1. Introduction au tutoriel

Stable Diffusion WebUI est un projet open source lancé en août 2022 par le développeur AUTOMATIC1111. Conçu pour un déploiement local et une utilisation efficace du modèle de conversion texte-image Stable Diffusion, il vise à rendre l'IA générative plus accessible. Le projet propose une interface web graphique riche en fonctionnalités, prenant en charge divers modes de création, notamment la conversion texte-image (txt2img), image-image (img2img), le remplissage et la suppression d'images, répondant ainsi à des besoins complexes, du dessin basique à l'édition avancée. Il offre une expérience utilisateur intuitive et intègre des fonctionnalités puissantes telles que le contrôle de l'attention par mots-clés, l'amorçage négatif, la combinaison de plusieurs indices (ET logique), la fusion de modèles LoRa, la fusion de points de contrôle et le remplissage d'images en super-résolution (RealESRGAN/GFPGAN/CodeFormer). Il permet également le chargement de scripts et de plugins personnalisés via des extensions système. Les utilisateurs peuvent ajuster directement les méthodes d'échantillonnage, les paramètres de génération, entraîner des modèles d'embeddings (inversion textuelle) et même prévisualiser la progression de la génération en temps réel via l'interface.

Ce tutoriel utilise une seule carte RTX 5090 comme ressource.

Description fonctionnelle

La peinture par IA, qui intègre des modèles réels, AnimateDiff pour la création de vidéos et de GIF, et la planification de voyages, etc.

Remarque : L'espace de stockage de l'espace de travail est proche de 50 Go et les fichiers du projet sont volumineux ; le processus de clonage prendra donc environ 5 minutes, voire plus.

Tutoriel vidéo

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

3. Étapes de l'opération

1. Après avoir démarré le conteneur, cliquez sur l'adresse API pour accéder à l'interface Web

2. Étapes d'utilisation

Si « Bad Gateway » s'affiche, cela signifie que le modèle est en cours d'initialisation. Étant donné que le modèle est grand, veuillez patienter environ 2 à 3 minutes et actualiser la page.

Nous avons préparé un modèle picxReal réaliste et installé les plugins de localisation chinoise et de mots-clés. Il prend en charge l'échange de visages Roop AI, ControlNet et AnimateDiff pour la génération de vidéos ou de GIF. Cependant, la configuration de l'échange de visages Roop AI et de ControlNet a échoué.