1. Einführung in das Tutorial

Stable Diffusion WebUI ist ein Open-Source-Projekt, das im August 2022 vom Entwickler AUTOMATIC1111 veröffentlicht wurde. Es wurde für die lokale Bereitstellung und effiziente Nutzung des Stable Diffusion Text-zu-Bild-Modells entwickelt und zielt darauf ab, den Einstieg in die generative KI zu vereinfachen. Das Projekt bietet eine funktionsreiche grafische Weboberfläche, die verschiedene Erstellungsmodi unterstützt, darunter Text-zu-Bild (txt2img), Bild-zu-Bild (img2img), Inpainting und Outpainting. Damit deckt es komplexe Anforderungen von einfachen Zeichnungen bis hin zu fortgeschrittenen Bearbeitungen ab. Es zeichnet sich durch eine intuitive Benutzerführung aus und integriert leistungsstarke Funktionen wie die Steuerung der Aufmerksamkeit durch Hinweiswörter, negative Hinweisreize, die Kombination mehrerer Hinweisreize (AND), LoRa-Modellfusion, Checkpoint-Merging und hochauflösendes Inpainting (RealESRGAN/GFPGAN/CodeFormer). Zudem unterstützt es das Laden benutzerdefinierter Skripte und Plugins über Systemerweiterungen. Über die Benutzeroberfläche können die Nutzer direkt die Sampling-Methoden und Generierungsparameter anpassen, Einbettungsmodelle trainieren (Textuelle Inversion) und sogar den Generierungsfortschritt in Echtzeit vorab anzeigen lassen.

Dieses Tutorial verwendet eine einzelne RTX 5090-Karte als Ressource.

Funktionsbeschreibung

KI-Malerei, die reale Modelle integriert, AnimateDiff zum Erstellen von Videos und GIFs sowie Prompt-Reisen usw.

Hinweis: Der Arbeitsbereichsspeicher beträgt fast 50 GB, und die Projektdateien sind groß, daher wird der Klonvorgang etwa 5 Minuten oder länger dauern.

Videoanleitung

https://www.bilibili.com/video/BV1WC411W79t

3. Bedienungsschritte

1. Klicken Sie nach dem Starten des Containers auf die API-Adresse, um die Weboberfläche aufzurufen

2. Anwendungsschritte

Wenn „Bad Gateway“ angezeigt wird, bedeutet dies, dass das Modell initialisiert wird. Da das Modell groß ist, warten Sie bitte etwa 2–3 Minuten und aktualisieren Sie die Seite.

Wir haben ein realistisches picxReal-Modell für Sie vorbereitet und das chinesische Lokalisierungs-Plugin sowie das Prompt-Word-Plugin installiert. Es unterstützt Roop AI Face Swapping, ControlNet und AnimateDiff zur Generierung von Videos oder GIFs. Die Konfigurationen für Roop AI Face Swapping und ControlNet waren jedoch nicht erfolgreich.