【AI】MAC版本本地Stable Diffusion web ui安装

文章目录

前言

目前,市面上已经出现了很多用Ai 绘图制作的作品,用于自媒体或者商业等。例如表情包头像、摄影更换背景和服装、数字人、插画、有声图文小说等。我们会发现很多之前需要设计师做三天三夜的作品,只需要十几分钟甚至不到一两分钟就能生成。

现在,我们也可以用现有的在线Ai工具进行创作。绝大工具包括这三种,文字生成、图片生成、视频生成。

但是相对于本地来说,就没那么灵活,比如模型的缺少,敏感词的限制等,但这最近其实随着时间技术的更新迭代也十分够用了。

环境依赖

其实像我电脑的配置mac m1 8+256就能跑一些相对画质低 512*512的图了,但是由于内存的限制,很多模型是跑不动的,会报错分配内存不足。

homebrew

官网

复制代码
/bin/bash -c "$(curl -fsSL https://raw.githubusercontent.com/Homebrew/install/HEAD/install.sh)"

输入密码进行安装

国内镜像

复制代码
/bin/bash -c "$(curl -fsSL https://gitee.com/cunkai/HomebrewCN/raw/master/Homebrew.sh)"

按提示进行操作

python3

SD是依赖于python的,所以我们这需要安装python,最好是python 3.10.9以上的,可以避免很多报错状况以及不兼容性。

官网下载

复制代码
brew install cmake protobuf rust python@3.10 git wget

下载stable-diffusion-webui

代码clone

复制代码
git clone https://github.com/AUTOMATIC1111/stable-diffusion

webui

模型准备

模型网站

如果不知道需要什么模型,可以去liblib中查看

这里是我用的一些,因为配置比较低,所以大家电脑配置可以也可以安装最新的模型:

  • Anything v5:适用于卡通动漫
  • majicmixRealistic:麦橘写实,主要用于真人绘画
  • realisticVision:写实人像
  • rpg_v5:游戏角色专用

将下载到的包放到
/stable-diffusion-webui/models/Stable-diffusion路径下

启动stable-diffusion-webui

在webui最下面有个 webui.sh文件,我们在终端用./webui.sh命令就可以运行了

启动以后默认本地url为 http://127.0.0.1:7860

中文页面设置

默认我们第一次启动是英文的,我们可以将页面设置为中文
https://github.com/VinsonLaro/stable-diffusion-webui-chinese

这个里面有详细的中文页面配置

提示词转汉语转英文

打开扩展,在扩展插件中输入url安装就可以了

https://github.com/Physton/sd-webui-prompt-all-in-one

然后点击最下面一行的重新加载/Reload UI重新刷新就好

controlnet安装

有时候我们需要局部重绘、涂鸦、线稿等,那么就需要用到controlnet精确控制

还是一样的方式,打开扩展,在扩展插件中输入url安装就可以了

https://github.com/Mikubill/sd-webui-controlnet

然后点击最下面一行的重新加载/Reload UI重新刷新就好

controlnet模型下载

有了controlnet,我们还需要下载对应的模型

ControlNet 需要额外的预处理器和模型文件,需手动下载并放置到指定目录:
stable-diffusion-webui/extensions/sd-webui-controlnet/models

下载的模型可以通过 huggingface 模型网站获取

https://huggingface.co/lllyasviel/ControlNet-v1-1/tree/main

这里是装了v1.1的模型包

装完以后重新加载/reload ui后,就可以看到模型已经存在,因为磁盘有限,下太多加载不过来,我就先装了一个

结尾

本地部署SD的优点总结有下面几条

  • 模型的多样性,可以下载自己喜欢的模型
  • 没有那么多的限制,比如提示词的限制,虽然说基本什么都能生成,但还请广大网友自重
  • 不存在生成图片数量限制,只要你磁盘大,时间够,基本你一天都可以随心所欲的生成
  • 可扩展性强,新出的插件可以随时用,进行SD的优化

缺点:

  • 稳定性差,出问题排查效率慢,可靠性没那么强
  • 生图效率决定cpu、内存
  • 社区只能看网上的,不能够及时交流,也就是平台的体验没有

好了,以下就是今天分享的内容,大家有什么兴趣啥的也可以互相交流!

相关推荐
Pigwantofly14 分钟前
SpringAI入门及浅实践,实战 Spring‎ AI 调用大模型、提示词工程、对话记忆、Adv‎isor 的使用
java·大数据·人工智能·spring
Eloudy21 分钟前
复矩阵与共轭转置矩阵乘积及其平方根矩阵
人工智能·算法·矩阵
m0_6313544524 分钟前
VTK开发day2:切片矩阵
人工智能·算法·矩阵
拓端研究室26 分钟前
专题:2025电商增长新势力洞察报告:区域裂变、平台垄断与银发平权|附260+报告PDF、原数据表汇总下载
大数据·人工智能
go546315846541 分钟前
在本地环境中运行 ‘dom-distiller‘ GitHub 库的完整指南
人工智能·深度学习·神经网络·算法·矩阵·github
KaneLogger1 小时前
一文了解提示词、提示词工程和上下文工程
人工智能·程序员
风筝超冷1 小时前
【Milvus合集】1.Milvus 的核心概念(collection、field、index、partition、segment)
人工智能·机器学习·milvus
边缘常驻民1 小时前
PyTorch深度学习入门记录3
人工智能·pytorch·深度学习
阿里云大数据AI技术1 小时前
[VLDB 2025]面向Flink集群巡检的交叉对比学习异常检测
大数据·人工智能·flink
a1504632 小时前
人工智能——图像梯度处理、边缘检测、绘制图像轮廓、凸包特征检测
人工智能·深度学习·计算机视觉