Stable Diffusion WebUI AUTOMATIC1111: 入门指南
Stable Diffusion web UI (简称AUTOMATIC1111 or A1111)是高级用户的实际GUI。多亏热情的社区，大多数新功能首先来到这个免费的Stable Diffusion GUI。但它并不是最容易使用的软件，因为缺少文件，它提供的大量功能可能令人望而生畏。
本指南将教您如何使用AUTOTMATIC1111 GUI。您可以将其用作教程。你可以一步一步地学习很多例子。
您也可以将本指南用作参考手册。跳过它，看看那里有什么。当您真正需要使用某个功能时，请返回到它。
你会看到很多例子来证明设置的效果，因为我相信这是唯一能说明问题的方法。
下载并安装Web UI
您可以在Windows、Mac或Google Colab上使用Stable Diffusion Web UI。.
阅读快速入门指南，决定使用哪种Stable Diffusion。
“文本到图像”选项卡
当您第一次启动GUI时，您将看到txt2img选项卡。该选项卡完成了稳定扩散的最基本功能：将文本提示转换为图像。
基本用途
如果这是您第一次使用AUTOMATIC111，您可能需要更改这些设置。
Stable Diffusion Checkpoint：选择您想要的模型。第一次用户可以使用v1.5基本模型。
提示词Prompt：描述您希望在图像中看到的内容。下面是一个例子，有关教程，请参见提示词构建的完整指南。
萨尔瓦多·达利的超现实主义猫画
A surrealist painting of a cat by Salvador Dali
Width and height：输出图像的大小。使用v1模型时，应将至少一侧设置为512像素。例如，对于纵横比为2:3的人像图像，将宽度设置为512，将高度设置为768。
Batch size：每次要生成的图像数。在测试提示时，您希望至少生成一些提示，因为每个提示都不同。
最后，点击Generate按钮。经过短暂的等待，您将获得您的图像！
默认情况下，您将获得合成缩略图的附加图像。
您可以将图像保存到本地存储中。首先，使用主图像画布下方的缩略图选择图像。右键单击图像以显示上下文菜单。您应该有保存图像或将图像复制到剪贴板的选项。
这就是你需要了解的基本知识！本节的其余部分将更详细地解释每个函数。
图像生成参数
Txt2img选项卡
Stable Diffusion checkpoint是用于选择模型的下拉菜单。你需要把模型文件放在文件夹stable-diffusion-webui > models > Stable-diffusion。请参阅有关安装型号的更多信息。
下拉菜单旁边的刷新按钮用于刷新型号列表。当您刚将一个新模型放入模型文件夹并希望更新列表时，就会使用它。
Prompt文本：将您想要看到的内容放在图像中。要详细具体。使用一些屡试不爽的关键词。您可以在这里找到一个简短的列表，或者在提示生成器中找到一个更广泛的列表。
Negative Prompt文本框：放置您不想看到的内容。使用v2型号时，应使用否定提示。您可以使用通用的否定提示。有关详细信息，请参阅本文。
Sampling method采样方法：用于去噪过程的算法。我使用DPM++2M Karras是因为它很好地平衡了速度和质量。有关更多详细信息，请参阅本节。您可能希望避免使用任何原始采样器（带a的采样器），因为即使在较大的采样步骤下，它们的图像也不稳定。这使得调整图像变得困难。
Sampling steps采样步骤：去噪过程的采样步骤数。越多越好，但也需要更长的时间。25个步骤适用于大多数情况。
Width and height：输出图像的大小。对于v1型号，您应该将至少一侧设置为512像素。例如，对于纵横比为2:3的人像图像，将宽度设置为512，将高度设置为768。使用v2-768px型号时，至少将一侧设置为768。
Batch count：运行图像生成管道的次数。
Batch size：每次运行管道时要生成的图像数。
生成的图像总数等于批计数乘以批大小。您通常会更改批量大小，因为它更快。只有在遇到内存问题时，才会更改批处理计数。
CFG scale：分类器自由制导量表(Classifier Free Guidance scale)是一个参数，用于控制模型应在多大程度上尊重您的提示。
1–大多数情况下忽略您的提示。
3–要更有创造力。
7–遵循提示和自由之间的良好平衡。
15–更多地遵守提示。
30–严格遵守提示。
下图显示了使用固定种子值更改CFG的效果。您不希望将CFG值设置得过高或过低。如果CFG值过低，Stable Diffusion将忽略您的提示。图像的颜色过高时会饱和。
Seed
Seed: 用于在潜在空间中生成初始随机张量的种子值。实际上，它控制图像的内容。生成的每个图像都有自己的种子值。如果设置为-1，AUTOMATIC111将使用随机种子值。
固定种子的一个常见原因是固定图像的内容并调整提示。假设我使用以下提示生成了一个图像。
女人的照片，连衣裙，城市夜晚的背景
photo of woman, dress, city night background
我喜欢这张图片，想调整提示，在她的手腕上添加手镯。将种子设置为此图像的值。种子值在图像画布下方的日志消息中。
图像的种子值（高亮显示）在日志消息中
将此值复制到种子值输入框中。或者使用“回收”按钮复制种子值。
现在将术语“bracelet”添加到提示中
photo of woman, dress, city night background, bracelet
女人的照片，连衣裙，城市夜晚的背景，手镯
你会看到她手腕上戴着手镯的类似照片。
这个场景可能会完全改变，因为一些关键词足够强大，可以改变构图。您可以在稍后的采样步骤中尝试交换关键字。
使用dice icon将种子设置回-1（随机）。
Extra seed选项
选中“Extra”选项将显示“Extra Seed menu”菜单。
变体种子(Variation seed)：您要使用的附加种子值。
变异强度(Variation strength)：种子和变异种子之间的插值程度。将其设置为0将使用种子值。将其设置为1将使用变异种子值。
下面是一个例子。假设您已经从相同的提示和设置中生成了2个图像。它们有自己的种子值1和3。
第一个图像：种子值为1
第二个图像：种子值为3
您希望生成这两个图像的混合。您可以将种子设置为1，将变体种子设置为3，并在0和1之间调整变体强度。在下面的实验中，变异强度允许您在两个种子之间产生图像内容的转换。当变化强度从0增加到1时，女孩的姿势和背景逐渐变化。
根据宽度/高度调整种子大小：如果更改图像大小，即使使用相同的种子，图像也会发生巨大变化。此设置试图在调整图像大小时修复图像的内容。您将把新的尺寸放在宽度和高度滑块中，并把原始图像的宽度和高度放在这里。将原始种子值放入种子输入框中。将变异强度设置为0可忽略变异种子。
假设你喜欢这张512×800的图片，种子值为3。
512×800
即使在保持相同seed值的情况下，更改图像大小时，构图也会发生剧烈变化。
512×600
512×744设置不同的尺寸会极大地改变图像
当你从高度和宽度设置打开调整大小种子时，你会用新的尺寸得到更接近原始尺寸的东西。它们并不完全相同，但很接近。
512×600
512×744图像与原始图像更接近，具有调整大小种子选项
恢复面部(Restore faces)
恢复面部应用为恢复面上的缺陷而训练的附加模型。以下是前后示例。
原始的
面部恢复
在使用“恢复面”之前，必须指定要使用的面部恢复模型(Restore Faces)。首先，访问“设置”选项卡。导航到“面部恢复”部分。选择一个面恢复模型。CodeFormer是一个不错的选择。将CodeFormer权重设置为0以获得最大效果。请记住单击“应用设置”按钮以保存设置！
返回txt2img选项卡。选中“Restore Faces”。人脸恢复模型将应用于您生成的每个图像。
如果发现应用程序会影响面上的样式，则可能需要关闭面恢复。或者，可以增加CodeFormer权重参数以减少效果。
平铺(Tiling)
使用“平铺”选项可以生成可以平铺的周期性图像。下面是一个例子。
花朵图案
此图像可以像壁纸一样平铺
2×2 tiled
使用Stable Diffusion的真正有价值之处是允许您创建任何图像的图案，而不仅仅是传统图案。你所需要的只是想出一个文本提示。
Hires. fix.
“high-resolution fix”选项应用向上缩放器来放大图像。您需要这样做，因为Stable Diffusion的原生分辨率为512像素（对于某些v2型号为768像素）。图像太小，不适合多种用途。
为什么不能将宽度和高度设置得更高，比如1024像素？偏离原生分辨率会影响构图，并产生问题，如用双头生成图像。
检查Hires. fix 以启用高分辨率修复
放大器（Upscaler）:选择要使用的放大镜，有关入门知识，请参阅本文。
各种潜在的放大选项缩放潜在空间中的图像。它是在文本到图像生成的采样步骤之后完成的。该过程类似于图像对图像。
其他选择是传统和人工智能升级的混合。有关详细信息，请参阅AI升级文章。
Hires steps：仅适用于潜在的升迁者。它是放大潜像之后的采样步骤数。
去噪强度(Denoising strength)：仅适用于潜在的放大。此参数的含义与图像对图像中的含义相同。它控制在执行Hires采样步骤之前添加到潜像的噪声。
现在让我们来看看将下面的图像放大到2倍的效果，使用潜影作为放大镜。
原始图像
0.4
0.65
0.9
潜在放大的去噪强度必须高于0.5,否则，您将得到模糊的图像。
出于某种原因，它必须大于0.5才能获得清晰的图像。设置得太高会使图像发生很大变化。
使用潜在的放大器的好处是缺乏ESRGAN等其他放大器可能引入的放大伪像。Stable Diffusion的解码器产生图像，确保风格一致。缺点是它会在一定程度上改变图像，这取决于去噪强度的值。
高档系数(upscale factor)控制图像的放大倍数。例如，将其设置为2可将512×768像素的图像缩放为1024×1536像素。
或者，您可以指定“将宽度调整为”和“将高度调整为”的值来设置新的图像大小。
通过用ESRGAN这样的AI升级器，您可以避免设置正确的去噪强度的麻烦。通常，将txt2img和升级分为两个步骤会给您带来更大的灵活性。我不使用高分辨率修复选项，而是使用额外页面进行放大。
“生成”按钮下的按钮
从左到右：
- 读取最后一个参数: 它将填充所有字段，以便在按下“生成”按钮时生成相同的图像。请注意，将设置种子和模型覆盖。如果这不是您想要的，请将种子设置为-1并删除覆盖。
种子值和模型替代将高亮显示
2.垃圾箱图标(Trash icon)：删除当前提示和否定提示。
3.模型图标(Model icon)：显示额外的网络。此按钮用于在提示中插入超网络(inserting hypernetworks)、嵌入(embeddings)和LoRA短语。
可以使用以下两个按钮加载和保存提示和否定提示。这个集合被称为样式。它可以是一个像艺术家名字一样的短语，也可以是完整的提示。
4.加载样式(Load style)：您可以从下面的样式下拉菜单中选择多个样式。使用此按钮可以将它们插入到提示和否定提示中。
5.保存样式(Save style)：保存提示和否定提示,您需要命名样式。
图像文件操作(Image file actions)
您会发现一排按钮用于对生成的图像执行各种功能。从左到右…
打开文件夹Open folder：打开图像输出文件夹。它可能不适用于所有系统。
保存Save：保存图像。单击后，它将在按钮下方显示一个下载链接。如果您选择图像网格，它将保存所有图像。
压缩Zip：压缩图片以供下载。
发送到img2img：将所选图像发送到img2img选项卡。
发送到修复inpainting：将所选图像发送到img2img选项卡中的修复选项卡。
发送到附加功能extras：将所选图像发送到“附加功能”选项卡。
Img2img 选项卡
img2img选项卡是使用图像到图像函数的地方。大多数用户会访问此选项卡来修复图像并将其转换为另一个图像。
图像到图像
img2img选项卡中的一个日常用例是执行…图像到图像。您可以根据基础图像的合成创建新图像。
步骤1：将基础图像拖放到img2img页面上的img2img选项卡中。
基础图像
步骤2：调整宽度或高度，使新图像具有相同的纵横比。您应该在图像画布中看到一个矩形框，指示纵横比。在上面的横向图像中，我将宽度设置为760，同时将高度保持在512。
步骤3：设置采样方法和采样步骤。我通常使用DPM++2M卡拉斯25步。
步骤4：将批量大小设置为4。
步骤5：为新图像写一个提示。我将使用以下提示。
龙的真实感插图
步骤6：按下生成按钮生成图像。调整去噪强度并重复。以下是具有不同去噪强度的图像。
0.4
0.6
0.8
由img2img生成的具有各种去噪强度的图像。
有许多设置与txt2img共享，我只想解释一下新的。
调整大小模式（Resize mode）：如果新图像的宽高比与输入图像的宽比不同，有几种方法可以调和差异。
- “只调整大小（Just resize）”缩放输入图像以适应新的图像尺寸。它会拉伸或挤压图像。
- “裁剪并调整大小（Crop and resize）”使新的图像画布适合输入图像。拆下不合适的零件。原始图像的纵横比将被保留。
- “调整大小并填充”将输入图像放入新的图像画布中。额外的部分用输入图像的平均颜色填充。纵横比将被保留。
- “只是调整大小（潜在高档）”类似于“只是调整尺寸”，但缩放是在潜在空间中完成的。使用大于0.5的去噪强度以避免图像模糊。
只需调整大小
裁剪并调整大小
调整大小并填充
仅调整大小（潜在高档）调整大小模式
去噪强度（Denoising strength）：控制图像的变化程度。如果设置为0，则不会发生任何更改。如果输入图像设置为1，则新图像不会跟随输入图像。0.75是一个很好的起点，有很多变化。
你可以使用内置的script poor man’s的画外画：用于扩展图像。请参见outpainting guide。
草图（Sketch）
您可以绘制初始图片，而不是上传图像。启动webui时，应使用以下参数启用颜色草图工具。（它已经在《快速入门指南》中的Google Colab笔记本中启用）
--gradio-img2img-tool颜色草图
步骤1：导航到img2img页面上的“草图”选项卡。
步骤2：将背景图像上传到画布。您可以使用下面的黑色或白色背景。
步骤3：绘制你的作品。启用颜色绘制工具后，您应该能够使用颜色绘制。
步骤4：写一个提示。
获奖房屋
步骤5：按生成。
为图像对图像绘制自己的图片
你不必从头开始画。可以使用草图功能修改图像。下面是一个去除辫子的例子，方法是将辫子涂上油漆，然后进行一轮图像对图像的旋转。使用滴管工具从周围区域拾取颜色。
修补（Inpainting）
也许img2img选项卡中最常用的功能是修复。你在txt2img选项卡中生成了一个你喜欢的图像。但有一个小缺陷，你想重新生成它。
假设您已经在txt2img选项卡中生成了以下图像。您想要重新生成人脸，因为它是乱码的。您可以使用“发送到修复（Send to inpaint）”按钮将图像从txt2img选项卡发送到img2img选项卡。
当切换到img2img页面的“修复”选项卡时，您应该会看到您的图像。使用画笔工具在要重新生成的区域上创建遮罩。
像图像大小这样的参数设置正确，因为您使用了“发送到修复”功能。你通常会调整
- 去噪强度：从0.75开始。减少可更改更多。增加以减少变化。
- 蒙版内容：原创
- 蒙版模式：修复蒙版
- 批量：4
按下生成按钮。选一个你喜欢的。
修补草图（Inpaint sketch）
修复草图结合了修复和草图。它允许您像在草图选项卡中一样进行绘制，但仅重新生成绘制区域，未上漆的区域保持不变。下面是一个例子。
修复草图
修复草图的结果
修复上传（Inpaint upload）
通过Inpaint上载，可以上载单独的遮罩文件，而不是绘制它。
批量（Batch）
Batch允许您对多个图像进行修复或逐图像执行。
从图像中获取提示（Get prompt from an image）
AUTOMATIC111的Interogate CLIP按钮将您上传到img2img选项卡的图像，并猜测提示。当你想处理不知道提示的图像时，它很有用。要从图像中获得猜测提示，请执行以下操作：
步骤1：导航到img2img页面。
步骤2：将图像上传到img2img选项卡。
步骤3：单击“Interrogate CLIP”按钮。
提示文本框中将显示一个提示。
Interrogate DeepBooru按钮提供了类似的功能，只是它是为动画图像设计的。
粗化（Upscaling）
您将转到“附加（Extra）”页面以放大图像。为什么您需要AUTOMATIC111来放大图像？你可以使用电脑上通常无法使用的人工智能升级器。你可以在这里免费使用人工智能升级服务。
基本用途（Basic Usage）
按照以下步骤升级图像。
步骤1：导航到“附加”页面。
步骤2：将图像上传到图像画布。
步骤3：在调整大小标签下设置“按比例缩放”。新图像的每一面都会大很多倍。例如，比例因子为4的200×400图像将变为800×1600。
第4步：选择“放大1”。一种流行的通用人工智能升级工具是R-ESRGAN 4x+。
第5步：按生成。你应该在右边得到一个新的图像。
确保以全分辨率检查新图像。例如，可以在新选项卡中打开新图像并禁用自动调整。如果缩小，放大可能会产生您可能会忽略的工件。
例如，即使你不需要放大4倍，它仍然可以将其放大到4倍，然后再调整大小。这有助于提高清晰度。
缩放比例：您可以在“缩放比例”选项卡中指定要调整大小的尺寸，而不是设置缩放因子。
放大（Upscalers）
AUTOMATIC111默认情况下提供了一些升级版。
“放大”：“放大”下拉菜单列出了几个内置选项。您也可以安装自己的。有关说明，请参阅文章AI升级。
Lanczos和Nearest是老派的升级版。它们没有那么强大，但行为是可以预测的。
ESRGAN，R-ESRGAN、ScuNet和SwinIR是人工智能的升级版。他们可以通过虚构内容来提高分辨率。有些是针对粒子样式进行训练的。找出它们是否适合你的形象的最好方法是测试它们。我现在可能听起来像是一张破唱片，但一定要以全分辨率仔细观察图像。
放大倍数2：有时，你想把两个放大倍数的效果结合起来。使用此选项可以组合两个放大的结果。混合量由“放大2可见性”滑块控制。值越高，表示放大2越多。
找不到你喜欢的升级版？您可以从模型库中安装其他升级程序。请参阅安装说明。
面部修复（Face Restoration）
可以选择在放大过程中恢复面。有两种选择：（1）GFPAGAN和（2）CodeFormer。设置其中任何一个的可见性以应用校正。作为缩略图的规则，您应该设置最低的值，这样图像的样式就不会受到影响。
PNG 信息（info）
许多稳定扩散GUI，包括AUTOMATIC111，都会将生成参数写入图像png文件。这是一个快速返回生成参数的方便功能。
如果图像是由AUTOMATIC111生成的，则可以使用“发送到”按钮将参数快速复制到各个页面。
当您在网上找到图像并想查看提示是否留在文件中时，它很有用。
即使对于未生成的图像，此功能也可能有所帮助。您可以将图像及其尺寸快速发送到页面。
检查点合并（Checkpoint merger）
AUTOMATIC111的检查点合并用于合并两个或多个模型。您最多可以组合3个模型来创建一个新模型。它通常用于混合两个或多个模型的样式。但是，不能保证合并结果。它有时会产生不想要的伪影。
初级模型（A、B、C): 输入模型。合并将根据显示的公式进行。公式将根据所选的插值方法而变化。
插值方法(Interpolation methods):
- 无插值(No interpolation): 仅使用模型A。这是用于文件转换或替换VAE。
- 加权和(Weighted sum): Merge two models A and B, with multiplier weight M applying to B. The formula is A * (1 – M) + B * M.
- 添加差异(Add difference): Merge three models using the formula A + (B – C) * M.
检查点格式(Checkpoint format)
- ckpt: 原始检查点模型格式
- 安全张量(safetensors): 安全张量是Hugging Face开发的一种新的模型格式。它是安全的，因为与ckpt模型不同，加载safe Tensor模型不会执行任何恶意代码，即使它们在模型中也是如此。
Bake in VAE:将VAE解码器替换为选定的解码器。它是为了用稳定发布的更好的版本取代原来的版本。
训练(Train)
训练页面用于培训模型。它目前支持文本反转（嵌入）和超网络。我在使用AUTOMATIC111进行训练时运气不好，所以我不会涉及这一部分。
设置(Settings)
AUTOMATIC111的设置页面上有一个详细的设置列表。在这篇文章中，我将无法单独介绍它们。这里有一些你要检查的。
请确保在更改任何设置后单击“应用设置”。
面部修复(Face Restoration)
请确保选择默认的面部恢复方法，CodeFormer是一个很好的选择。
稳定扩散（Stable Diffusion）
下载并选择Stability发布的VAE，以改善v1模型中的眼睛和面部。
快速设置（Quick Settings）
您可以在顶部启用自定义快捷方式。
在“设置”页面上，单击左侧面板上的“显示所有页面”。
搜索单词“快速设置”可进入“快速设置字段”。
有很多设置可供选择。例如，以下选项可启用剪辑跳过和自定义图像输出目录的快捷方式。
保存设置并重新加载Web UI后，您将在页面顶部看到新的快捷方式。
自定义输出目录在组织图像时非常方便。
《Stable Diffusion WebUI AUTOMATIC1111: 入门指南》有4条评论