Stable Diffusion web UI 安装教程

欢迎来到猫说AI，wx搜索，猫说AI接入了最新版Chatgpt供大家免费使用。

注意：这是ubuntu20.04安装步骤！

1. conda创建python虚拟环境

conda create -n stable python=3.10 -y
conda activate stable

2. clone项目并下载依赖

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

3.安装依赖

pip install -r requirements_versions.txt

修改lanch.py

注意由于网络限制，需要将所有github的地址前面都加上代理前缀，请自行修改

修改如下：

def prepare_environment():
    global skip_install
torch_command = os.environ.get('TORCH_COMMAND', "pip install torch==1.13.1+cu117 torchvision==0.14.1+cu117 --extra-index-url https://download.pytorch.org/whl/cu117")
requirements_file = os.environ.get('REQS_FILE', "requirements_versions.txt")

xformers_package = os.environ.get('XFORMERS_PACKAGE', 'xformers==0.0.16rc425')
gfpgan_package = os.environ.get('GFPGAN_PACKAGE', "git+https://ghproxy.com/https://github.com/TencentARC/GFPGAN.git@8d2447a2d918f8eba5a4a01463fd48e45126a379")
clip_package = os.environ.get('CLIP_PACKAGE', "git+https://ghproxy.com/https://github.com/openai/CLIP.git@d50d76daa670286dd6cacf3bcd80b5e4823fc8e1")
openclip_package = os.environ.get('OPENCLIP_PACKAGE', "git+https://ghproxy.com/https://github.com/mlfoundations/open_clip.git@bb6e834e9c70d9c27d0dc3ecedeebeaeb1ffad6b")

stable_diffusion_repo = os.environ.get('STABLE_DIFFUSION_REPO', "https://ghproxy.com/https://github.com/Stability-AI/stablediffusion.git")
taming_transformers_repo = os.environ.get('TAMING_TRANSFORMERS_REPO', "https://ghproxy.com/https://github.com/CompVis/taming-transformers.git")
k_diffusion_repo = os.environ.get('K_DIFFUSION_REPO', 'https://ghproxy.com/https://github.com/crowsonkb/k-diffusion.git')
codeformer_repo = os.environ.get('CODEFORMER_REPO', 'https://ghproxy.com/https://github.com/sczhou/CodeFormer.git')
blip_repo = os.environ.get('BLIP_REPO', 'https://ghproxy.com/https://github.com/salesforce/BLIP.git')

可以先运行起来,会自动安装依赖

python launch.py --share

手动安装剩余部分依赖

pip install torch==1.13.1+cu117 torchvision==0.14.1+cu117 --extra-index-url https://download.pytorch.org/whl/cu117

4.安装xformers(可选)

git clone https://ghproxy.com/https://github.com/facebookresearch/xformers/
cd xformers/

git submodule update --init --recursive
接下来可能会失败，执行如下步骤后重新执行就成功了
cd .git/
vi config
替换所有的github链接为加速链接 https://ghproxy.com/
然后删除third_party目录下的两个未下载完成的子项目
cd ..
cd third_party
rm -rf cutlass
rm -rf flash-attention
cd ..
git submodule update --init --recursive

# 强制使用CUDA，不开启可能会导致xformers未和CUDA一起编译
export FORCE_CUDA="1"
# 进入https://developer.nvidia.com/cuda-gpus#compute
# 设置所用显卡对应的Compute Capability，3090和A5000都是8.6
export TORCH_CUDA_ARCH_LIST=7.0
# PATH环境变量中追加cuda目录，确保编译时能识别镜像预置的cuda11.6
export PATH=$PATH:/usr/local/cuda
# 确保gcc编译时能够识别cuda的头文件
export CPATH=/usr/local/cuda/targets/x86_64-linux/include

pip install -r requirements.txt
pip install -e .

注意：xformers编译安装过程时间比较久，如果不想一直等待可以用screen去后台执行。

创建窗口

screen -S stable

查询窗口id

screen -r 

进入窗口

screen -r pid

激活conda虚拟环境，并在后台安装：

conda activate stable
pip install -e .

接下来让它自己去编译安装吧，我们按

ctrl + a  然后按 d  来退出当前窗口

要想再连接输入

screen -r  即可。

启动web UI

python -u launch.py --no-half --port 8850 --listen --xformers --share

nohup后台启动：

nohup python -u launch.py --no-half --share --xformers > log.log 2>&1 &

最后启动完如下图所示：

大功告成！

5.安装 Controlnet插件

打开stable-diffusion，点击最右侧的extension，接着点击available，再点击“Load from:”按钮。

在此之后，您将看到一系列可用插件的列表。

需要注意的是，有时候在点击"load from"按钮后，页面可能会因连接失败而出现错误提示。这时，请不要着急，可以刷新页面并检查网络设置（例如开启或切换内外网），然后再次尝试点击"load from"按钮，多尝试几次即可。

接下来，您可以使用Ctrl/command + F快捷键，在搜索框中输入“controlnet”，找到ControlNet插件，并单击右侧的"install"按钮以安装该插件。

安装完成后，插件面板会显示 intalled into xxxx，说明已经安装好了。

如果在available页面无法下载ControlNet插件，用户可以尝试通过Install from URL页面手动安装。插件地址为

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

或者，用户可以先将整个包通过git clone或者GitHub网页下载，在stable-diffusion-webui > extensions文件夹下放置下载的包即可。

完成插件安装后，请确保在installed页面点击“apply and restart（应用并重启）”，以使更改生效。

接下来，安装Openpose。在切换到installed页面之前，我们需要先安装一个名为Openpose Editor的插件，以便后续自定义POSE（姿势）。

使用搜索框查找"openpose"，找到相应的插件，并单击右侧的"install"按钮以安装该插件。

等待安装，直到显示“Installed into … openpose-editor. Use Installed tab to restart.”代表安装完成。

这时候，点击installed 页面，你会发现，刚刚安装的两个插件都已经显示在上面了。这时候点击apply and restart ui（应用并重启软件），接着等待网页自动刷新，如果显示无法连接，那么手动刷新下。

如果在available页面无法进行插件安装，用户可以尝试通过install from url页面安装插件，或者下载代码包并将其复制到stable-diffusion-webui > extensions目录下。插件地址为

https://github.com/fkunn1326/openpose-editor

完成插件安装后，请确保在installed页面点击“apply and restart（应用并重启）”，以使更改生效。

接下来，打开ControlNet编辑器。刷新页面后，在stable的首页上方将看到一个名为"ControlNet"的长条，单击该条后面的三角形按钮即可展开相关选项。

展开界面如下图。

5.下载模型。

ControlNet是一种需要专门模型支持的技术，只有使用了相应的模型才能实现相关功能，如绘制指导图等。

要开始使用ControlNet，我们需要下载相应的模型文件。您可以在以下链接找到模型文件：

https://huggingface.co/lllyasviel/ControlNet/tree/main/models

然而，这里有很多不同版本的模型可供选择。针对不同的使用场景和需求，选择不同版本的模型可能会产生不同的效果。因此，选择哪种模型也是一个需要仔细考虑的问题。

为了更好地选择适合自己的模型，建议用户仔细阅读官方说明或文档，并根据自己的实际需求和硬件配置来选择最合适的模型版本。

当面对硬盘空间有限的情况时，我们可以先选择下载自己需要的模型文件，如Canny、Openpose和Scribble。其中，Canny可用于边缘检测等通用场景，Openpose则是专用于姿势控制的模型，而Scribble则适合随手涂鸦并生成精美画面，具备很高的玩耍性质。

尽管每个模型都有各自的特点和使用场景，但如果拥有更大的硬盘空间，建议全量下载所有模型以获取更多体验乐趣。

下载完成后，将相应的.pth文件放入stable-diffusion-webui > models > ControlNet文件夹下即可开始使用ControlNet。

值得注意的是，ControlNet依赖xformers算法框架及Nvidia显卡，因此在其他系统上可能会遇到效果达不到预期或速度较慢等问题。

另外，关于ControlNet的具体使用方法，由于其较为复杂，建议用户仔细阅读官方文档和相关使用说明，并进行一定的实践积累后再进行尝试。后面会分享关于ControlNet的使用技巧和案例。

               Control Net模型文件我已经放到网盘中，有需要的小伙伴可在

公众号后台留言获取！

猫说AI

本篇文章来源于微信公众号: 猫说AI