1.先配置git+python環境
https://git-scm.com/downloads

https://www.python.org/downloads
2.安裝 AUTOMATIC1111(用來執行stable diffusion, 模型容器)
到AUTOMATIC111 git 找到clone網址:
https://github.com/AUTOMATIC1111/stable-diffusion-webui
cmd 視窗執行上面複製的clone網址:
git clone https://github.com/AUTOMATIC1111/stable-diffusion-webui.git
成功後會看到執行上面指令的路徑下長出stable-diffusion-webui資料夾:
照這個路徑進到用來存放模型的stable-diffusion資料夾
stable-diffusion-webui\models\Stable-diffusion
3.安裝stable diffusion
下載模型:
https://huggingface.co/runwayml/stable-diffusion-v1-5/tree/main
抓下來的模型放進步驟二最後的模型資料夾:
點擊運行 webui-user 批次檔案:
如下畫面,第一次要load檔案
依電腦效能不同可能運行幾分鐘到幾個小時
之後再開就會快許多
可以看到他自己在撈pytorch
會跟其他需要的相關檔案一起載進入
維基:
PyTorch是一個開源的Python機器學習庫,基於Torch,底層由C++實現,應用於人工智慧領域,
如電腦視覺和自然語言處理。它主要由Meta Platforms的人工智慧研究團隊開發。
著名的用途有:特斯拉自動駕駛,Uber最初發起而現屬Linux基金會專案的概率編程軟體Pyro,Lightning。
cmd視窗要保持開啟
關閉的話再重跑webui-user 批次檔案就可以
完成後瀏覽器開啟最後的local url
這邊是 http://127.0.0.1:7860
參數:
Prompt: 採用關鍵字
Negative Prompt: 避開關鍵字
Sampling steps : 越高越細緻,但耗時也越久
控制圖片尺吋:
CFG SCALE: 數值越高越接近關鍵字
BATCH COUNT: 生成幾次
BATCH SIZE: 每次幾張圖
RESTORE FACES: 臉部修復
TILING: 批貼效果
HIRES. FIX: 高解析度修復
IN QUEUE卡很久
開CMD畫面看了下發現正在加載一個無損放大的組件(codeformer)
看了下文件還蠻酷的: