AI Feeds
开源项目

stable-diffusion-webui

stable-diffusion-webui

Stable Diffusion 的图形界面工具箱，集成文生图、图生图、修复放大等常见功能，支持 LoRA、Textual Inversion、Hypernetwork 等微调技术。作为最流行的 SD 前端之一，它拥有丰富的社区扩展生态和一键安装脚本，降低使用门槛，且持续兼容新模型和优化（如 xformers、4GB 显存支持），是目前本地部署 SD 的标杆级项目。

README

Stable Diffusion web UI

基于 Gradio 库实现的 Stable Diffusion 网页界面。

功能特性

含图片的详细功能展示：

  • 原始的 txt2img 和 img2img 模式
  • 一键安装并运行脚本（但你仍需自行安装 Python 和 git）
  • Outpainting（外补绘）
  • Inpainting（内补绘）
  • 彩色草图
  • Prompt Matrix（提示矩阵）
  • Stable Diffusion Upscale（超分辨率）
  • Attention（注意力机制），指定模型应更加关注的文本部分
    • a man in a ((tuxedo)) —— 会更加关注 tuxedo（燕尾服）
    • a man in a (tuxedo:1.21) —— 替代语法
    • 选中文本后按 Ctrl+Up 或 Ctrl+Down（在 macOS 上为 Command+Up 或 Command+Down）可自动调整选中部分的注意力权重（代码由匿名用户贡献）
  • Loopback（回环），多次运行 img2img 处理
  • X/Y/Z 图表，用于绘制不同参数下图像的三维图表
  • Textual Inversion（文本反转）
    • 可拥有任意数量的 embedding，并可为其使用任何你喜欢的名称
    • 支持每个 token 使用不同数量向量的多个 embedding
    • 兼容半精度浮点数
    • 在 8GB 显存上训练 embedding（也有 6GB 显存能用的报告）
  • Extras（附加）选项卡，包含：
    • GFPGAN，用于修复人脸的神经网络
    • CodeFormer，作为 GFPGAN 替代方案的面部修复工具
    • RealESRGAN，神经网络超分辨率器
    • ESRGAN，支持大量第三方模型的神经网络超分辨率器
    • SwinIR 和 Swin2SR（见此），神经网络超分辨率器
    • LDSR，潜在扩散超分辨率放大
  • 调整宽高比的选项
  • 采样方法选择
    • 调整采样器 eta 值（噪声乘数）
    • 更高级的噪声设置选项
  • 随时中断处理
  • 支持 4GB 显存显卡（也有 2GB 显存能用的报告）
  • 批处理时种子正确
  • 实时提示词 token 长度验证
  • 生成参数
    • 生成图像所用的参数会随图像保存
    • PNG 格式保存在 PNG 块中，JPEG 格式保存在 EXIF 中
    • 可将图像拖拽到 PNG Info（PNG 信息）选项卡以恢复生成参数并自动复制到 UI
    • 可在设置中禁用
    • 拖放图像/文本参数到提示词输入框
  • “读取生成参数”按钮，将参数加载到 UI 的提示词输入框中
  • 设置页面
  • 从 UI 运行任意 Python 代码（必须使用 --allow-code 参数启用）
  • 大多数 UI 元素的鼠标悬停提示
  • 可通过文本配置文件更改 UI 元素的默认值/最小值/最大值/步长
  • 平铺支持，一个复选框，用于创建可像纹理一样平铺的图像
  • 进度条和实时图像生成预览
    • 可使用独立的神经网络，几乎不消耗 VRAM 或计算资源来生成预览
  • 负面提示词（Negative prompt），一个额外的文本字段，允许你列出不希望出现在生成图像中的内容
  • 样式（Styles），可保存部分提示词并通过下拉菜单轻松应用
  • 变体（Variations），生成相同图像但带有微小差异的方式
  • 种子缩放（Seed resizing），生成相同图像但分辨率略有不同的方式
  • CLIP interrogator（CLIP 检索器），一个按钮，尝试从图像中猜测提示词
  • Prompt Editing（提示词编辑），在生成过程中更改提示词的方式，例如一开始生成西瓜，中途切换到动漫女孩
  • Batch Processing（批处理），使用 img2img 处理一组文件
  • Img2img 替代方案，反向欧拉交叉注意力控制方法
  • Highres Fix（高分辨率修复），一个便捷选项，可一键生成高分辨率图片而无需常见的失真
  • 即时重载 checkpoint
  • Checkpoint Merger（Checkpoint 合并），一个选项卡，允许将最多 3 个 checkpoint 合并为一个
  • 自定义脚本，社区提供众多扩展
  • Composable-Diffusion，一种同时使用多个提示词的方式
    • 使用大写 AND 分隔提示词
    • 也支持提示词权重：a cat :1.2 AND a dog AND a penguin :2.2
  • 提示词无 token 数量限制（原始 Stable Diffusion 最多只能使用 75 个 token）
  • DeepDanbooru 集成，为动漫提示词创建 danbooru 风格的标签
  • xformers，对特定显卡带来大幅速度提升（在命令行参数中添加 --xformers）
  • 通过扩展：History tab：在 UI 内方便地查看、直接打开和删除图像
  • Generate forever（无限生成）选项
  • Training（训练）选项卡
    • hypernetworks（超网络）和 embeddings 选项
    • 图像预处理：裁剪、镜像、使用 BLIP 或 deepdanbooru（用于动漫）自动标签
  • Clip skip（CLIP 跳过）
  • Hypernetworks（超网络）
  • Loras（与 Hypernetworks 类似但更美观）
  • 一个单独的 UI，可在其中选择（带预览）要将哪些 embeddings、hypernetworks 或 Loras 添加到提示词中
  • 可在设置屏幕中选择加载不同的 VAE
  • 进度条中显示预估完成时间
  • API
  • 支持 RunwayML 专用的 inpainting model
  • 通过扩展：Aesthetic Gradients，一种使用 CLIP 图像嵌入生成具有特定美学风格图像的方式（实现自 https://github.com/vicgalle/stable-diffusion-aesthetic-gradients）
  • 支持 Stable Diffusion 2.0 —— 参见 wiki 获取说明
  • 支持 Alt-Diffusion —— 参见 wiki 获取说明
  • 现在没有任何坏字母！
  • 加载 safetensors 格式的 checkpoint
  • 放宽分辨率限制：生成图像的分辨率必须是 8 的倍数，而非 64
  • 现在带有许可协议！
  • 从设置屏幕重新排序 UI 中的元素
  • 支持 Segmind Stable Diffusion

安装与运行

确保满足所需的依赖，然后按照针对以下平台的说明进行操作：

或者使用在线服务（如 Google Colab）：

在 Windows 10/11 上使用 NVidia GPU 通过发布包安装

  1. 从 v1.0.0-pre 下载 sd.webui.zip 并解压。
  2. 运行 update.bat。
  3. 运行 run.bat。

更多详情请参见 Install-and-Run-on-NVidia-GPUs

Windows 自动安装

  1. 安装 Python 3.10.6（较新版本的 Python 不支持 torch），勾选“Add Python to PATH”。
  2. 安装 git。
  3. 下载 stable-diffusion-webui 仓库，例如运行 git clone https://github.com/AUTOMATIC1111/stable-diffusion-webui.git。
  4. 在 Windows 资源管理器中以普通非管理员用户身份运行 webui-user.bat。

Linux 自动安装

  1. 安装依赖：
# Debian 系：
sudo apt install wget git python3 python3-venv libgl1 libglib2.0-0
# Red Hat 系：
sudo dnf install wget git python3 gperftools-libs libglvnd-glx
# openSUSE 系：
sudo zypper install wget git python3 libtcmalloc4 libglvnd
# Arch 系：
sudo pacman -S wget git python3

如果你的系统非常新，则需要安装 python3.11 或 python3.10：

# Ubuntu 24.04
sudo add-apt-repository ppa:deadsnakes/ppa
sudo apt update
sudo apt install python3.11

# Manjaro/Arch
sudo pacman -S yay
yay -S python311 # 不要与 python3.11 包混淆

# 仅针对 3.11
# 然后在启动脚本中设置环境变量
export python_cmd="python3.11"
# 或在 webui-user.sh 中
python_cmd="python3.11"
  1. 导航到你希望安装 webui 的目录，并执行以下命令：
wget -q https://raw.githubusercontent.com/AUTOMATIC1111/stable-diffusion-webui/master/webui.sh

或者直接在任意位置克隆仓库：

git clone https://github.com/AUTOMATIC1111/stable-diffusion-webui
  1. 运行 webui.sh。
  2. 查看 webui-user.sh 了解选项。

在 Apple Silicon 上安装

请在此处查找说明：Installation on Apple Silicon。

贡献

如何向此仓库添加代码：贡献指南

文档

文档已从本 README 移至项目的 wiki。

为了让 Google 和其他搜索引擎爬取 wiki，这里是（不适合人类阅读的）可爬取 wiki 的链接。

致谢

借用代码的许可证可在 设置 -> 许可证 屏幕以及 html/licenses.html 文件中找到。

开源项目AUTOMATIC11112026-05-11原文

相关内容