Stable Diffusion WebUI 最新版使用文档整理

25-03-07 21:02

13221

blog.csdn.net

id="article_content" class="article_content clearfix"> id="content_views" class="markdown_views prism-atom-one-light">

太久没用基本都忘光了，发现记的笔记也没有很好的梳理，虽然网上已经有了不少详细的文档了，但自己梳理一遍记忆比较深刻。

本文转载自我的博客：https://blog.abyssdawn.com/archives/515.html
已同步公众号

环境准备

$ python --version
Python 3.10.10

$ nvcc --version
nvcc: NVIDIA (R) Cuda compiler driver
Copyright (c) 2005-2022 NVIDIA Corporation
Built on Wed_Sep_21_10:41:10_Pacific_Daylight_Time_2022
Cuda compilation tools, release 11.8, V11.8.89
Build cuda_11.8.r11.8/compiler.31833905_0
 class="hljs-button signin active" data-title="登录复制" data-report-click="{"spm":"1001.2101.3001.4334"}">

安装 Stable Diffusion WebUI

nvidia显卡用户输入以下指令，下载Stable Diffusion WebUI的代码仓库。

git clone https://github.com/AUTOMATIC1111/stable-diffusion-webui.git
 class="hljs-button signin active" data-title="登录复制" data-report-click="{"spm":"1001.2101.3001.4334"}">

这里我clone的版本为1.10.0，目前的时间是2025-01-15

运行webui-user.bat

此时会开始下载pytorch，但是因为是官方的源很慢，可以先关闭终端

进入venv虚拟环境，使用国内镜像安装

pip install torch==2.3.1 torchvision==0.18.1 torchaudio==2.3.1 -f https://mirrors.aliyun.com/pytorch-wheels/cu118
 class="hljs-button signin active" data-title="登录复制" data-report-click="{"spm":"1001.2101.3001.4334"}">

再次运行webui-user.bat

安装完毕

2024-12-30T07:02:08.png

如果想要开启api功能，可以编辑web-user.bat，在set COMMANDLINE_ARGS的最后加上 -api

关于启动命令的详细说明：

class="table-box">

参数指令	数值	默认值	说明
设置值
-h, --help	None	False	显示此帮助消息并退出。
–exit			安装后终止程序。
–data-dir	DATA_DIR	./	用户数据保存的路径。
–config	CONFIG	configs/stable-diffusion/v1-inference.yaml	建构模型设置档的路径。
–ckpt	CKPT	model.ckpt	Stable Diffusion模型的存盘点模型路径。一旦指定，该模型会加入至存盘点模型列表并加载。
–ckpt-dir	CKPT_DIR	None	存放Stable Diffusion模型存盘点模型的路径。
–no-download-sd-model	None	False	即使找不到模型，也不自动下载SD1.5模型。
–vae-dir	VAE_PATH	None	VAE的路径。
–gfpgan-dir	GFPGAN_DIR	GFPGAN/	GFPGAN路径
–gfpgan-model	GFPGAN_MODEL	GFPGAN模型文件名
–codeformer-models-path	CODEFORMER_MODELS_PATH	models/Codeformer/	Codeformer模型档的路径。
–gfpgan-models-path	GFPGAN_MODELS_PATH	models/GFPGAN	GFPGAN模型档的路径。
–esrgan-models-path	ESRGAN_MODELS_PATH	models/ESRGAN	ESRGAN模型档的路径。
–bsrgan-models-path	BSRGAN_MODELS_PATH	models/BSRGAN	BSRGAN模型档的路径。
–realesrgan-models-path	REALESRGAN_MODELS_PATH	models/RealESRGAN	RealESRGAN模型档的路径。
–scunet-models-path	SCUNET_MODELS_PATH	models/ScuNET	ScuNET模型档的路径。
–swinir-models-path	SWINIR_MODELS_PATH	models/SwinIR	SwinIR和SwinIR v2模型档的路径。
–ldsr-models-path	LDSR_MODELS_PATH	models/LDSR	含有LDSR模型档的路径。
–lora-dir	LORA_DIR	models/Lora	含有LoRA模型档的路径。
–clip-models-path	CLIP_MODELS_PATH	None	含有CLIP模型档的路径。
–embeddings-dir	EMBEDDINGS_DIR	embeddings/	Textual inversion的embeddings路径 (缺省: embeddings)
–textual-inversion-templates-dir	TEXTUAL_INVERSION_TEMPLATES_DIR	textual_inversion_templates	Textual inversion范本的路径
–hypernetwork-dir	HYPERNETWORK_DIR	models/hypernetworks/	Hypernetwork路径
–localizations-dir	LOCALIZATIONS_DIR	localizations/	在地化翻译路径
–styles-file	STYLES_FILE	styles.csv	风格文件名
–ui-config-file	UI_CONFIG_FILE	ui-config.json	UI设置档文件名
–no-progressbar-hiding	None	False	取消隐藏Gradio UI的进度条 (我们之所以将其隐藏，是因为在浏览器启动硬件加速的状况下，进度条会降低机器学习的性能)
–max-batch-count	MAX_BATCH_COUNT	16	UI的最大批量数值
–ui-settings-file	UI_SETTINGS_FILE	config.json	UI设置值画面的文件名
–allow-code	None	False	允许在WebUI运行自订指令稿
–share	None	False	使用此参数在启动后会产生Gradio网址，使WebUI能从外部网络访问
–listen	None	False	以0.0.0.0主机名称启动Gradio，使其能回应连接请求
–port	PORT	7860	以给定的通信端口启动Gradio。1024以下的通信端口需要root权限。如果可用的话，缺省使用7860通信端口。
–hide-ui-dir-config	None	False	在WebUI隐藏设置档目录。
–freeze-settings	None	False	禁用编辑设置。
–enable-insecure-extension-access	None	False	无视其他选项，强制激活扩充功能页签。
–gradio-debug	None	False	使用 --debug选项启动Gradio
–gradio-auth	GRADIO_AUTH	None	设置Gardio授权，例如"username:password"，或是逗号分隔值形式"u1:p1,u2:p2,u3:p3"
–gradio-auth-path	GRADIO_AUTH_PATH	None	设置Gardio授权文件路径。例如 “/路径/” 再加上`--gradio-auth`的格式。
–disable-console-progressbars	None	False	不在终端机显示进度条。
–enable-console-prompts	None	False	在使用文生图和图生图的时候，于终端机印出提示词
–api	None	False	以API模式启动WebUI
–api-auth	API_AUTH	None	设置API授权，例如"username:password"，或是逗号分隔值形式"u1:p1,u2:p2,u3:p3"
–api-log	None	False	激活所有API请求的纪录档
–nowebui	None	False	仅启动API, 不启动WebUI
–ui-debug-mode	None	False	不加载模型，以更快启动WebUI
–device-id	DEVICE_ID	None	选择要使用的CUDA设备 (例如在启动指令稿使用export CUDA_VISIBLE_DEVICES=0或1)
–administrator	None	False	使用系统管理员权限
–cors-allow-origins	CORS_ALLOW_ORIGINS	None	允许跨来源资源共用，列表以逗号分隔，不可有空格
–cors-allow-origins-regex	CORS_ALLOW_ORIGINS_REGEX	None	允许跨来源资源共用，后面加上单一正规表达式
–tls-keyfile	TLS_KEYFILE	None	部份激活TLS,，需要配合–tls-certfile才能正常运作
–tls-certfile	TLS_CERTFILE	None	部份激活TLS，需要配合–tls-keyfile才能正常运作
–server-name	SERVER_NAME	None	设置服务器主机名称
–skip-version-check	None	False	不检查torch和xformers的版本
–no-hashing	None	False	禁用计算存盘点模型的sha256哈希值，加快加载速度
–skip-version-check	None	False	不检查torch与xformers版本。
–skip-version-check	None	False	不检查Python版本。
–skip-torch-cuda-test	None	False	不检查CUDA是否正常运作。
–skip-install	None	False	跳过安装套件。
–loglevel	None	None	日志纪录等级，有效值为CRITICAL, ERROR, WARNING, INFO, DEBUG
–log-startup	None	False	在启动程序时输出launch.py的详细运行内容。
–api-server-stop	None	False	允许通过API通信停止/重启/强制停止主程序。
–timeout-keep-alive	int	30	设置uvicorn的timeout_keep_alive数值。
性能相关
–xformers	None	False	给cross attention layers激活xformers
–reinstall-xformers	None	False	强制重装xformers，升级时很有用。但为避免不断重装，升级后将会移除。
–force-enable-xformers	None	False	强制给cross attention layers激活xformers 此选项无法运作的话请勿回报bug
–xformers-flash-attention	None	False	给xformers激活Flash Attention，提升再现能力 (仅支持SD2.x或以此为基础的模型)
–opt-split-attention	None	False	强制激活Doggettx的cross-attention layer优化。有CUDA的系统缺省激活此选项。
–opt-split-attention-invokeai	None	False	强制激活InvokeAI的cross-attention layer优化。无CUDA的系统缺省激活此选项。
–opt-split-attention-v1	None	False	激活旧版的split attention优化，防止占用全部可用的VRAM，
–opt-sub-quad-attention	None	False	激活增进内存效率的sub-quadratic cross-attention layer优化
–sub-quad-q-chunk-size	SUB_QUAD_Q_CHUNK_SIZE	1024	sub-quadratic cross-attention layer优化使用的串行化区块大小
–sub-quad-kv-chunk-size	SUB_QUAD_KV_CHUNK_SIZE	None	sub-quadratic cross-attention layer优化使用的kv区块大小
–sub-quad-chunk-threshold	SUB_QUAD_CHUNK_THRESHOLD	None	sub-quadratic cross-attention layer优化过程中，区块化使用的VRAM阈值
–opt-channelslast	None	False	激活4d tensors使用的alternative layout，或许可以加快推理速度仅适用搭载Tensor内核的Nvidia显卡(16xx系列以上)
–disable-opt-split-attention	None	False	强制禁用cross-attention layer的优化
–disable-nan-check	None	False	不检查生成图像/潜在空间是否有nan。在CI模式无使用存盘点模型的时候很有用。
–use-cpu	{all, sd, interrogate, gfpgan, bsrgan, esrgan, scunet, codeformer}	None	让部份模块使用CPU作为PyTorch的设备
–no-half	None	False	不将模型转换为半精度浮点数
–precision	{full,autocast}	autocast	使用此精度评估
–no-half-vae	None	False	不将VAE模型转换为半精度浮点数
–upcast-sampling	None	False	向上采样。搭配 --no-half使用则无效。生成的结果与使用–no-half参数相近，效率更高，使用更少内存。
–medvram	None	False	激活Stable Diffusion模型优化，牺牲速度，换取较小的VRAM占用。
–lowvram	None	False	激活Stable Diffusion模型优化，大幅牺牲速度，换取更小的VRAM占用。
–lowram	None	False	将Stable Diffusion存盘点模型的权重加载至VRAM，而非RAM
–disable-model-loading-ram-optimization	None	False	禁用模型加载时降低RAM占用的优化。
功能
–autolaunch	None	False	启动WebUI后自动打开系统缺省的浏览器
–theme	None	Unset	使用指定主题启动WebUI (light或dark)，无指定则使用浏览器缺省主题。
–use-textbox-seed	None	False	在WebUI的种子字段使用textbox (没有上下，但可以输入长的种子码)
–disable-safe-unpickle	None	False	不检查PyTorch模型是否有恶意代码
–ngrok	NGROK	None	Ngrok授权权杖， --share参数的替代品。
–ngrok-region	NGROK_REGION	us	选择启动Ngrok的区域
–update-check	None	None	启动时检查有无新版本。
–update-all-extensions	None	None	在启动WebUI的时候自动更新所有扩充功能。
–reinstall-xformers	None	False	强制重新安装xformers，适用于更新程序之后运行。更新完之后记得移除此参数。
–reinstall-torch	None	False	强制重新安装touch，适用于更新程序之后运行。更新完之后记得移除此参数。
–tests	TESTS	False	运行功能测试，确认WebUI正常运作。
–no-tests	None	False	即使有`--test`参数也不要运行功能测试。
–dump-sysinfo	None	False	倾印系统消息并退出程序（不包括扩充功能）
–disable-all-extensions	None	False	禁用所有扩充功能，包含内置的扩充功能。
–disable-extra-extensions	None	False	禁用所有扩充功能。
已经无效的选项
–show-negative-prompt	None	False	无作用
–deepdanbooru	None	False	无作用
–unload-gfpgan	None	False	无作用
–gradio-img2img-tool	GRADIO_IMG2IMG_TOOL	None	无作用
–gradio-inpaint-tool	GRADIO_INPAINT_TOOL	None	无作用
–gradio-queue	None	False	无作用
–add-stop-route	None	False	无作用
–always-batch-cond-uncond	None	False	无作用

下载模型

目前找Stable Diffusion与其衍生模型的网站主要就二个。

第一个是 HuggingFace，中文俗称抱脸笑，可以说是人工智能界的Github。Stable Diffusion背后用到的很多AI工具，如Transformer、Tokenizers、Datasets都他们开发的，网站上也有丰富的教学文档。

另一个是 Civitai，专门用来分享Stable Diffusion相关的资源，特色是模型都有示范缩略图，用户也可以分享彼此使用的提示词，以及分享作品。

这里我先下载一个动漫模型：https://civitai.com/models/4437/abyssorangemix2-sfwsoft-nsfw

將下载后的模型放到models\Stable-diffusion

文生图

文生图(txt2image)即为让AI按照文本叙述生图。

生图流程为在左上角填入提示词，勾选左下角的生图参数，再点击右上角生成图片。其余SD WebUI的功能用法大抵都按照此逻辑设计，有些参数是通用的。

文生图案例1

在prompt输入

A girl, walking in the forest, the sun fell on her body,
(masterpiece:1,2), best quality, highres, original, extremely detailed wallpaper, perfect lighting,(extremely detailed CG:1.2),
 class="hljs-button signin active" data-title="登录复制" data-report-click="{"spm":"1001.2101.3001.4334"}">

在nagative prompt输入

NSFW, (worst quality:2), (low quality:2), (normal quality:2), lowres, normal quality, ((monochrome)), ((grayscale)), skin spots, acnes, skin blemishes, age spot, (ugly:1.331), (duplicate:1.331), (morbid:1.21), (mutilated:1.21), (tranny:1.331), mutated hands, (poorly drawn hands:1.5), blurry, (bad anatomy:1.21), (bad proportions:1.331), extra limbs, (disfigured:1.331), (missing arms:1.331), (extra legs:1.331), (fused fingers:1.61051), (too many fingers:1.61051), (unclear eyes:1.331), lowers, bad hands, missing fingers, extra digit,bad hands, missing fingers, (((extra arms and legs))),
 class="hljs-button signin active" data-title="登录复制" data-report-click="{"spm":"1001.2101.3001.4334"}">

通用参数：

Sampling method 采样方法选择：DPM++ 2M SDE Heun
Sampling Steps 采样步数：20
Width 宽度：800
Height 高度：450
Batch count 生成几次：1
Batch size 一次生成几张：1
CFG Scale 提示词的相关度：8
Seed 种子码：-1 表示随机，也可以填别人画好的seed

其它参数先不用管，点击生成

图生图

图生图(img2img)是让AI参照现有的图片生图，源自InstructPix2Pix技术。

例如：上传一张真人照片，让AI把他改绘成动漫人物；上传画作线稿，让AI自动上色；上传一张黑白照，让AI把它修复成彩色相片。

这个功能位于「Img2img」的页签。

随便在网上找一张非二次元的图片，例如我这里使用矿泉水瓶的图片

参考步骤：

上传参考图。图片比例最好跟设置生成的宽高一致
调整通用参数。特别注意Denoising strength，该参数调低的情况下可以用来微调原图
点击生成

提示词（注意看格式）

SFW, (1girl:1.3), long hair, white hair, face, front, looking at viewer,  white shirt, (green belt:1.5), red skirt, red hats, dancing, upper body, standing, (white background:1.5), hands at the back
(masterpiece:1.2), best quality, masterpiece, highres, original, extremely detailed wallpaper, perfect lighting,(extremely detailed CG:1.2),
Negative prompt: NSFW, (worst quality:2), (low quality:2), (normal quality:2), lowres, normal quality, ((monochrome)), ((grayscale)), skin spots, acnes, skin blemishes, age spot, (ugly:1.331), (duplicate:1.331), (morbid:1.21), (mutilated:1.21), (tranny:1.331), mutated hands, (poorly drawn hands:1.5), blurry, (bad anatomy:1.21), (bad proportions:1.331), extra limbs, (disfigured:1.331), (missing arms:1.331), (extra legs:1.331), (fused fingers:1.61051), (too many fingers:1.61051), (unclear eyes:1.331), lowers, bad hands, missing fingers, extra digit,bad hands, missing fingers, (((extra arms and legs))),
Steps: 20, Sampler: DPM++ SDE Karras, CFG scale: 8, Seed: 4072734573, Size: 600x600, Model hash: 038ba203d8, Model: AbyssOrangeMix2_SFW, Denoising strength: 0.7, Clip skip: 2, ENSD: 31337, Mask blur: 4
 class="hljs-button signin active" data-title="登录复制" data-report-click="{"spm":"1001.2101.3001.4334"}">1
2
3
4

图生图的生成结果按钮下的最后两个按钮可以从图片中提取提示词，有兴趣的也可以试一下。

内补绘制

内补绘制(inpaint)。这是用AI填充涂黑(遮罩)区域的技术，例如给图片的角色换衣服。或是反过来：让AI把图片空白的地方绘制完成(outpaint)。

可以想像成让AI帮您修图，用于在图中添加或去除对象。

此功能位于Img2img下的Inpaint页面。

参数说明：

Mask blur：图片上的笔刷毛边柔和程度。
Mask mode：选择要让AI填满涂黑区域(Inpaint masked)，或是填满未涂黑区域(Inpaint not masked)。
Masked content：要填充的内容。
Fill：让AI参考涂黑附近的颜色填满区域。
Original：在填满区域的时候参考原图底下的内容。
latent noise：使用潜在空间填满，可能会生出跟原图完全不相关的内容。
latent nothing：使用潜在空间填满，不加入噪声。
Inpaint area：选择要填满整张图片(Whole picture)或是只填满涂黑的区域(Only masked)
Only masked padding, pixels是像素内距。
Only masked即外补绘制模式。

参考流程：

上传参考图
绘制要重绘的区域
填写提示词
调整参数
生成

若要切换为外补绘制：点击左下角的Mask mode，将Inpaint masked改成Inpaint not masked，这样AI就会改为填满没有涂黑的地方。

batch页面可以批量处理图片，大家自行尝试。

这里我没做出效果比较好的示例，在网上找了张效果图，涂黑的部分就是重绘的部分，新版涂抹已经变成白色了

额外网络进阶模型

大模型一般指Checkpoint，小模型则是除了大模型之外的其他模型，如LoRA、Embeddings、Hypernetwork对大模型起到“微调”作用

小模型主要用来改善画风，并改善生成特定对象、角色的准确度。例如使用Anything模型生图，再搭配"Taiwan-doll-likeness LoRA"就能转成真人风格而不用依赖许多提示词，并且可以一次叠很多个，就像套多层滤镜一般。

LoRA：比较常用，一般用于还原角色、形象特征，也可以用于训练画风
Embeddings：还原角色的形象特征
Hypernetwork：用的不多

Civitai有很多小模型可以下载。下载时需注意模型是哪一种。

Embedding请放stable-diffusion-webui文件夹下的embeddings
HyperNetwork放到stable-diffusion-webui/models/hypernetworks。
LoRA放到stable-diffusion-webui/models/Lora。

如果要显示小模型缩略图，将图片取跟该模型一样的文件名，并放到该模型的文件夹。例如在Taiwan-doll-likeness.safetensors所在的文件夹放一张Taiwan-doll-likeness.png。

使用方法：

在正常使用文生图的基础上。选择lora，点击小模型的卡片便会将其加到提示词字段，提示词字段会出现，表示要在绘图时使用LoRA。
如果生出来的图片太诡异，调整提示词字段每个LoRA后面的数字，控制权重。xxx:0.5

这里介绍一下VAE，之前生成的图片都会偏灰。VAE (variational autoencoder)可以让算出来的图片色彩更漂亮，改善图片颜色灰灰暗暗的问题。

这里下载模型对应的VAE：https://huggingface.co/WarriorMama777/OrangeMixs/tree/main/VAEs
下载orangemix.vae.pt

如果要使用VAE，下载VAE模型后，将其放到stable-diffusion-webui/models/VAE文件夹。

接着点击Settings → Stable Diffusion → SD VAE，选取要使用的VAE，再点击Apply Settings，此后生图就会一律使用指定的VAE。

lora案例1

到c站下载lora：https://civitai.com/models/9727?modelVersionId=11564

这里我下载的是d.va (overwatch) d.va 守望先锋

下载后放到models\Lora文件夹。

此时在Lora选项卡的右上角点击刷新就可以看到卡片

提示词

SFW, masterpiece, best quality, 1girl, brown hair, brown eyes, smile, standing, dynamic pose, outdoors, city background, , deeva \(overwatch 1 version\), d.va /(overwatch 1/),
facial_mark, whisker_markings, d.va_\(overwatch\), 1girl, blue bodysuit, long_hair, pilot_suit, solo, facepaint, headphones, gun, brown_hair, holding_gun, swept_bangs, clothes_writing, bangs, breasts, blue_background, hand_on_hip, animal_print, handgun, brown_eyes, medium_breasts, holding_weapon, bracer, ribbed_bodysuit, weapon, white_gloves, shoulder_pads, holding, high_collar, turtleneck, standing, white_footwear, full_body, charm_\(object\), pink_lips, gloves, hand_up, pistol, skin_tight, smile
Negative prompt: NSFW, (worst quality:2), (low quality:2), (normal quality:2), lowres, normal quality, ((monochrome)), ((grayscale)), skin spots, acnes, skin blemishes, age spot, (ugly:1.331), (duplicate:1.331), (morbid:1.21), (mutilated:1.21), (tranny:1.331), mutated hands, (poorly drawn hands:1.5), blurry, (bad anatomy:1.21), (bad proportions:1.331), extra limbs, (disfigured:1.331), (missing arms:1.331), (extra legs:1.331), (fused fingers:1.61051), (too many fingers:1.61051), (unclear eyes:1.331), lowers, bad hands, missing fingers, extra digit,bad hands, missing fingers, (((extra arms and legs))),
Steps: 20, Sampler: DPM++ SDE Karras, CFG scale: 7, Seed: 3590206651, Size: 600x800, Model hash: a074b8864e, Model: 二次元：Counterfeit V2.5, Denoising strength: 0.4, Clip skip: 2, ENSD: 31337, Hires upscale: 1.5, Hires upscaler: R-ESRGAN 4x+ Anime6B
 class="hljs-button signin active" data-title="登录复制" data-report-click="{"spm":"1001.2101.3001.4334"}">1
2
3
4

可以试一下加和不加的区别

放大图片分辨率

用默认的512x512分辨率就生出不错的图，可以将图片直接丢到Extras放大。

参数

Scale by：按照此数字的倍数放大
Scale to：放大至指定宽高
Upscaler 1 & Upscaler 2：放大图片的时候可以只用一种放大器，也可以混合使用二种放大器。
Upscaler 2 visibility：第二个放大器的权重。
GFPGAN visibility：GFPGAN脸部修复模型的权重
CodeFormer visibility：CodeFormer脸部修复模型的权重

Upscaler的选择

ESRGAN_4x适合用于处理真人照片
ESRGAN_4x适合用于绘画
Anime6B适合用于动漫图片，它也可以用来将真人图片转动漫风格

切换至Extras页面，上传图片，选取放大2倍，点击下面的Upscaler 1中挑一个看起来顺眼的，其余维持缺省，按Generate即会得到放大过的图片。

参考

https://docs.stablediffusion.cn/
https://nenly.notion.site/017c3341c8b84a7ebb4c2cb16f36e28f

data-report-view="{"mod":"1585297308_001","spm":"1001.2101.3001.6548","dest":"https://blog.csdn.net/m0_74252714/article/details/145173856","extend1":"pc","ab":"new"}">>

注：本文转载自blog.csdn.net的破晓一代网络的文章"https://blog.csdn.net/m0_74252714/article/details/145173856"。版权归原作者所有，此博客不拥有其著作权，亦不承担相应法律责任。如有侵权，请联系我们删除。

复制链接

发表评论

/ 登录

评论记录：

未查询到任何数据！