我准备写个SD自学指南，当然也是第一次写，可能有点凌乱，后续我会持续更新不断优化，我是生产队的驴，欢迎监督。
Stable Diffusion WebUI 入门指南
Stable Diffusion WebUI 是一款基于 Stable Diffusion 模型的用户界面，可以根据文本生成高质量的图像。我准备写个SD自学指南，当然也是第一次写，可能有点凌乱，后续我会持续更新不断优化，我是生产队的驴，欢迎监督。该指南将帮助你快速了解如何在本地搭建并使用 WebUI。
一、安装 Stable Diffusion WebUI
我们将使用 Automatic1111's WebUI，这是一个非常流行且功能丰富的界面。
这里面有很多东西需要学习的，我们首先先解决环境搭建软件安装的这一步，万事开头难，我们先开始。
模型介绍的安装：大模型的安装使用、VAE模型的安装使用
插件安装方式也有很多种：启动器安装、 github安装、网址安装
1.1、安装步骤（适用于本地机器）：
-
环境要求：
- 推荐使用 NVIDIA GPU，因为它支持 CUDA，能够提升生成速度。
- 安装 Python 3.10 以上版本 和 Git。
- 至少需要 10-12GB 硬盘空间 和 6GB 以上的显存（以生成 512x512 的图像为例）。
-
克隆 WebUI 项目 ：
打开终端或命令提示符，执行以下命令：
bashgit clone https://github.com/AUTOMATIC1111/stable-diffusion-webui.git cd stable-diffusion-webuigithub项目 完全开源-多好的学习机会：
-
下载 Stable Diffusion 模型权重 ：
你需要从 Hugging Face 下载模型文件（如 1.4 或 1.5 版本的 checkpoint 模型），将
.ckpt文件放置在models/Stable-diffusion/目录中。 -
运行 WebUI ：
Windows 用户运行
webui-user.bat，Linux/macOS 用户运行webui.sh。首次运行时，脚本会自动安装所需的依赖项。 -
访问 WebUI ：
安装完成后，打开浏览器，访问
http://127.0.0.1:7860/来使用 WebUI。
1.2、在Linux下安装
1.3、在Windows下安装
1.4、苹果机安装
在 Apple Silicon 上安装，在MAC或者苹果盒子机系统的设备上安装可以参考
可以参考文档 全新安装、扩展插件的安装、模型Model的安装。
二、基础使用
当你成功启动 WebUI 后，可以开始尝试生成图像。
文本生成图像：
- 在 WebUI 界面中，有一个文本输入框供你输入提示词（prompt）。
- 设置参数如 图像分辨率 、步数 （决定模型生成图像的迭代次数）、采样器 （生成图像的算法）、CFG 规模（图像遵循提示词的严格程度）。
- 点击 生成 ，系统会根据你的提示词生成图像。
常见参数：
- 采样步数（Steps）：步数越多，图像质量越好，但生成速度会变慢。推荐从较低步数开始。
- CFG 规模：控制图像与提示词的匹配度，值越高生成的图像越接近提示词，但过高可能导致图像失真。
- 图像宽高：生成图像的分辨率，初学者可以从 512x512 开始，以避免性能问题。
三、进阶功能
- 图像修补（Inpainting）：你可以上传已有图像，选择某个区域让模型根据新的提示词进行修改。
- 图像到图像（Image2Image）：通过提供一张基础图像，模型会根据提示词进行调整，生成新的图像。
- 图像放大 ：使用 Real-ESRGAN 等工具，放大生成的图像以提高分辨率。
四、提示词优化技巧
初学者可以从简单的提示词开始，比如"树上的猫"，然后逐步添加细节，例如艺术风格、光线条件、情绪等。例如："未来城市，夜晚，赛博朋克风，霓虹灯"。
五、社区资源
科学上网哦
- Hugging Face：提供了不同版本的 Stable Diffusion 模型和权重文件。
- 论坛与讨论群：在 Reddit 和 Discord 上有许多 AI 艺术社区，你可以加入讨论，学习新的技巧。
六、常见问题
财力不足，借助外力，比如找我 哈哈哈
- 显存不足：当你生成大图时，显存不足可能会导致生成失败。可以尝试降低图像分辨率或使用优化的模型。
- 依赖项问题 ：安装过程中，如果有依赖项安装失败，可以手动使用
pip安装。 - **云电脑：**这个也是个不错的选择，毕竟一般电脑的配置和算力跟不上，使用云电脑可以轻松解决环境问题。
通过以上步骤，你可以在本地快速体验 Stable Diffusion WebUI，并生成你想要的 AI 图像。