Stable Diffusion web UI

Un'interfaccia web per Stable Diffusion, implementata utilizzando la libreria Gradio.

Caratteristiche

Mostrar dettagliata delle funzionalità con immagini:

• Modalità txt2img e img2img originali
• Script di installazione e avvio con un clic (ma è necessario installare python e git)
• Outpainting
• Inpainting
• Schizzo a colori
• Matrice di prompt
• Upscale di Stable Diffusion
• Attenzione, specifica parti di testo a cui il modello dovrebbe prestare più attenzione
  • un uomo in un ((tuxedo)) - presterebbe più attenzione al tuxedo
  • un uomo in un (tuxedo:1.21) - sintassi alternativa
  • seleziona il testo e premi Ctrl+Su o Ctrl+Giù (o Command+Su o Command+Giù se sei su MacOS) per regolare automaticamente l'attenzione sul testo selezionato (codice fornito da un utente anonimo)
• Loopback, esegui l'elaborazione img2img più volte
• Grafico X/Y/Z, un modo per disegnare un grafico tridimensionale di immagini con diversi parametri
• Inversione testuale
  • puoi avere quanti più embedding vuoi e usare i nomi che preferisci
  • usa più embedding con diversi numeri di vettori per token
  • funziona con numeri in virgola mobile a metà precisione
  • addestra embedding su 8GB (ci sono anche rapporti di funzionamento su 6GB)
• Tab Extra con:
  • GFPGAN, rete neurale che ripara i volti
  • CodeFormer, strumento di ripristino facciale come alternativa a GFPGAN
  • RealESRGAN, rete neurale upscaler
  • ESRGAN, rete neurale upscaler con molti modelli di terze parti
  • SwinIR e Swin2SR (vedi qui), upscalers neural network
  • LDSR, upscaling a risoluzione super tramite diffusione latente
• Opzioni di ridimensionamento del rapporto d'aspetto
• Selezione del metodo di campionamento
  • Regola i valori eta dell'istanza (moltiplicatore di rumore)
  • Più opzioni avanzate di impostazione del rumore
• Interrompi l'elaborazione in qualsiasi momento
• Supporto per schede video da 4GB (ci sono anche rapporti di funzionamento su 2GB)
• Correggi i semi per i batch
• Validazione della lunghezza dei token del prompt in tempo reale
• Parametri di generazione
  • i parametri utilizzati per generare immagini vengono salvati insieme a quell'immagine
  • nei chunk PNG per PNG, in EXIF per JPEG
  • puoi trascinare l'immagine nella scheda info PNG per ripristinare i parametri di generazione e copiarli automaticamente nell'interfaccia
  • può essere disabilitato nelle impostazioni
  • trascina e rilascia un'immagine/parametri testuali nella casella di prompt
• Pulsante per leggere i parametri di generazione, carica i parametri nella casella di prompt
• Pagina delle impostazioni
• Esecuzione di codice Python arbitrario dall'interfaccia (deve essere eseguito con --allow-code per abilitare)
• Suggerimenti mouseover per la maggior parte degli elementi UI
• Possibile cambiare valori predefiniti/mix/max/step per elementi UI tramite config di testo
• Supporto per il tiling, una casella di controllo per creare immagini che possono essere repeatate come texture
• Barra di progresso e anteprima della generazione dell'immagine in tempo reale
  • Può usare una rete neurale separata per produrre anteprime con quasi nessun requisito di VRAM o calcolo
• Prompt negativo, un campo di testo aggiuntivo che consente di elencare ciò che non si desidera vedere nell'immagine generata
• Stili, un modo per salvare parte del prompt e applicarli facilmente in un secondo momento tramite menu a discesa
• Variations, un modo per generare la stessa immagine ma con lievi differenze
• Ridimensionamento dei semi, un modo per generare la stessa immagine ma a una risoluzione leggermente diversa
• Interrogatore CLIP, un pulsante che cerca di indovinare il prompt da un'immagine
• Modifica del prompt, un modo per cambiare il prompt durante la generazione, ad esempio per iniziare a creare un anguria e passare a una ragazza anime nel mezzo
• Elaborazione batch, elabora un gruppo di file utilizzando img2img
• Alternativa img2img, metodo di euler inverso di controllo dell'attenzione incrociata
• Correzione ad alta risoluzione, un'opzione di convenienza per produrre immagini ad alta risoluzione in un clic senza soliti distorsioni
• Ricaricamento dei checkpoint al volo
• Merge dei checkpoint, una scheda che consente di unire fino a 3 checkpoint in uno
• Script personalizzati con molte estensioni della comunità
• Composable-Diffusion, un modo per utilizzare più prompt contemporaneamente
  • separa i prompt utilizzando AND maiuscole
  • supporta anche i pesi per i prompt: un gatto :1.2 AND un cane AND un pinguino :2.2
• Nessun limite di token per i prompt (la Stable diffusion originale ti consente di utilizzare fino a 75 token)
• Integrazione DeepDanbooru, crea tag in stile danbooru per prompt anime
• xformers, aumento significativo della velocità per schede selezionate: (aggiungi --xformers agli argomenti della riga di comando)
• tramite estensione: Scheda Cronologia: visualizza, indirizza ed elimina immagini comodamente nell'interfaccia
• Opzione Genera per sempre
• Scheda di formazione
  • opzioni per hypernetworks e embeddings
  • Preprocessing delle immagini: ritaglio, riflesso, autotagging utilizzando BLIP o deepdanbooru (per anime)
• Clip skip
• Hypernetworks
• Loras (stesso di Hypernetworks ma più carini)
• Un'interfaccia separata in cui puoi scegliere, con anteprima, quali embedding, hypernetworks o Loras aggiungere al tuo prompt
• Possibilità di caricare un VAE diverso dalla schermata delle impostazioni
• Tempo stimato di completamento nella barra di progresso
• API
• Supporto per il modello di inpainting dedicato inpainting model di RunwayML
• tramite estensione: Gradienti Estetici, un modo per generare immagini con un'estetica specifica utilizzando le immagini clip embed (implementazione di https://github.com/vicgalle/stable-diffusion-aesthetic-gradients)
• Supporto per Stable Diffusion 2.0 - vedere wiki per istruzioni
• Supporto per Alt-Diffusion - vedere wiki per istruzioni
• Ora senza lettere sgradevoli!
• Carica checkpoint nel formato safetensors
• Ristrutturazione della restrizione sulla risoluzione: le dimensioni dell'immagine generata devono essere un multiplo di 8 anziché 64
• Ora con una licenza!
• Riordinare gli elementi nell'interfaccia dalla schermata delle impostazioni
• Supporto per Segmind Stable Diffusion

Installazione e Esecuzione

Assicurati di soddisfare le dipendenze richieste e segui le istruzioni disponibili per:

• NVidia (raccomandato)
• AMD schede grafiche.
• CPUs Intel, GPU Intel (sia integrate che discrete) (pagina wiki esterna)
• NPU Ascend (pagina wiki esterna)

In alternativa, utilizza servizi online (come Google Colab):

• Elenco di Servizi Online

Installazione su Windows 10/11 con schede grafiche NVidia utilizzando il pacchetto di rilascio

1. Scarica sd.webui.zip da v1.0.0-pre ed estrai il suo contenuto.
2. Esegui update.bat.
3. Esegui run.bat.

Per ulteriori dettagli, vedere Install-and-Run-on-NVidia-GPUs

Installazione automatica su Windows

1. Installa Python 3.10.6 (versioni più recenti di Python non supportano torch), selezionando "Aggiungi Python a PATH".
2. Installa git.
3. Scarica il repository stable-diffusion-webui, ad esempio eseguendo git clone https://github.com/AUTOMATIC1111/stable-diffusion-webui.git.
4. Esegui webui-user.bat da Windows Explorer come utente normale, non amministratore.

Installazione automatica su Linux

1. Installa le dipendenze:

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

Se il tuo sistema è molto nuovo, devi installare python3.11 o 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 # non confondere con il pacchetto python3.11

# Solo per 3.11
# Quindi imposta la variabile env nello script di avvio
export python_cmd="python3.11"
# oppure in webui-user.sh
python_cmd="python3.11"

2. Naviga nella directory in cui desideri installare il webui ed esegui il seguente comando:

wget -q https://raw.githubusercontent.com/AUTOMATIC1111/stable-diffusion-webui/master/webui.sh

Oppure semplicemente clona il repo dove vuoi:

git clone https://github.com/AUTOMATIC1111/stable-diffusion-webui

3. Esegui webui.sh.
4. Controlla webui-user.sh per le opzioni.

Installazione su Apple Silicon

Trovi le istruzioni qui.

Contributi

Ecco come aggiungere codice a questo repo: Contributi

Documentazione

La documentazione è stata spostata da questo README al wiki del progetto.

Per consentire a Google e ad altri motori di ricerca di esplorare il wiki, ecco un link al (non per umani) wiki esplorabile.

Crediti

Le licenze per il codice preso in prestito possono essere trovate nella schermata Impostazioni -> Licenze, e anche nel file html/licenses.html.

• Stable Diffusion - https://github.com/Stability-AI/stablediffusion, https://github.com/CompVis/taming-transformers, https://github.com/mcmonkey4eva/sd3-ref
• k-diffusion - https://github.com/crowsonkb/k-diffusion.git
• Spandrel - https://github.com/chaiNNer-org/spandrel implementando
  • 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
• Idee per ottimizzazioni - https://github.com/basujindal/stable-diffusion
• Ottimizzazione del layer di attenzione crociata - Doggettx - https://github.com/Doggettx/stable-diffusion, idea originale per modifica del prompt.
• Ottimizzazione del layer di attenzione crociata - InvokeAI, lstein - https://github.com/invoke-ai/InvokeAI (originariamente http://github.com/lstein/stable-diffusion)
• Ottimizzazione della Layer di Attenzione Crociata Sub-quadratica - Alex Birch (https://github.com/Birch-san/diffusers/pull/1), Amin Rezaei (https://github.com/AminRezaei0x443/memory-efficient-attention)
• Inversione testuale - Rinon Gal - https://github.com/rinongal/textual_inversion (non stiamo usando il suo codice, ma stiamo usando le sue idee).
• Idea per SD upscale - https://github.com/jquesnelle/txt2imghd
• Generazione di rumore per outpainting mk2 - https://github.com/parlance-zz/g-diffuser-bot
• Idea dell'interrogatore CLIP e prestito di alcune righe di codice - https://github.com/pharmapsychotic/clip-interrogator
• Idea per Compositional Diffusion - https://github.com/energy-based-model/Compositional-Visual-Generation-with-Composable-Diffusion-Models-PyTorch
• xformers - https://github.com/facebookresearch/xformers
• DeepDanbooru - interrogatore per diffusori anime https://github.com/KichangKim/DeepDanbooru
• Campionamento in precisione float32 da un float16 UNet - marunine per l'idea, Birch-san per l'esempio di implementazione di Diffusers (https://github.com/Birch-san/diffusers-play/tree/92feee6)
• Instruct pix2pix - Tim Brooks (stella), Aleksander Holynski (stella), Alexei A. Efros (nessuna stella) - https://github.com/timothybrooks/instruct-pix2pix
• Consigli sulla sicurezza - RyotaK
• UniPC sampler - Wenliang Zhao - https://github.com/wl-zhao/UniPC
• TAESD - Ollin Boer Bohan - https://github.com/madebyollin/taesd
• LyCORIS - KohakuBlueleaf
• Riduzione del campionamento - lambertae - https://github.com/Newbeeer/diffusion_restart_sampling
• HyperTile - tfernd - https://github.com/tfernd/HyperTile
• Script Gradio iniziale - pubblicato su 4chan da un utente anonimo. Grazie utente anonimo.
• (Tu)