AI绘画软件Stable Diffusion详解教程(3):Windows系统本地化部署操作方法(通用版)

上一篇教程介绍了如何在本地部署Stable Diffusion专业版,虽然便于技术人员研究,但是普通人使用起来不便捷,每次只能通过cmd窗口的指令形式或者python代码方式来画图,要记很多的指令很繁琐。

本篇教程教您搭建webui版的,可以通过浏览器很方便的来进行绘画,搭建好之后任何人都可以使用。

前两个操作步骤和上一篇教程相同,请参考:

AI绘画软件Stable Diffusion详解教程(2):Windows系统本地化部署操作方法(专业版)-CSDN博客

下面直接从第三步开始。

三、安装与配置Stable Diffusion

1、下载Stable Diffusion

使用cmd,进入想安装的目录,敲入指令:

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

克隆完项目后我们可以看到多了一个目录stable-diffusion-webui

2、下载模型文件

不同的模型可以画出不同风格的图片,后面会有专门篇幅介绍模型的类型。

网址:ReV Animated - V2 Rebirth | Stable Diffusion Checkpoint | Civitai

下载后的文件保存到stable-diffusion-webui的models\Stable-diffusion目录中,可以更改名称以便区隔和记忆。

3、配置python虚拟环境

上一篇教程我们是在公共环境下下载python所依赖的相关包,如果遇到多个python应用项目,需要不同的包时,会有冲突,所以python引入了虚拟环境,为每个应用程序可以单独配置和下载依赖的包文件。可以管理python虚拟环境的工具有virtualenv、venv、pipenv、poetry、conda等。这里介绍的是miniconda。

下载地址:https://docs.conda.io/en/latest/miniconda.html

安装好后打开它,最好使用管理员模式打开。

依次敲入指令,创建并激活项目所需的虚拟环境。(关于conda的使用方法会单独出一篇教程,这里就不多解释了)

conda create --name stable-diffusion-webui python=3.10.6

conda activate stable-diffusion-webui

现在添加一段可选部分,主要用于把python包的下载源更改为国内的,以便加快下载速度。本段灰色字体均为可选内容

敲入指令conda config --set show_channel_urls yes,生成.condarc 文件

在我的电脑/此电脑-C盘-users-你的账号名下用记事本打开并修改.condarc文件。(如我的路径是C:\Users\Administrator。)

把下面的内容全部复制进去,全部覆盖原内容,ctrl+s保存,关闭文件。

channels:

运行conda clean -i 清除索引缓存,以确保使用的是镜像站的地址。

4、启动stable-diffusion-webui

(1)使用记事本编辑软件根目录中的webui-user.bat文件,把其中的两行改成如下内容

set VENV_DIR=stable-diffusion-webui

set COMMANDLINE_ARGS=--listen

VENV_DIR指的是虚拟环境,你创建的什么名称,这里就填写什么。

COMMANDLINE_ARGS用来开启本机ip地址的监听,本来stable-diffusion-webui只能使用网址http://127.0.0.1:7860/ 来访问,加了--listen后,可以用本机的ip地址来访问,比如192.168.0.10,这样局域网内的其它人也都可以来使用它了。

(2)使用conda

首先激活专用的虚拟环境,然后进入stable-diffusion-webui应用根目录,再运行webui-user.bat文件,参照如下截图。一定要注意箭头处的字样,验证是否进入到了专用虚拟环境。

首次运行,它会自动下载相关的依赖包,记住,一定要在python3.10.6环境下,否则pytorch版本上会有问题。出现如下界面就是运行成功了。

在浏览器输入即可打开应用,点击下图箭头处的刷新按钮,选择下载好的模型文件,就可以开始画图了。

演示一下,在prompt正向提示词中输入提示词: a nice girl,右边会有生成的结果。

5、汉化界面

如果不喜欢使用英文,可以下载中文插件,之后就可以在中文和英文之间自有选择了。

方法1:

方法2:

1)从https://github.com/VinsonLaro/stable-diffusion-webui-chinese的汉化扩展下载汉化语言包,把"localizations"文件夹内的"Chinese-All.json"和"Chinese-English.json"复制到"stable-diffusion-webui\localizations"目录中;

2)点击"Settings",左侧点击"User interface"界面,在界面里最下方的"Localization (requires restart)",选择"Chinese-All"或者"Chinese-English";

3)点击界面最上方的黄色按钮"Apply settings",再点击右侧的"Reload UI"即可完成汉化。

相关推荐
喜欢吃豆9 分钟前
使用 OpenAI Responses API 构建生产级应用的终极指南—— 状态、流式、异步与文件处理
网络·人工智能·自然语言处理·大模型
Q同学17 分钟前
verl进行Agentic-RL多工具数据集字段匹配问题记录
人工智能
亚马逊云开发者29 分钟前
Amazon Q Developer 结合 MCP 实现智能邮件和日程管理
人工智能
Coding茶水间1 小时前
基于深度学习的路面坑洞检测系统演示与介绍(YOLOv12/v11/v8/v5模型+Pyqt5界面+训练代码+数据集)
图像处理·人工智能·深度学习·yolo·目标检测·计算机视觉
梵得儿SHI1 小时前
AI Agent 深度解析:高级架构、优化策略与行业实战指南(多智能体 + 分层决策 + 人类在环)
人工智能·多智能体系统·aiagent·分层决策系统·人类在环机制·agent系统完整解决方案·aiagent底层原理
Peter_Monster1 小时前
大语言模型(LLM)架构核心解析(干货篇)
人工智能·语言模型·架构
Ma0407131 小时前
【机器学习】监督学习、无监督学习、半监督学习、自监督学习、弱监督学习、强化学习
人工智能·学习·机器学习
cooldream20092 小时前
LlamaIndex 存储体系深度解析
人工智能·rag·llamaindex
Elastic 中国社区官方博客2 小时前
使用 A2A 协议和 MCP 在 Elasticsearch 中创建一个 LLM agent 新闻室:第二部分
大数据·数据库·人工智能·elasticsearch·搜索引擎·ai·全文检索
知识浅谈2 小时前
我用Gemini3pro 造了个手控全息太阳系
人工智能