Kif Tmexxi Diffużjoni Stabbli Lokalment B'GUI fuq Windows

Tista' tinstalla Stable Diffusion lokalment fuq il-PC tiegħek, iżda l-proċess tipiku jinvolvi ħafna xogħol bil-linja tal-kmand biex tinstalla u tuża. Fortunatament għalina, il-komunità Stabbli Diffusion solvut dik il-problema. Ara kif tinstalla verżjoni ta 'Stable Diffusion li taħdem lokalment b'interface tal-utent grafika!

X'inhu Diffużjoni Stabbli?

Stable Diffusion huwa mudell AI li jista 'jiġġenera immaġini minn test prompts, jew jimmodifika immaġini eżistenti bi test prompt, ħafna bħal MidJourney jew DALL-E 2. Kien rilaxxat għall-ewwel darba f'Awwissu 2022 minn Stability.ai. Jifhem eluf ta 'kliem differenti u jista' jintuża biex joħloq kważi kull immaġni li l-immaġinazzjoni tiegħek tista 'tqajjem fi kważi kull stil.

Madankollu, hemm żewġ differenzi kritiċi li jiddistingwu d-Diffużjoni Stabbli mill-biċċa l-kbira tal-ġeneraturi popolari l-oħra tal-arti tal-AI:

Jista' jitmexxa lokalment fuq il-PC tiegħek
Huwa proġett open-source

L-aħħar punt huwa verament il-kwistjoni importanti hawn. Tradizzjonalment, Stable Diffusion hija installata u mmexxija permezz ta 'interface tal-linja tal-kmand. Jaħdem, iżda jista 'jkun goff, mhux intuwittiv, u huwa ostaklu sinifikanti għad-dħul għal nies li kieku jkunu interessati. Iżda, peress li huwa proġett ta 'sors miftuħ, il-komunità malajr ħolqot interface għall-utent għalih u bdiet iżżid l-awmenti tagħhom stess, inklużi ottimizzazzjonijiet biex jimminimizzaw l-użu tal-video ram (VRAM) u jibnu upscaling u masking.

X'Għandek bżonn biex Tmexxi Din il-Verżjoni ta' Diffużjoni Stabbli?

Din il-verżjoni ta 'Stable Diffusion hija furketta - offshoot - tar-repożitorju prinċipali (repo) maħluqa u miżmuma minn Stability.ai. Għandha interface grafika għall-utent (GUI) - li tagħmilha aktar faċli biex tużah mid-Diffużjoni Stabbli regolari, li għandha biss interface tal-linja tal-kmand - u installatur li jieħu ħsieb il-biċċa l-kbira tas-setup awtomatikament.

Din il-furketta fiha wkoll diversi ottimizzazzjonijiet li għandhom jippermettulha taħdem fuq kompjuters b'inqas RAM, upscaling integrati u kapaċitajiet tal-wiċċ bl-użu ta 'GFPGAN, ESRGAN, RealESRGAN, u CodeFormer, u masking. Il-masking huwa ftehim kbir - jippermettilek tapplika b'mod selettiv il-ġenerazzjoni tal-immaġni AI għal ċerti partijiet tal-immaġni mingħajr ma tgħawweġ partijiet oħra, proċess tipikament imsejjaħ inpainting.

Minnu ta' 10 gigabytes b'xejn fuq il-hard drive tiegħek
GPU NVIDIA b'6 GB RAM (għalkemm tista' tkun tista' tagħmel 4 GB jaħdmu)
PC li jaħdem Windows 11, Windows 10, Windows 8.1, jew Windows 8
Il-WebUI GitHub Repo, minn AUTOMATIC1111
Python 3.10.6 (Verżjonijiet aktar ġodda u l-biċċa l-kbira tal-verżjonijiet qodma għandhom ikunu tajbin ukoll)
The Stable Diffusion Official Checkpoints (Oqgħod attent għall-punti ta' kontroll v1.5!)
Il-GFPGAN v1.4 Punti ta' kontroll
Kull mudell ESRGAN addizzjonali li tista' tixtieq. Tista' tuża kemm trid jew ftit kemm trid.

Kif Tinstalla Diffużjoni Stabbli b'GUI

Il-proċess ta 'installazzjoni ġie ssimplifikat b'mod sinifikanti, iżda għad hemm ftit passi li trid tagħmel manwalment qabel ma jkun jista' jintuża l-installatur.

Installa Python L-Ewwel

L-ewwel ħaġa li għandek tagħmel hu li tinstalla l-verżjoni ta 'Python, 3.10.6, rakkomandata mill-awtur tar-repo. Mur għal dik il-link, iscrollja lejn il-qiegħ tal-paġna, u kklikkja "Windows Installer (64-Bit)."

Ikklikkja l-eżekutibbli li niżżilt u għaddej mill-promps. Jekk diġà għandek Python installat (u żgur li tagħmel), ikklikkja "Aġġorna." Inkella segwi l-istruzzjonijiet rakkomandati.

Installa Git u Niżżel il-GitHub Repo

Trid tniżżel u tinstalla Git fuq il-Windows qabel l-installatur ta' Stable Diffusion ikun jista' jitħaddem. Niżżel biss l-eżekutibbli Git 64-bit, ħaddem, u uża s-settings rakkomandati sakemm ma jkollokx xi ħaġa speċifika f'moħħok.

Sussegwentement, trid tniżżel il-fajls mir-repo GitHub. Ikklikkja l-buttuna ħadra "Kodiċi", imbagħad ikklikkja "Niżżel ZIP" fil-qiegħ tal-menu.

Iftaħ il-fajl ZIP f'File Explorer jew fil-programm preferut tal-arkivjar tal-fajls tiegħek, u mbagħad iġbed il-kontenut fejn trid. Żomm f'moħħok li l-folder huwa fejn ikollok bżonn tmur biex tħaddem Stable Diffusion. Dan l-eżempju estratthom fid-direttorju C:\, iżda dan mhuwiex essenzjali.

Niżżel Il-Punti ta' Kontroll Kollha

Hemm ftit punti ta' kontroll li għandek bżonn biex dan jaħdem. L-ewwel u l-aktar importanti huma l-Punti ta' Kontroll ta' Diffużjoni Stabbli. Ikollok bżonn toħloq kont biex tniżżel il-punti ta 'kontroll, iżda m'hemmx bżonn ħafna għall-kont - kulma għandhom bżonn huwa isem u indirizz elettroniku, u int tajjeb biex tmur.

Ikkopja u waħħal "sd-v1-4.ckpt" fil-folder "C:\stable-diffusion-webui-master\models\Stable-diffusion", imbagħad ikklikkja bil-lemin "sd-v1-4.ckpt" u agħfas semmi mill-ġdid. . Ittajpja "model.ckpt" fil-qasam tat-test u agħfas Enter. Kun żgur ħafna li huwa "model.ckpt" - dan mhux se jaħdem mod ieħor.

Għandek bżonn ukoll tniżżel il-punti ta' kontroll tal-GFPGAN. L-awtur tar-repo li qed nużaw sejjaħ għal punti ta 'kontroll GFPGAN v1.4. Skrollja 'l isfel fil-paġna, imbagħad ikklikkja "mudell V1.4."

Poġġi dak il-fajl, "GFPGANv1.4.pth," fil-folder "stable-diffusion-webui-master", imma mhux ssemmih. Il-folder “stable-diffusion-webui-master” issa għandu jkun fih dawn il-fajls:

Tista' wkoll tniżżel punti ta' kontroll ESRGAN kemm trid. Tipikament jiġu ppakkjati bħala fajls ZIP. Wara li tniżżel wieħed, iftaħ il-fajl ZIP, u mbagħad estratt il-fajl ".pth" fil-folder "mudelli/ESRGAN". Hawn eżempju:

Il-mudelli ESRGAN għandhom tendenza li jipprovdu funzjonalità aktar speċifika, għalhekk agħżel koppja li tappellalek.

Issa, għandek sempliċement ikklikkja darbtejn fuq il-fajl "webui-user.bat", li jinsab fil-folder primarju "stable-diffusion-webui-master". Tidher Tieqa tal-console u tibda ġġib il-fajls importanti l-oħra kollha, tibni ambjent Python, u twaqqaf interface tal-utent tal-web. Se tidher bħal din:

Meta jkun lest, il-console se juri:

Running on local URL: http://127.0.0.1:7860
To create a public link, set `share=True` in `launch()`

Kif Tiġġenera Immaġni billi tuża Diffużjoni Stabbli b'GUI

Tajjeb, installajt il-varjant tal-WebUI ta 'Stable Diffusion, u l-console tiegħek tavżak li qed "jiġi fuq URL lokali: http://127.0.0.1:7860."

Iftaħ il-browser tiegħek, daħħal "127.0.0.1:7860" jew "localhost:7860" fil-bar tal-indirizz, u agħfas Enter. Se tara dan fuq it-tab txt2img:

Jekk użajt Stable Diffusion qabel, dawn is-settings ikunu familjari għalik, iżda hawn ħarsa ġenerali qasira ta' xi jfissru l-aktar għażliet importanti:

Prompt: Id-deskrizzjoni ta’ dak li tixtieq toħloq.
Butuna tal-Palette tal-Pittur: Tapplika stil artistiku każwali għall-pront tiegħek.
Passi ta' Teħid tal-Kampjuni: In-numru ta' drabi li l-immaġni se tiġi rfinata qabel ma tirċievi output. Aktar ġeneralment huwa aħjar, iżda hemm qligħ li qed jonqos.
Metodu tat-teħid tal-kampjuni: Il-matematika sottostanti li tirregola kif jiġi mmaniġġjat it-teħid tal-kampjuni. Tista' tuża kwalunkwe minn dawn, iżda euler_a u PLMS jidhru li huma l-aktar għażliet popolari. Tista' taqra aktar dwar il-PLMS f'dan id-dokument.
Irrestawra l-Uċuħ: Juża GFPGAN biex jipprova jirranġa uċuħ strambi jew imgħawġa.
Għadd tal-lott: In-numru ta' immaġini li għandhom jiġu ġġenerati.
Daqs tal-lott: In-numru ta’ “lottijiet”. Żomm dan f'1 sakemm ma jkollokx ammont enormi ta' VRAM.
Skala CFG: Kemm b'attenzjoni Stable Diffusion se ssegwi l-pront li tagħtiha. Numri akbar ifissru li jsegwih b'attenzjoni kbira, filwaqt li numri aktar baxxi jagħtuha aktar libertà kreattiva.
Wisa': Il-wisa' tal-immaġni li trid tiġġenera.
Għoli: Il-wisa' tal-immaġni li trid tiġġenera.
Żerriegħa: In-numru li jipprovdi input inizjali għal ġeneratur ta' numri każwali. Ħallih f'-1 biex b'mod każwali tiġġenera żerriegħa ġdida.

Ejja niġġenera ħames immaġini bbażati fuq il-pront: "baqra tal-għoljiet f'foresta maġika, fotografija ta 'film ta' 35mm, sharp" u naraw x'nieħdu bl-użu tal-kampjun PLMS, 50 pass ta 'kampjunar, u skala CFG ta' 5.

It-tieqa tal-output tidher bħal din:

L-immaġni ta 'fuq tan-nofs hija dik li ser nużaw biex nippruvaw għall-masking ftit aktar tard. M'hemmx verament raġuni għal din l-għażla speċifika għajr preferenza personali. Aqbad kwalunkwe immaġini li tixtieq.

Agħżelha, u mbagħad ikklikkja "Ibgħat lil Inpaint."

Kif Maskra Stampi li Oħloq biex Inpaint

Inpainting hija karatteristika meraviljuża. Normalment Stabbli Diffusion tintuża biex toħloq stampi sħaħ minn pront, iżda l-inpainting jippermettilek tiġġenera (jew tirriġenera) b'mod selettiv partijiet tal-immaġni. Hemm żewġ għażliet kritiċi hawn: inpaint masked, inpaint mhux masked.

Inpaint masked se juża l-pront biex jiġġenera xbihat fiż-żona li tenfasizza, filwaqt li inpaint mhux masked jagħmel eżattament l-oppost — iż-żona li inti maskra biss tiġi ppreservata.

Aħna ser inkopru ftit dwar Inpaint masked l-ewwel. Iddreggja l-maws madwar l-immaġini u żżomm ikklikkja fuq ix-xellug u tinnota saff abjad li jidher fuq l-immaġni tiegħek. Iġbed il-forma taż-żona li trid tiġi sostitwita, u kun żgur li timla kompletament. M'intix qed iddur ma' reġjun, qed tagħraf fir-reġjun kollu.

Ejja nieħdu l-eżempju tal-baqra tal-għoljiet tagħna u nagħtuh kappell tal-kok. Maskra reġjun bejn wieħed u ieħor fil-forma ta 'kappell ta' Chef, u kun żgur li tissettja "Daqs tal-lott" għal aktar minn 1. Probabbilment ikollok bżonn multiplu biex tikseb riżultat ideali (ish).

Barra minn hekk, għandek tagħżel "Storbju Moħbi" aktar milli "Imla", "Oriġinali" jew "Xejn Moħbi." Għandha tendenza li tipproduċi l-aħjar riżultati meta trid tiġġenera oġġett kompletament ġdid f'xena.

Tajjeb - forsi l-kappell tal-kok mhuwiex l-għażla t-tajba għall-baqra tal-għoljiet tiegħek. Il-baqra tal-għoljiet tiegħek hija aktar fil-vibes tal-bidu tas-seklu 20, allura ejja nagħtuh bowler hat.

Kemm dapper pożittiv.

Naturalment, tista 'wkoll tagħmel l-oppost eżatt ma' Inpaint Not Masked. Huwa kunċettwalment simili, ħlief ir-reġjuni li tiddefinixxi huma maqluba. Minflok timmarka r-reġjun li trid tibdel, timmarka r-reġjuni li trid tiġi ppreservat. Ħafna drabi jkun utli meta trid tmexxi oġġett żgħir għal sfond differenti.

Kif tiffissa l-iżball "CUDA Out Of Memory".

Iktar ma tkun kbira l-immaġni li tagħmel, aktar tkun meħtieġa memorja tal-vidjo. L-ewwel ħaġa li għandek tipprova hija li tiġġenera immaġini iżgħar. Diffużjoni Stabbli tipproduċi immaġini tajbin - għalkemm differenti ħafna - f'256 × 256.

Jekk qed tieħu ħakk biex tagħmel immaġini ikbar fuq kompjuter li m'għandux problemi b'immaġini 512 × 512, jew qed tiffaċċja diversi żbalji "Minn Memorja", hemm xi bidliet fil-konfigurazzjoni li għandhom jgħinu.

Iftaħ “webui-user.bat” fin-Notepad, jew kwalunkwe editur ieħor ta’ test sempliċi li trid. Ikklikkja bil-lemin “webui-user.bat,” ikklikkja “Editja,” u mbagħad agħżel Notepad. Identifika l-linja li taqra set COMMANDLINE_ARGS=. Dak huwa fejn se tpoġġi l-kmandi biex tottimizza kif taħdem id-Diffużjoni Stabbli.

Jekk trid biss tagħmel stampi kbar, jew qed tispiċċa mingħajr RAM fuq GPU tas-serje GTX 10XX, l-ewwel ipprova --opt-split-attention . Se tidher bħal din:

Imbagħad ikklikkja File > Save. Alternattivament, tista 'tagħfas Ctrl + S fuq it-tastiera tiegħek.

Jekk għadek qed tikseb żbalji fil-memorja, ipprova żid --medvram mal-lista ta’ argumenti tal-linja tal-kmand (COMMANDLINE_ARGS).

Tista' żżid --always-batch-cond-uncond biex tipprova tirranġa kwistjonijiet ta' memorja addizzjonali jekk il-kmandi preċedenti ma għenux. Hemm ukoll alternattiva għal --medvram li tista' tnaqqas l-użu tal-VRAM saħansitra aktar, --lowvram, iżda ma nistgħux niċċertifikaw jekk fil-fatt se taħdem jew le .

Iż-żieda ta 'interface tal-utent hija pass kritiku 'l quddiem biex dawn it-tipi ta' għodod immexxija mill-AI jkunu aċċessibbli għal kulħadd. Il-possibilitajiet huma kważi bla tmiem, u anke daqqa t'għajn lejn il-komunitajiet online ddedikati għall-arti tal-IA turik kemm hi qawwija t-teknoloġija, anke waqt li tkun fil-bidu tagħha. Naturalment, jekk m'għandekx kompjuter tal-logħob, jew ma tridx tinkwieta dwar is-setup, dejjem tista 'tuża wieħed mill-ġeneraturi tal-arti tal-AI onlajn. Żomm f'moħħok li ma tistax tassumi li l-entrati tiegħek huma privati.