Stable Diffusion Web UI

Beschreibung

Die Stable Diffusion Web UI, entwickelt von AUTOMATIC1111, bietet eine leistungsstarke und benutzerfreundliche Oberfläche für die Interaktion mit Stable Diffusion Modellen. Erbaut mit der Gradio-Bibliothek, vereinfacht sie den komplexen Prozess der KI-Bilderzeugung und macht ihn einem breiteren Publikum zugänglich. Die UI unterstützt die ursprünglichen txt2img- und img2img-Modi sowie erweiterte Funktionalitäten wie Outpainting, Inpainting und Color Sketching.

Zu den Kernfunktionen gehören die Erzeugung von Prompt-Matrizen, die Aufmerksamkeitskontrolle für bestimmte Teile von Prompts und die Loopback-Verarbeitung für iterative img2img-Aufgaben. Die X/Y/Z-Plot-Funktion ermöglicht die Visualisierung von Bildvariationen über verschiedene Parameter hinweg. Für Benutzer, die an benutzerdefinierten KI-Modellen interessiert sind, unterstützt die Web UI Textual Inversion, was die Verwendung mehrerer benutzerdefinierter Embeddings ermöglicht. Der Reiter "Extras" integriert leistungsstarke Werkzeuge wie GFPGAN und CodeFormer zur Gesichtsrestaurierung sowie verschiedene neuronale Netzwerk-Upscaler wie RealESRGAN, ESRGAN, SwinIR, Swin2SR und LDSR.

Die Benutzeroberfläche erweitert ihre Nützlichkeit durch detaillierte Kontrolle über Sampling-Methoden, Eta-Werte und Rauscheinstellungen, mit Unterstützung für niedrigen VRAM (4 GB und sogar 2 GB gemeldet) und unterbrechbare Verarbeitung. Generierungsparameter werden mit den Bildern gespeichert, was eine einfache Wiederherstellung ermöglicht. Erweiterte Funktionen umfassen Tiling-Unterstützung, Live-Vorschau, negative Prompts, Stile zum Speichern von Prompts, Variationen, Seed-Größenänderung, CLIP-Interrogator zum Raten von Prompts und Prompt-Bearbeitung während der Generierung. Stapelverarbeitung und eine alternative img2img-Methode sind ebenfalls verfügbar.

Die Web UI unterstützt Highres Fix für die ein-Klick-Erzeugung hochauflösender Bilder, das sofortige Neuladen von Checkpoints und einen Checkpoint-Merger. Sie ermöglicht auch benutzerdefinierte Skripte und Erweiterungen, einschließlich Composable-Diffusion für die Multi-Prompt-Generierung und DeepDanbooru-Integration für Anime-Tagging. Prompt-Token-Limits sind aufgehoben und xformers werden für signifikante Geschwindigkeitssteigerungen unterstützt. Der Trainingsreiter bietet Optionen für Hypernetworks und Embeddings, mit Vorverarbeitungsfunktionen wie Zuschneiden und Autotagging.

Die Installation wird durch Ein-Klick-Skripte für Windows und automatische Installationsskripte für Linux und macOS vereinfacht. Das Projekt unterstützt auch Stable Diffusion 2.0, Alt-Diffusion und Segmind Stable Diffusion, mit Optionen zum Laden von Checkpoints im Safetensors-Format und gelockerten Auflösungsbeschränkungen. Die Benutzeroberfläche selbst ist anpassbar und ermöglicht es Benutzern, Elemente neu anzuordnen. Das Projekt ist Open Source unter der AGPL-3.0-Lizenz und fördert Community-Beiträge und -Entwicklung.

Stable Diffusion Web UI's Kernfunktionen

• Text-zu-Bild-Generierung (txt2img)

• Bild-zu-Bild-Generierung (img2img)

• Outpainting- und Inpainting-Funktionen

• Erweiterte Prompt-Kontrolle mit Aufmerksamkeit und Gewichtung

• X/Y/Z-Plot zur Parameter-Visualisierung

• Textual Inversion für benutzerdefinierte Embeddings

• Gesichtsrestaurierung mit GFPGAN und CodeFormer

• Mehrere neuronale Netzwerk-Upscaler (RealESRGAN, ESRGAN, SwinIR, etc.)

• Unterstützung für niedrigen VRAM (4 GB und 2 GB)

• Generierungsparameter werden mit Bildern gespeichert

• Tiling-Unterstützung für nahtlose Texturen

• Negative Prompt-Funktionalität

• Stile zum Speichern und Anwenden von Prompt-Snippets

• Stapelverarbeitung für mehrere Dateien

• Highres Fix für ein-Klick-Bilder mit hoher Auflösung

• Checkpoint-Merger-Werkzeug

• Unterstützung für benutzerdefinierte Skripte und Erweiterungen

• Composable-Diffusion für Multi-Prompt-Generierung

• DeepDanbooru-Integration für Anime-Tagging

• xformers für signifikante Geschwindigkeitssteigerungen

• Trainingsreiter für Hypernetworks und Embeddings

• Unterstützung für Safetensors-Checkpoint-Format

Erste Schritte mit Stable Diffusion Web UI

1. 1

   Klonen: Klonen Sie das stable-diffusion-webui-Repository von GitHub.

2. 2

   Abhängigkeiten installieren: Installieren Sie Python 3.10.6 und Git, führen Sie dann das entsprechende Installationsskript aus (z. B. webui-user.bat oder webui.sh).

3. 3

   Konfigurieren: Richten Sie Umgebungsvariablen oder Befehlszeilenargumente nach Bedarf ein (z. B. --xformers).

4. 4

   Ausführen: Führen Sie das Skript webui.bat oder webui.sh aus, um die Benutzeroberfläche zu starten.

5. 5

   Generieren: Greifen Sie in Ihrem Browser auf die Web-UI zu und beginnen Sie mit der Erstellung von Bildern unter Verwendung verschiedener Modi und Parameter.

6. 6

   Verbessern: Nutzen Sie den Reiter "Extras" für Upscaling und Gesichtsrestaurierung oder erkunden Sie benutzerdefinierte Skripte und Erweiterungen.

7. 7

   Trainieren: Verwenden Sie den Reiter "Training", um benutzerdefinierte Embeddings oder Hypernetworks zu erstellen.

Stable Diffusion Web UI's Anwendungsfälle

• KI-Kunstgenerierung
• Bildbearbeitung und -verbesserung
• Charakter- und Konzeptdesign
• Texturerstellung
• Gesichtsrestaurierung
• Modelltraining und -anpassung
• Visuelle Prototypenentwicklung
• Anime-Bilderzeugung

FAQ von Stable Diffusion Web UI

• Was ist die Stable Diffusion Web UI?

  Die Stable Diffusion Web UI ist eine grafische Benutzeroberfläche, die mit Gradio erstellt wurde und es Benutzern ermöglicht, mit Stable Diffusion Modellen für KI-Bilderzeugung und -manipulation zu interagieren.

• Was sind die Hauptmerkmale der Stable Diffusion Web UI?

  Zu den Hauptmerkmalen gehören txt2img, img2img, Outpainting, Inpainting, Prompt-Matrix, Textual Inversion, Gesichtsrestaurierung, mehrere Upscaler, Unterstützung für niedrigen VRAM und Checkpoint-Merging.

• Kann ich die Stable Diffusion Web UI mit begrenztem VRAM verwenden?

  Ja, die Web UI ist so konzipiert, dass sie Systeme mit nur 4 GB VRAM unterstützt, wobei auch 2 GB gemeldet wurden.

• Wie installiere ich die Stable Diffusion Web UI?

  Die Installation umfasst das Klonen des Repositories und das Ausführen der bereitgestellten Skripte für Windows, Linux oder macOS, nachdem Python und Git installiert wurden.

• Unterstützt die Stable Diffusion Web UI benutzerdefinierte Modelle?

  Ja, sie unterstützt Textual Inversion für benutzerdefinierte Embeddings und kann verschiedene Checkpoint-Formate laden, einschließlich Safetensors.

• Was sind die "Extras" in der Stable Diffusion Web UI?

  Der Reiter "Extras" enthält Werkzeuge zur Gesichtsrestaurierung (GFPGAN, CodeFormer) und zur Bildskalierung mit verschiedenen neuronalen Netzwerken wie RealESRGAN und ESRGAN.

• Kann ich verschiedene Stable Diffusion Modelle zusammenführen?

  Ja, die Web UI verfügt über einen Reiter "Checkpoint Merger", mit dem Sie bis zu drei Checkpoints zu einem einzigen Modell zusammenführen können.

• Ist die Stable Diffusion Web UI Open Source?

  Ja, die Stable Diffusion Web UI ist Open Source und unter der AGPL-3.0-Lizenz lizenziert.

• Wie funktioniert die Prompt-Aufmerksamkeit in dieser UI?

  Sie können Syntax wie ((tuxedo)) oder (tuxedo:1.21) verwenden, um die Aufmerksamkeit auf bestimmte Wörter zu erhöhen, oder Text auswählen und Tastenkombinationen verwenden, um die Aufmerksamkeit anzupassen.

• Was ist Highres Fix?

  Highres Fix ist eine Komfortoption, die die Erzeugung hochauflösender Bilder mit einem Klick ohne die üblichen Verzerrungen ermöglicht.

• Kann ich benutzerdefinierte Skripte oder Erweiterungen ausführen?

  Ja, die Web UI unterstützt benutzerdefinierte Skripte und Erweiterungen und bietet eine flexible Möglichkeit, neue Funktionalitäten und von der Community entwickelte Werkzeuge hinzuzufügen.

• Was sind die Vorteile der Verwendung von xformers?

  Die Verwendung von xformers, das typischerweise über Befehlszeilenargumente hinzugefügt wird, kann bei kompatiblen Grafikkarten zu einer erheblichen Geschwindigkeitssteigerung bei der Bilderzeugung führen.