Stable-Diffusion-Webui 是一个基于Gradio库的Stable Diffusion的浏览器界面，可以说是AI绘画集合体，支持目前主流的开源AI绘画模型，例如 NovelAi/Stable Diffusion，有了它，我们就可以很方便地配置和生成AI绘画作品，并且进行各种精细地配置。
一、搭建指南
1、安装Python 3.10.6和git
2、下载stable-diffusion-webui源码
git clone https://github.com/AUTOMATIC1111/stable-diffusion-webui.git3、将模型文件放在项目根目录下的models/Stable-diffusion文件夹里
4、运行 webui-user.bat 启动
5、在浏览器中输入 http://127.0.0.1:7860 打开SD页面
launch.py可自动运行模型，运行时可以使用一些命令参数，比如：
python launch.py --opt-split-attention --ckpt model.ckpt命令行参数和优化：
| 命令行参数 | 解释 |
|---|---|
--share |
online运行，也就是public address |
--listen |
使服务器侦听网络连接。这将允许本地网络上的计算机访问UI。 |
--port |
更改端口，默认为端口7860。 |
--xformers |
使用xformers库。极大地改善了内存消耗和速度。Windows 版本安装由C43H66N12O12S2 维护的二进制文件 |
--force-enable-xformers |
无论程序是否认为您可以运行它，都启用 xformers。不要报告你运行它的错误。 |
--opt-split-attention |
Cross attention layer optimization 优化显着减少了内存使用，几乎没有成本（一些报告改进了性能）。黑魔法。默认情况下torch.cuda，包括 NVidia 和 AMD 卡。 |
--disable-opt-split-attention |
禁用上面的优化 |
--opt-split-attention-v1 |
使用上述优化的旧版本，它不会占用大量内存（它将使用更少的 VRAM，但会限制您可以制作的最大图片大小）。 |
--medvram |
通过将稳定扩散模型分为三部分，使其消耗更少的VRAM，即cond（用于将文本转换为数字表示）、first_stage（用于将图片转换为潜在空间并返回）和unet（用于潜在空间的实际去噪），并使其始终只有一个在VRAM中，将其他部分发送到CPU RAM。降低性能，但只会降低一点-除非启用实时预览。 |
--lowvram |
对上面更彻底的优化，将 unet 拆分成多个模块，VRAM 中只保留一个模块,破坏性能 |
*do-not-batch-cond-uncond |
防止在采样过程中对正面和负面提示进行批处理，这基本上可以让您以 0.5 批量大小运行，从而节省大量内存。降低性能。不是命令行选项，而是使用–medvramor 隐式启用的优化–lowvram。 |
--always-batch-cond-uncond |
禁用上述优化。只有与–medvram或–lowvram一起使用才有意义 |
--opt-channelslast |
更改 torch 内存类型，以稳定扩散到最后一个通道，效果没有仔细研究。 |
完整的命令行参数详见：
https://github.com/AUTOMATIC1111/stable-diffusion-webui/wiki/Command-Line-Arguments-and-Settings二、主要功能
WebUI分为以下几个模块：
- txt2img --- 标准的文字生成图像
- img2img --- 根据图像成文范本、结合文字生成图像
- Extras --- 优化(清晰、扩展)图像
- PNG Info --- 图像基本信息
- Checkpoint Merger --- 模型合并
- Train --- 训练模型
- Settings --- 默认参数修改
txt2img（文转图）
prompt：对于图像进行描述，有内容风格等信息进行描述。
Negative prompt：提供给模型我不想要什么样的风格
Sampling Steps：diffusion model 生成图片的迭代步数，每多一次迭代都会给 AI 更多的机会去比对 prompt 和当前结果，去调整图片。更高的步数需要花费更多的计算时间，但不一定意味着更好的结果。当然迭代步数不足（少于 50）肯定会降低结果的图像质量；
Sampling method：扩散去噪算法的采样模式，不同的采样模式会带来不一样的效果
Width、Height：图像长宽，可以通过send to extras 进行扩大，所以这里不建议设置太大[显存小的特别注意]；
Restore faces：优化面部，绘制面部图像特别注意
Tiling：生成一个可以平铺的图像
Highres. fix：使用两个步骤的过程进行生成，以较小的分辨率创建图像，然后在不改变构图的情况下改进其中的细节，选择该部分会有两个新的参数 Scale、latent 在潜空间中对图像进行缩放。另一种方法是从潜在的表象中产生完整的图像，将其升级，然后将其移回潜在的空间。Denoising strength 决定算法对图像内容的保留程度。为0时，什么都不会改变，而为1时，你会得到一个不相关的图像；
Batch count、 Batch size：都是生成几张图，前者计算时间长，后者需要显存大；
CFG Scale：分类器自由引导尺度——图像与提示符的一致程度——越低的值产生越有创意的结果；
Seed：种子，只要种子值一样，参数一致、模型一样图像就能重新
img2img（图转图）
Just resize、 Crop and resize、 Resize and fill：这三种模式保证图输出效果，因为下面会有新的尺寸，分别表示只需调整大小、裁剪和调整大小、调整大小和填充。
Denoising strength：与原图一致性的程度，一般大于0.7出来的都是新效果，小于0.3基本就会原图缝缝补补；
Extras（更多）
对图片进行优化缩放
GFPGAN visibility：对图像清晰度进行优化