资源

开源官方：https://github.com/AUTOMATIC1111/stable-diffusion-webui

模型下载: https://civitai.com

stable-diffusion-webui 的汉化: https://github.com/VinsonLaro/stable-diffusion-webui-chinese

Model Info助手: https://github.com/butaixianran/Stable-Diffusion-Webui-Civitai-Helper/blob/main/README.cn.md

网络上的demo: https://stablediffusionweb.com/#demo

Python 3.10.9 ：https://www.python.org/downloads/

Git for Windows：https://gitforwindows.org/

Git for Mac：https://git-scm.com/download/mac

WIN系统一键安装整合包

秋叶一键整合包： https://www.bilibili.com/video/BV1iM4y1y7oA/?share_source=copy_web&vd_source=d223ca59a1e41cd9875c53524f6fb658

星空一键整合包： https://www.bilibili.com/video/BV16j411A7BL/?share_source=copy_web&vd_source=d223ca59a1e41cd9875c53524f6fb658

将 WebUI Colab 安装到 Google Drive

https://github.com/camenduru/stable-diffusion-webui-colab/tree/drive

踩坑记录

网上已有很多教程了，为什么我还要写这个？因为我用的MAC环境是多数人不太了解的

一、最快的环境依赖安装管理

我已经介绍过两个WIN和MAC系统必装的软件-WINgetUI和Tea

下载WingetUl

官方：https://www.marticliment.com/wingetui/

下载TEA

官方：https://tea.xyz/gui/

在这里可以帮助你快速安装stable-diffusion-webui所需要的环境依赖，WIN端可以如图直接搜索Python或Git安装

而Tea则提供了stable-diffusion-webui的一键安装

注意：Tea所提供的一键安装目录是在用户/.tea隐藏目录下，如果你像我一样是升级MAC后文件传输备份的，则这个目录不是Github的官方目录，启动时会报错，但它能带来环境的一键安装，如果不报错，那么你可以之后都在Tea软件界面启动即可。

关于M1 MAC环境

实测：安装完stable-diffusion-webui所需的代码环境后，即便没有放入模型，程序界面依然会加载成功。

在不使用Tea选择手动安装时：

1、安装好Home Brew

/bin/bash -c "$(curl -fsSL https://raw.githubusercontent.com/Homebrew/install/HEAD/install.sh)"

2、安装好python

brew install cmake protobuf rust python@3.10 git wget

3、

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

4、下载Stable Diffusion模型 runwayml/stable-diffusion-v1-5 · Hugging Face

把下载好的模型放置到automatic\models\Stable-diffusion文件夹后，

5、

cd stable-diffusion-webui
./webui.sh

在浏览器查看127.0.0.1:7860即可

还有一个自动安装包项目：https://github.com/vladmandic/automatic

1、

git clone  https://github.com/vladmandic/automatic

2、新建一个文件夹

3、在该文件下运行CMD

4、完成安装后，系统多出一个automatic文件夹。

5、 进入automatic文件夹，找到并双击webui.bat文件。

6、 V1 5 pruned emaonly safetensors手动下载地址：https://huggingface.co/runwayml/stable-diffusion-v1-5/blob/main/v1-5-pruned-emaonly.safetensors

7、把下载好的模型放置到automatic\models\Stable-diffusion文件夹

8、stable-diffusion-webui根目录中运行

./webui.sh

在浏览器查看127.0.0.1:7860/

WIN系统手动安装

下载项目

1、

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

2、安装Python 环境

官方推荐安装 Python 3.10.6 版本 3.10.6下载地址 使用

python --version

查看当前版本。

3、准备CUDA 环境

默认 stable-diffusion-webui 运行使用的是 GPU 算力，也就是说需要用到 Nvidia 显卡

如果没有CUDA 环境可在下面的网址中找到对应的 CUDA 版本进行安装：

CUDA 官方：https://developer.nvidia.com/cuda-toolkit-archive

CUDA驱动版本与CUDA ToolKit对应关系:https://docs.nvidia.com/cuda/cuda-toolkit-release-notes/index.html#major-components

安装完成之后，可以使用如下命令查看 CUDA 版本

nvcc --version

2、下载权重文件

下载后放到models/Stable-diffusion目录下

https://huggingface.co/runwayml/stable-diffusion-v1-5/blob/main/v1-5-pruned-emaonly.safetensors

3、下载需要的模型文件

https://civitai.com/

4、启动项目

运行工程下的 webui-user.bat 文件即可

.\webui.bat 

Github:https://github.com/VinsonLaro/stable-diffusion-webui-chinese

百度链接：https://pan.baidu.com/s/1T_QINiDaMTjF3EqCZsW6uQ 提取码：jixb

方法1：通过WebUI拓展进行安装

1.打开stable diffusion webui，进入"Extensions"选项卡

2.点击"Install from URL"，注意"URL for extension's git repository"下方的输入框

3.粘贴或输入本Git仓库地址https://github.com/VinsonLaro/stable-diffusion-webui-chinese

4.点击下方的黄色按钮"Install"即可完成安装，然后重启WebUI(点击"Install from URL"左方的"Installed"，然后点击黄色按钮"Apply and restart UI"网页下方的"Reload UI"完成重启)

5.点击"Settings"，左侧点击"User interface"界面，在界面里最下方的"Localization (requires restart)"，选择"Chinese-All"或者"Chinese-English"

6.点击界面最上方的黄色按钮"Apply settings"，再点击右侧的"Reload UI"即可完成汉化

方法2：直接复制翻译好的本地化模板

1.在任意目录下使用git clone https://github.com/VinsonLaro/stable-diffusion-webui-chinese

2.进入下载好的文件夹,把"localizations"文件夹内的"Chinese-All.json"和"Chinese-English.json"复制到"stable-diffusion-webui\localizations"目录下

3.点击"Settings"，左侧点击"User interface"界面，在界面里最下方的"Localization (requires restart)"，选择"Chinese-All"或者"Chinese-English"

4.点击界面最上方的黄色按钮"Apply settings"，再点击右侧的"Reload UI"即可完成汉化

术语说明：https://github.com/dtlnor/stable-diffusion-webui-localization-zh_CN/blob/main/Terminology.md

模型输入的相关参数：

采样方法（sample method）：里面设置了很多采样算法，具体每个算法的效果，可以自行尝试

采样迭代步数（sampling steps）:模型跌倒一次的步数

restore faces,面部修复功能，可以提供面部细节

Tiling,平铺，分块

Hirres,fix：高清修复，可以把低分辨率的照片调整到高分辨率

宽度，高度，图片的尺寸

CFG scale:提示词相关性

seed随机种子，seed一样的情况下，可以生成比较相似的图片

batch count生成批次，一次生成多少批的图片，batch size没批数量，一次一批的生成图片数量

重绘幅度（denoising strength）,参数越大，重绘幅度越大，图片与原始图片越不相似，越小与原始图片越相似

到这里算是基本了解完了，如果你在安装过程中出现问题，一半原因来自安装环境依赖问题，一半来自网络问题，可以自己检查后再进行安装。