【慕伏白教程】Linux系统本地部署stable-diffusion-webui

---

本教程针对 Stable Diffusion 2.0 进行本地部署，系统环境为 Linux

---

注意： 本教程不包含 anaconda/miniconda、python、git、cuda 的安装

提示： 由于国内网络原因，github不能稳定连接，这时候将网页中的 github 替代为 kgithub 即可
或： 添加参数 -i https://pypi.tuna.tsinghua.edu.cn/simple 通过镜像源下载

0. Requirements

Python 3.10.6

1. 创建并进入 conda 环境

conda init
conda create --name sd2 python=3.10.6
conda activate sd2
cd ./sd2

2. 克隆项目

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

替代示例：

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

3. 安装依赖

cd ./stable-diffusion-webui
pip install -r requirements_versions.txt
pip install -r requirements.txt 

镜像源下载示例：

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

如果安装了插件，需要进入插件目录下安装插件依赖，插件存放位置为 ./stable-diffusion-webui/extensions

4. （可选）创建启动脚本

完整启动脚本为 ./webui-user.sh ，现将其中有用的部分单独存放一个文件，可能出现端口占用的问题，修改 --port 即可

vim start.sh

将下列内容加入其中：

#!/bin/bash
  
export COMMANDLINE_ARGS="--xformers --deepdanbooru --port 7890 --theme dark --share "
 
python_cmd="python"
LAUNCH_SCRIPT="launch.py"
 
"${python_cmd}" "${LAUNCH_SCRIPT}" "$@"

参数详解：

• --xformers 降低显存占用，提高运行速度，加速图像的生成，仅适用于 nvidiagpus
• --deepdanbooru 启用了图生文的功能，主要用于训练前数据处理，这里没有太大用
• --port 7890 访问端口 7890
• --theme dark 黑色主题
• --share 额外生成一个临时的公网地址进行程序访问，地址有效期限为72小时，并且每次重启地址都会变

5. 启动脚本，需等待后台下载

./start.sh

解决报错或长时间不加载问题：

问题原因依旧是国内网络原因，上不去 github ，这里的解决方法是将下载地址全部换为 kgithub

• 打开 launch.py
• 按一下 esc 进入命令模式
• 输入 /github 后回车
• 将 prepare_environment() 中的 github 修改为 kgithub （按一下 i 进入编辑模式）

• 按一下 esc 进入命令模式
• 输入 :wq 保存并退出，输入 :q! 仅退出不保存
• 重新执行启动脚本

./start.sh

6. 打开项目 URL

local URL 是本地地址，仅限本机访问
public URL 是公网地址，添加 --share 参数获得

7. 成功访问

8. 使用建议

• 更新项目

cd ./sd2
git pull

• 预训练模型下载地址

  • CompVis/stable-diffusion-v-1-4-original
  • stabilityai/stable-diffusion-2-1

• 预训练模型存放位置

  • *.ckpt 和 *.safetensors 存放至 stable-diffusion-webui/models/Stable-diffusion/ 目录下
  • *.vae.ckpt 存放至 stable-diffusion-webui/models/VAE/ 目录下

• GFPGAN
  用于修复和绘制人脸，减少stable diffusion人脸的绘制扭曲变形问题。