Stable Diffusion教程|SD WebUI必备插件安装菜鸟轻松成高手

前言

一个刚学AI绘画的小菜鸟怎么快速成为Stable Diffusionde的高手？答案就是SD插件，只要学会使用SD的各种插件，帮你写正向和负向提示词，修复人脸/身体/手指，高清放大图片，指定人物pose，图片微调等等都可以轻松搞定，善用插件是成为高手必经之路。

1 插件安装方法

2 基础插件介绍

3 高级插件介绍

一、插件安装方法

1 启动器上安装

setp1 打开绘世启动器，双击"A启动器.exe"

setp2 点击版本管理，点击内核，一键更新。

setp3 点击安装新扩展，搜索插件名词，回车。如：prompt

setp4 滚动找到，你需要安装的插件，点击"安装"按钮即可。如果已经安装过了展示"已装"。

setp5 如果搜索找不到你要的插件，也可以直接输入插件安装的URL地址，点击右侧的"安装"即可。

查阅、整理和输出教程属实不易，觉得这篇教程对你有所帮助的话，可以点击👇二维码领取资料😘

2、在线安装

如果你已经"一键启动"了webUI，也可以在webUI安装，只不过需要重新启动下才能生效。

Setp1 启动SD web UI，一键启动，会自动打开浏览器。

Setp2 启动成功后，切换到"扩展"-"可用"，点击"加载自："，右侧的地址本来就有，如果没有按下图输入即可。

Setp3 搜索插件名词回车，找到目标插件，点击安装即可。如：prompt

Setp4 搜不到插件，从网址安装即可。下面我会提供插件地址。

3、离线安装

不会科学上网的，网络有问题的，私信我"插件"给你百度网盘，你下载离线安装包，直接拷贝到指定目录，也可以进行安装。

目录：D:\Program Files\novelai-webui-aki-v3\extensions

(D:\Program Files 换成你电脑的安装路劲)

补充一个知识点，Web UI的这些文件夹分别干嘛？

embeddings：存放美术风格文件的目录，美术风格文件一般以.pt结尾，大小在几十K左右；
extensions：存放扩展插件的目录，我们下载的WebUI的插件就放在这个目录里，WebUI启动时会自动读取插件，插件目录都是git库，可以直接通过git更新；
extensions-builtin：存放WebUI内置的扩展；
models/hypernetworks：存放风格化文件的目录，风格化文件是配合Prompt使用的，以使AI会出对应风格的图片，风格化文件也以.pt结尾，大小在几百MB左右；
models/Lora：存放Lora的文件的目录，Lora文件是用来调整模型的，可以重映射模型文件的Prompt映射，使AI在相应的提示词下按照Lora的样式绘制，Lora文件一般以.safetensors结尾，大小在几百MB左右；
models/Stable-diffusion：存放模型的文件的目录，AI绘画时的采样基本从这个文件里采，影响图片的整体样式与画风，一般以.ckpt或.safetensors结尾，大小在几个G左右；
models/VAE：存放VAE文件的目录，VAE文件会影响图片整体的色调，如在刚开始玩WebUI时画出的图都比较灰，就是因为WebUI默认没有为我们设置VAE导致的，VAE文件一般以.ckpt或.vae.pt结尾，大小在几百MB或几个G不等；
outputs/extras-images：AI放大的原图的默认保存路径；
outputs/img2img-grids：批量图生图时的缩略图原图的默认保存路径；
outputs/img2img-images：图生图的原图的默认保存路径；
outputs/txt2img-grids：批量文生图时的缩略图原图的默认保存路径；
outputs/txt2img-images：文生图的原图的默认保存路径；

这些路径我们是可以在WebUI的设置界面修改成自定义路径的。
scripts：存放第三方脚本的目录；
venv：这个文件夹是WebUI首次运行时配置运行环境自己创建的，出现运行环境的问题时，可以删掉它让WebUI重新生成。

4、勾选或取消插件后，需要"应用并重启"才能生效哦。

二、基础插件介绍

自带插件

在安装最新版@秋叶的SD webUI安装包，已经内置了必要的插件如下：

它们分别都是用来干嘛的？？（东奔西跑查了很多资源）

LDSR （图片放大算法）****

Latent Diffusion Super Resolution（潜在扩散超分辨率模型）的缩写。一种放大图片的算法，耗时最长，也是效果最好的，尤其擅长对照片写实图放大。

Lora（这里指小模型插件）

Low-Rank Adaptation of Large Language Models 低秩的适应大语言模型，上一篇咱们详细讲过，这里指已自带安装了这个插件，你可以下载很多lora模型，来使用。

ScuNET（图片放大算法）

（Swin-Conv-UNet）是一种图像去噪深度学习网络，采用Swin-Conv块作为UNet骨干。ScuNET还采用了新的数据合成管线，用于实际图像去噪，包括高斯去噪和实际图像的盲去噪。

SwinIR （图片放大算法）

是一种基于Swin Transformer的图像恢复方法，称为"Image Restoration Using Shifted Window Transformer"。SwinIR在图像超分辨率、图像去噪和JPEG压缩伪影减少等方面达到了最先进的性能。SwinIR包括三个部分：浅层特征提取、深层特征提取和高质量图像重建。特别是深层特征提取模块由几个残差Swin Transformer块组成。SwinIR通过实验展示了其在不同任务上的优越性能，参数数量可减少高达67%。