：

官网链接：torch-2.1.2+cu121-cp310-cp310-win_amd64.whl

  下载完成后在终端使用pip install指令对下载的whl文件进行安装。

  安装完成后，可采用torch.cuda.is_available()指令查看是否为GPU版本的PyTorch。

五、界面加载和中文汉化

  本节简要介绍stable-diffusion-webui界面加载和中文汉化的过程。

（1）界面加载设置

  修改stable-diffusion-webui文件夹中的批处理文件webui.bat和webui-user.bat。在webui-user.bat文件中，指定python运行路径、Git安装路径和python的虚拟环境路径，分别如下图所示：

  webui-user.bat文件补充添加后的路径示例如下：

@echo off

set PYTHON=‪D:\Anaconda3\envs\stable_diffusion_webui\python.exe
set GIT=D:\Git\Git\mingw64\bin\git.exe
set VENV_DIR=D:\Anaconda3\envs\stable_diffusion_webui
set COMMANDLINE_ARGS=

call webui.bat

  在webui.bat文件中，去掉指定的路径中的“ Scripts\ ”，如下图所示需要去掉两处：

注意：这里去掉很关键，若不去掉直接运行webui-user.bat可能会导致环境里的安装包全部清空，需要重新搭建环境。

  修改完成后，直接运行webui-user.bat，打开弹出的网站，默认为 http://127.0.0.1:7860，界面成功运行。

（2）中文汉化

  GitHub上下载简体中文汉化包，链接为：

https://github.com/dtlnor/stable-diffusion-webui-localization-zh_CN

  下载后解压，找到localizations文件夹下的zh_CN.json文件，放入stable-diffusion-webui中的localizations路径下。

  若下载速度慢或无法下载，给出zh_CN.json文件的分享链接：

• 链接：https://wwte.lanzouj.com/ibARk285scvc
• 密码：87f0

  启动界面，在界面中上方选择“Settings”，然后在左侧选择“User interface“，之后找到“Localization”选项，选择zh_CN，然后依次点击“Apply settings“和”Reload UI“按钮，重启UI界面，可以看到界面汉化成功。

  对界面汉化的方法实际上有很多，也可尝试其它汉化方法。

六、模型更换下载

  本文采用的是Stable Diffusion基本的权重模型文件sd-v1-4.ckpt，也可更换为其它模型。
  下载模型可从这两个网站中下载，都需要VPN。
  https://civitai.com/

  https://huggingface.co/