Stable Diffusion 网页用户界面

一个定制的、高度适应性的 Stable Diffusion 用户界面，利用强大的 Gradio 库。这个尖端的浏览器界面为用户提供了无与伦比的定制和优化水平，使其与其他网页界面截然不同。

优化

• 在 DOM 中替换所有默认的 Gradio 样式表，使用优化版本以促进组件间更好的视觉一致性。
• 从 DOM 中消除内联样式和 Svelte 类，以减少混乱并提高效率。
• 从 DOM 中移除不必要的"img2img 额外网络"，以减少重复的图像和事件监听器。
• 消除"txt2img 额外网络"卡片和操作按钮的内联事件监听器。
• 应用事件委托模式，通过整合"txt2img 额外网络"卡片和操作按钮的事件处理，进一步简化代码。

webui-ux 功能

• 可由其他扩展利用的多功能微模板引擎
• 通过用户友好的配置界面自定义主题样式
• 内置控制台日志
• 忽略覆盖的选项
• 支持输入范围滑块上的刻度标记，提高可用性
• 能够在滑块和数字输入模式之间切换，允许用户手动输入值而不显示滑块

工作区 UI-UX（开发中）

工作区扩展使您能够创建自定义视图并根据您的独特偏好组织它们。通过直观的拖放界面，您可以设计完全适合您特定需求的工作流程，让您对工作环境拥有最终控制权。

成为支持者并获得 UI-UX 工作区的早期访问权。

无限图像浏览集成

与无限图像浏览扩展无缝集成。

待办事项

• 改进移动设备支持
• 全屏画廊支持

功能

详细功能展示（含图片）：

• 原始 txt2img 和 img2img 模式
• 一键安装和运行脚本（但您仍需安装 Python 和 Git）
• 外部绘制
• 内部绘制
• 彩色草图
• 提示矩阵
• Stable Diffusion 放大
• 注意力，指定模型应更加关注的文本部分
  • 穿着((燕尾服))的男人 - 将更加关注燕尾服
  • 穿着(燕尾服:1.21)的男人 - 替代语法
  • 选择文本并按 Ctrl+Up 或 Ctrl+Down（MacOS 上为 Command+Up 或 Command+Down）自动调整所选文本的注意力（由匿名用户贡献的代码）
• 循环回调，多次运行 img2img 处理
• X/Y/Z 图，一种用不同参数绘制三维图像的方法
• 文本反转
  • 可以拥有任意数量的嵌入并为它们使用任何您喜欢的名称
  • 使用每个标记具有不同向量数的多个嵌入
  • 适用于半精度浮点数
  • 在 8GB 上训练嵌入（也有 6GB 可用的报告）
• 额外选项卡，包括：
  • GFPGAN，修复面部的神经网络
  • CodeFormer，作为 GFPGAN 替代方案的面部修复工具
  • RealESRGAN，神经网络放大器
  • ESRGAN，具有大量第三方模型的神经网络放大器
  • SwinIR 和 Swin2SR（见此处），神经网络放大器
  • LDSR，潜在扩散超分辨率放大
• 调整宽高比选项
• 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
• 4GB 显卡支持（也有 2GB 可用的报告）
• 批量处理的正确种子
• 实时提示标记长度验证
• 生成参数
  • 用于生成图像的参数与图像一起保存
  • 对于 PNG，保存在 PNG 块中；对于 JPEG，保存在 EXIF 中
  • 可以将图像拖到 PNG 信息选项卡以恢复生成参数并自动将它们复制到界面中
  • 可以在设置中禁用
  • 将图像/文本参数拖放到提示框
• 读取生成参数按钮，将提示框中的参数加载到界面
• 设置页面
• 从界面运行任意 Python 代码（必须使用 --allow-code 运行以启用）
• 大多数界面元素的鼠标悬停提示
• 可以通过文本配置更改界面元素的默认值/混合值/最大值/步长值
• 平铺支持，一个复选框用于创建可以像纹理一样平铺的图像
• 进度条和实时图像生成预览
  • 可以使用单独的神经网络生成预览，几乎不需要 VRAM 或计算资源
• 负面提示，一个额外的文本字段，允许您列出您不想在生成的图像中看到的内容
• 样式，一种保存部分提示并稍后通过下拉菜单轻松应用它们的方法
• 变体，一种生成相同图像但有细微差异的方法
• 种子调整大小，一种生成相同图像但分辨率略有不同的方法
• CLIP 询问器，一个尝试从图像猜测提示的按钮
• 提示编辑，一种在生成过程中更改提示的方法，例如开始制作西瓜然后中途切换到动漫女孩
• 批量处理，使用 img2img 处理一组文件
• Img2img 替代方法，交叉注意力控制的反向欧拉方法
• 高分辨率修复，一个方便的选项，可以一键生成高分辨率图片，而不会出现常见的失真
• 即时重新加载检查点
• 检查点合并器，一个允许您将最多 3 个检查点合并为一个的选项卡
• 自定义脚本，包含来自社区的许多扩展
• 可组合扩散，一种同时使用多个提示的方法
  • 使用大写 AND 分隔提示
  • 还支持提示权重：猫 :1.2 AND 狗 AND 企鹅 :2.2
• 提示无标记限制（原始 stable diffusion 最多允许使用 75 个标记）
• DeepDanbooru 集成，为动漫提示创建 danbooru 风格的标签
• xformers，特定显卡的主要速度提升：（在命令行参数中添加 --xformers）
• 通过扩展：历史选项卡：在界面内方便地查看、引导和删除图像
• 永久生成选项
• 训练选项卡
  • 超网络和嵌入选项
  • 预处理图像：裁剪、镜像、使用 BLIP 或 deepdanbooru（用于动漫）自动标记
• Clip 跳过
• 超网络
• Loras（与超网络相同但更漂亮）
• 一个单独的界面，您可以在其中选择要添加到提示中的嵌入、超网络或 Loras，并带有预览
• 可以从设置屏幕选择加载不同的 VAE
• 进度条中的估计完成时间
• API
• 支持 RunwayML 的专用修复模型
• 通过扩展：美学渐变，一种使用 clip 图像嵌入生成具有特定美学的图像的方法（https://github.com/vicgalle/stable-diffusion-aesthetic-gradients 的实现）
• Stable Diffusion 2.0 支持 - 请参阅 wiki 获取说明
• Alt-Diffusion 支持 - 请参阅 wiki 获取说明
• 现在没有任何不好的字母！
• 以 safetensors 格式加载检查点
• 放宽分辨率限制：生成图像的尺寸必须是 8 的倍数，而不是 64
• 现在有许可证了！
• 从设置屏幕重新排序界面元素

安装和运行

确保满足所需的依赖项，并按照以下说明操作：

• NVidia（推荐）
• AMD GPU
• Intel CPU、Intel GPU（集成和独立）（外部 wiki 页面）

或者，使用在线服务（如 Google Colab）：

• 在线服务列表

Windows 自动安装

1. 安装 Python 3.10.6（更新版本的 Python 不支持 torch），勾选"添加 Python 到 PATH"。
2. 安装 git。
3. 下载 stable-diffusion-webui 仓库，例如运行 git clone https://github.com/anapnoe/stable-diffusion-webui-ux.git。
4. 以普通非管理员用户身份从 Windows 资源管理器运行 webui-user.bat。

Linux 自动安装

1. 安装依赖：

# 基于 Debian：
sudo apt install wget git python3 python3-venv libgl1 libglib2.0-0
# 基于 Red Hat：
sudo dnf install wget git python3
# 基于 Arch：
sudo pacman -S wget git python3

2. 导航到您想安装 webui 的目录并执行以下命令：

wget -q https://raw.githubusercontent.com/anapnoe/stable-diffusion-webui-ux/master/webui.sh

3. 运行 webui.sh。
4. 查看 webui-user.sh 获取选项。

Apple Silicon 安装

请在此处查找说明。

贡献

以下是向此仓库添加代码的方法：贡献

文档

文档已从此 README 移至项目的 wiki。

为了让 Google 和其他搜索引擎爬取 wiki，这里提供了一个（非人类阅读用）可爬取的 wiki 链接。

致谢

借用代码的许可证可以在 设置 -> 许可证 界面以及 html/licenses.html 文件中找到。

• Stable Diffusion - https://github.com/CompVis/stable-diffusion, https://github.com/CompVis/taming-transformers
• k-diffusion - https://github.com/crowsonkb/k-diffusion.git
• Spandrel - https://github.com/chaiNNer-org/spandrel 实现
  • GFPGAN - https://github.com/TencentARC/GFPGAN.git
  • CodeFormer - https://github.com/sczhou/CodeFormer
  • ESRGAN - https://github.com/xinntao/ESRGAN
  • SwinIR - https://github.com/JingyunLiang/SwinIR
  • Swin2SR - https://github.com/mv-lab/swin2sr
• LDSR - https://github.com/Hafiidz/latent-diffusion
• MiDaS - https://github.com/isl-org/MiDaS
• 优化想法 - https://github.com/basujindal/stable-diffusion
• 交叉注意力层优化 - Doggettx - https://github.com/Doggettx/stable-diffusion，提示词编辑的原始想法。
• 交叉注意力层优化 - InvokeAI, lstein - https://github.com/invoke-ai/InvokeAI（原为 http://github.com/lstein/stable-diffusion）
• 亚二次方交叉注意力层优化 - Alex Birch (https://github.com/Birch-san/diffusers/pull/1), Amin Rezaei (https://github.com/AminRezaei0x443/memory-efficient-attention)
• 文本反演 - Rinon Gal - https://github.com/rinongal/textual_inversion（我们没有使用他的代码，但我们使用了他的想法）。
• SD 放大的想法 - https://github.com/jquesnelle/txt2imghd
• 外部绘制 mk2 的噪声生成 - https://github.com/parlance-zz/g-diffuser-bot
• CLIP 询问器的想法和借用一些代码 - https://github.com/pharmapsychotic/clip-interrogator
• 可组合扩散的想法 - https://github.com/energy-based-model/Compositional-Visual-Generation-with-Composable-Diffusion-Models-PyTorch
• xformers - https://github.com/facebookresearch/xformers
• DeepDanbooru - 动漫扩散器的询问器 https://github.com/KichangKim/DeepDanbooru
• 从 float16 UNet 进行 float32 精度采样 - marunine 提供想法，Birch-san 提供 Diffusers 实现示例 (https://github.com/Birch-san/diffusers-play/tree/92feee6)
• Instruct pix2pix - Tim Brooks (star), Aleksander Holynski (star), Alexei A. Efros (no star) - https://github.com/timothybrooks/instruct-pix2pix
• 安全建议 - RyotaK
• UniPC 采样器 - Wenliang Zhao - https://github.com/wl-zhao/UniPC
• TAESD - Ollin Boer Bohan - https://github.com/madebyollin/taesd
• LyCORIS - KohakuBlueleaf
• 重启采样 - lambertae - https://github.com/Newbeeer/diffusion_restart_sampling
• 初始 Gradio 脚本 - 由 4chan 上的匿名用户发布。感谢匿名用户。
• （您）