大家好,我是Stable Diffusion攻略的小编。在今天的文章中,我将为您介绍Stable Diffusion WebUI和API的基本内容,以及如何搭建和使用这一强大的工具,以满足您的创作需求。
安装环境依赖
在使用Stable Diffusion WebUI和API之前,首先需要安装必要的环境依赖。以下是一些必要的步骤:
安装显卡驱动
要使用CUDA,您需要安装Nvidia驱动程序。请执行以下命令:
sudo apt update<br /> sudo apt purge *nvidia*<br /> <span># </span><span>列出适用于您的GPU的可用驱动程序</span><br /> ubuntu-drivers list<br /> sudo apt install nvidia-driver-525<br /> reboot<br />
安装CUDA
按照NVIDIA Developers的说明,安装CUDA并重启机器:
wget https://developer.download.nvidia.com/compute/cuda/repos/ubuntu2204/x86_64/cuda-ubuntu2204.pin<br /> sudo mv cuda-ubuntu2204.pin /etc/apt/preferences.d/cuda-repository-pin-600<br /> wget https://developer.download.nvidia.com/compute/cuda/12.1.0/local_installers/cuda-repo-ubuntu2204-12-1-local_12.1.0-530.30.02-1_amd64.deb<br /> sudo dpkg -i cuda-repo-ubuntu2204-12-1-local_12.1.0-530.30.02-1_amd64.deb<br /> sudo cp /var/cuda-repo-ubuntu2204-12-1-local/cuda-*-keyring.gpg /usr/share/keyrings/<br /> sudo apt-get update<br /> sudo apt-get -y install cuda<br />
验证安装
使用以下命令验证驱动和CUDA的安装情况:
nvidia-smi<br /> nvcc --version<br />
安装Python、Wget和Git
安装Python、Wget和Git,以便后续的配置和操作:
sudo apt install python3 python3-pip python3-virtualenv wget git<br />
安装Conda
为了配置不同版本的Python虚拟环境,您可以安装Conda:
wgt https://repo.anaconda.com/miniconda/Miniconda3-latest-Linux-x86_64.sh<br /> chmod +x Miniconda3-latest-Linux-x86_64.sh<br /> bash Miniconda3-latest-Linux-x86_64.sh<br /> <span># </span><span>确认所有设置并安装</span><br />
创建Python虚拟环境
使用Conda创建一个Python虚拟环境,例如:
conda create --name sdwebui python=3.10.6<br />
搭建Stable Diffusion WebUI环境
现在,让我们来搭建Stable Diffusion WebUI环境,以便进行图像生成和创作。
克隆Stable Diffusion WebUI代码
首先,将Stable Diffusion WebUI的代码克隆到您的机器上:
cd ~<br /> git clone https://github.com/AUTOMATIC1111/stable-diffusion-webui.git<br />
进入虚拟环境
激活刚刚创建的Python虚拟环境:
conda activate sdwebui<br />
设置启动参数
根据您的电脑配置,编辑webui_user.sh文件并设置相应的参数。您可以根据GPU显存的大小来调整参数以获得最佳性能。
安装Stable Diffusion WebUI依赖
运行以下命令以自动安装所需的依赖项:
bash webui.sh<br />
如果一切顺利,依赖项将被安装并且WebUI将成功启动。您可以在浏览器中打开相应的链接地址,开始使用WebUI进行图像生成和创作。
如果克隆代码时出现问题,您还可以手动下载相应的仓库并将其放置在正确的位置,具体的依赖仓库地址可以参考lanch.py文件。
安装插件
您还可以为Stable Diffusion WebUI安装各种插件,以扩展其功能。找到各种插件对应的Git仓库,将代码克隆下来并放置在stable-diffusion-webui/extensions文件夹下。
配置模型
下载所需类型的模型文件,并将其放置在stable-diffusion-webui/models文件夹的相应目录下。
使用API模式
如果您更倾向于使用API模式,可以按照以下步骤进行操作:
启动Stable Diffusion WebUI
运行以下命令以启动Stable Diffusion WebUI,但不启动WebUI界面:
bash webui.sh --nowebui<br />
调用API
通过向API的接口发送POST请求,您可以使用API进行图像生成。以下是一个示例代码:
<span>import</span> json<br /> <span>import</span> base64<br /> <span>import</span> requests</p><p><span>def</span> <span>submit_post</span>(<span>url: <span>str</span>, data: <span>dict</span></span>):<br /> <span>return</span> requests.post(url, data=json.dumps(data)</p><p><span>def</span> <span>save_encoded_image</span>(<span>b64_image: <span>str</span>, output_path: <span>str</span></span>):<br /> <span>with</span> <span>open</span>(output_path, <span>'wb'</span>) <span>as</span> image_file:<br /> image_file.write(base64.b64decode(b64_image)</p><p><span>if</span> __name__ == <span>'__main__'</span>:<br /> txt2img_url = <span>r'http://127.0.0.1:7861/sdapi/v1/txt2img'</span></p><p> data = {<span>'prompt'</span>: <span>'a dog wearing a hat'</span>,<br /> <span>'negative_prompt'</span>: <span>''</span>,<br /> <span>'sampler_index'</span>: <span>'DPM++ SDE'</span>,<br /> <span>'seed'</span>: <span>1234</span>,<br /> <span>'steps'</span>: <span>20</span>,<br /> <span>'width'</span>: <span>512</span>,<br /> <span>'height'</span>: <span>512</span>,<br /> <span>'cfg_scale'</span>: <span>8</span>}</p><p>
response = submit_post(txt2img_url, data)<br /> save_image_path = <span>r'tmp.png'</span><br /> save_encoded_image(response.json()[<span>'images'</span>][<span>0</span>], save_image_path)
2、本站所有文章、图片、资源等如果未标明原创,均为收集自互联网公开资源;分享的图片、资源、视频等,出镜模特均为成年女性正常写真内容,版权归原作者所有,仅作为个人学习、研究以及欣赏!如有涉及下载请24小时内删除;
3、如果您发现本站上有侵犯您的权益的作品,请与我们取得联系,我们会及时修改、删除并致以最深的歉意。邮箱: i-hu#(#换@)foxmail.com