stable Diffusion 网页用户界面 github

stable Diffusion 网页用户界面 github

稳定的 Diffusion 网页用户界面

使用 Gradio 库实现的稳定扩散的 Web 界面。

特征

  • 原始的 txt2img 和 img2img 模式
  • 一键安装并运行脚本(但您仍然必须安装 python 和 git)
  • 超越绘画
  • 修复
  • 彩色素描
  • 提示矩阵
  • 稳定扩散高档
  • 注意,指定模型应该更加关注的文本部分
  • 穿燕尾服的男人((tuxedo))会更加注意
  • 一个男人在(tuxedo:1.21)-替代语法
  • 选择文本并按Ctrl+UpCtrl+Down(如果您使用的是 MacOS,则按Command+Up或)自动将注意力调整到选定的文本(代码由匿名用户贡献)Command+Down
  • 回环,多次运行img2img处理
  • X/Y/Z 图,一种绘制具有不同参数的图像三维图的方法
  • 文本倒装
  • 可以有任意数量的嵌入,并使用任何你喜欢的名字
  • 每个 token 使用多个不同数量的向量
  • 使用半精度浮点数
  • 在 8GB 上训练嵌入(也有报告称 6GB 也可以工作)
  • 附加选项卡包含:
  • GFPGAN,修复面部的神经网络
  • CodeFormer,作为GFPGAN替代品的人脸修复工具
  • RealESRGAN,神经网络升频器
  • ESRGAN,具有大量第三方模型的神经网络升级器
  • SwinIR 和 Swin2SR(),神经网络升级器
  • LDSR,潜在扩散超分辨率升级
  • 调整宽高比选项
  • 采样方法选择
  • 调整采样器 eta 值(噪声乘数)
  • 更高级的噪音设置选项
  • 随时中断处理
  • 支持 4GB 显卡(也有报告称 2GB 显卡也可以工作)
  • 批次正确的种子
  • 实时提示令牌长度验证
  • 生成参数
  • 用于生成图像的参数与该图像一起保存
  • 对于 PNG,以 PNG 块为单位;对于 JPEG,以 EXIF 为单位
  • 可以将图像拖拽到 PNG 信息选项卡来恢复生成参数并自动复制到 UI 中
  • 可以在设置中禁用
  • 将图像/文本参数拖放到提示框
  • 读取生成参数按钮,将提示框中的参数加载到UI
  • 设置页面
  • 从 UI 运行任意 Python 代码(必须运行才能--allow-code启用)
  • 大多数 UI 元素的鼠标悬停提示
  • 可以通过文本配置更改 UI 元素的默认值/混合值/最大值/步长值
  • 平铺支持,通过复选框创建可以像纹理一样平铺的图像
  • 进度条和实时图像生成预览
  • 可以使用单独的神经网络来生成预览,几乎不需要 VRAM 或计算
  • 负面提示,一个额外的文本字段,允许您列出您不想在生成的图像中看到的内容
  • 样式,一种保存部分提示并稍后通过下拉菜单轻松应用它们的方法
  • 变体,一种生成相同图像但有细微差别的方法
  • 种子调整大小,一种生成相同图像但分辨率略有不同的方法
  • CLIP 询问器,一个试图从图像中猜测提示的按钮
  • 提示编辑,一种在生成过程中改变提示的方法,比如开始制作西瓜,中途切换到动漫女孩
  • 批处理,使用 img2img 处理一组文件
  • Img2img 交叉注意力控制的替代、逆欧拉方法
  • Highres Fix,一种便捷选项,只需单击一下即可生成高分辨率图片,且不会出现常见的失真
  • 动态重新加载检查点
  • 检查点合并,此选项卡可让您将最多 3 个检查点合并为一个
  • 具有来自社区的许多扩展的
  • ,一种同时使用多个提示的方法
  • 使用大写字母分隔提示AND
  • 还支持提示的权重:a cat :1.2 AND a dog AND a penguin :2.2
  • 提示没有令牌限制(原始稳定扩散允许您使用最多 75 个令牌)
  • DeepDanbooru 集成,为动漫提示创建 danbooru 风格标签
  • ,选定卡的速度大幅提升:(添加--xformers到命令行参数)
  • 通过扩展::在用户界面中方便地查看、指导和删除图像
  • 永久生成选项
  • 培训选项卡
  • 超网络和嵌入选项
  • 预处理图像:裁剪、镜像、使用 BLIP 或 deepdanbooru 自动标记(用于动漫)
  • 剪辑跳过
  • 超网络
  • Loras(与 Hypernetworks 相同,但更漂亮)
  • 一个单独的 UI,您可以在其中预览选择要添加到提示中的嵌入、超网络或 Loras
  • 可以选择从设置屏幕加载不同的 VAE
  • 进度条中显示预计完成时间
  • API
  • 支持RunwayML 的专用
  • 通过扩展:,一种通过使用剪辑图像嵌入来生成具有特定美学效果的图像的方法(的实现)
  • 支持 - 请参阅了解说明
  • 支持 - 请参阅了解说明
  • 现在没有任何坏信了!
  • 以 safetensors 格式加载检查点
  • 放宽分辨率限制:生成的图像的尺寸必须是 8 的倍数,而不是 64 的倍数
  • 現在有許可了!
  • 从设置屏幕重新排序 UI 中的元素
  • 支持

安装与运行

确保满足所需的并按照以下说明进行操作:

  • (推荐)
  • GPU。
  • (外部 wiki 页面)
  • (外部维基页面)

或者,使用在线服务(如 Google Colab):

使用发布包在带有 NVidia-GPU 的 Windows 10/11 上进行安装

  1. sd.webui.zip从下载并提取其内容。
  2. 跑步update.bat
  3. 跑步run.bat
有关更多详细信息,请参阅

在 Windows 上自动安装

  1. 安装(较新版本的Python不支持torch),选中“将Python添加到PATH”。
  2. 安装。
  3. 下载 stable-diffusion-webui 存储库,例如通过运行git clone https://github.com/AUTOMATIC1111/stable-diffusion-webui.git
  4. webui-user.bat以普通、非管理员、用户身份从 Windows 资源管理器运行。

Linux 上的自动安装

  1. 安装依赖项:  # Debian-based: sudo apt install wget git python3 python3-venv libgl1 libglib2.0-0 # Red Hat-based: sudo dnf install wget git python3 gperftools-libs libglvnd-glx # openSUSE-based: sudo zypper install wget git python3 libtcmalloc4 libglvnd # Arch-based: sudo pacman -S wget git python3

如果你的系统很新,你需要安装python3.11或者python3.10:  # Ubuntu 24.04 sudo add-apt-repository ppa:deadsnakes/ppa sudo apt update sudo apt install python3.11 # Manjaro/Arch sudo pacman -S yay yay -S python311 # do not confuse with python3.11 package # Only for 3.11 # Then set up env variable in launch script export python_cmd="python3.11" # or in webui-user.sh python_cmd="python3.11"

  1. 导航到您想要安装 webui 的目录并执行以下命令:  wget -q https://raw.githubusercontent.com/AUTOMATIC1111/stable-diffusion-webui/master/webui.sh

或者直接将 repo 克隆到你想要的任何位置:  git clone https://github.com/AUTOMATIC1111/stable-diffusion-webui

  1. 跑步webui.sh
  2. 检查webui-user.sh选项。

在 Apple Silicon 上安装

查找说明。

贡献

以下是如何将代码添加到此仓库:

文档

该文档已从本 README 移至项目的。

链接(非人类可抓取)。

致谢

借用代码的许可证可以在Settings -> Licenses屏幕上找到,也可以在html/licenses.html文件中找到。

  • 稳定- ​
  • k-扩散 -
  • 拱肩 - 实现
  • GFPGAN -
  • CodeFormer- https:
  • ESRGAN -
  • SwinIR——
  • Swin2SR——
  • LDSR——
  • MiDaS- https:
  • 优化思路 -
  • 交叉注意力层优化 - Doggettx - ,原始想法用于快速编辑。
  • 交叉注意力层优化 - InvokeAI,lstein - (原)
  • 亚二次交叉注意力层优化 - Alex Birch()、Amin Rezaei()
  • 文本反转 - Rinon Gal - (我们没有使用他的代码,但我们使用了他的想法)。
  • SD 高档的想法 -
  • 用于 outpainting mk2 的噪声生成 -
  • CLIP 询问器的想法和借用一些代码 -
  • 可组合扩散的想法 -
  • xformers- https:
  • DeepDanbooru - 动漫扩散器的询问器
  • 从 float16 UNet 中以 float32 精度进行采样 - marunine 提出这个想法,Birch-san 提供扩散器实现示例()
  • 指导 pix2pix - Tim Brooks(星星)、Aleksander Holynski(星星)、Alexei A. Efros(无星星) -
  • 安全建议 - RyotaK
  • UniPC 采样器 - Wenliang Zhu -
  • TAESD - Ollin Boer Bohan -
  • LyCORIS - KohakuBlueleaf
  • 重新开始采样 - lambertae -
  • Hypertile - tfernd -
  • 初始 Gradio 脚本 - 由匿名用户发布在 4chan 上。谢谢匿名用户。
  • (你)

Read more

JPA基本用法

JPA基本用法

转载:http://www.360doc.com/content/14/0707/10/18042_392565296.shtml   请尊重他人成果,谢谢!      JPQL 就是一种查询语言,具有与 SQL 相类似的特征, JPQL 是完全面向对象的,具备继承、多态和关联等特性,和hibernate HQL很相似。     查询语句的参数   JPQL 语句支持两种方式的参数定义方式 : 命名参数和位置参数 。 。在同一个查询语句中只允许使用一种参数定义方式。     命令参数的格式为:“ : + 参数名”     例:     Query query = em.createQuery(“select p from Person p where p.personid= :Id “);     query.setParameter( “Id”,new

By Ne0inhk
JPA入门

JPA入门

转载:http://blog.csdn.net/hmk2011/article/details/6289151   尊重他人成果,谢谢! (1)、JPA介绍: JPA全称为Persistence API ,持久化API是Sun公司在EE 5规范中提出的Java持久化接口。JPA吸取了目前Java持久化技术的优点,旨在规范、简化Java对象的持久化工作。使用JPA持久化对象,并不是依赖于某一个ORM框架。 为什么要使用JAP?      在说为什么要使用JPA之前,我们有必要了解为什么要使用ORM技术。 ORM 是Object-Relation-Mapping,即对象关系影射技术,是对象持久化的核心。ORM是对JDBC的封装,从而解决了JDBC的各种存在问题: a) 繁琐的代码问题 用JDBC的API编程访问,代码量较大,特别是访问字段较多的表的时候,代码显得繁琐、累赘,容易出错。例如:PreparedStatement pstmt=con.prepareStatment(“insert into account value(?,?,?,?,?,?,?,?,?)”); OR

By Ne0inhk
JPA-EntityManager

JPA-EntityManager

转载:http://blog.csdn.net/hmk2011/article/details/6289151   请尊重他人成果,谢谢! * * * * Persistence 在之前的,有使用到Persistence来创建EntityManagerFactory实例 String persistenceUnitName = "jpa"; EntityManagerFactory factory = Persistence.createEntityManagerFactory(persistenceUnitName); 其实它还有一个重载方法可用 Map<String, Object> properties = new HashMap<String, Object>(); properties.put("hibernate.format_sql", false); EntityManagerFactory factory= Persistence.createEntityManagerFactory(persistenceUnitName,

By Ne0inhk