Stable Diffusion 目录结构(模型及扩展安装)

共计 1597 个字符,预计需要花费 4 分钟才能阅读完成。

Stable Diffusion 的目录结构如下:

.
├── .venv
│   ├── bin
│   ├── include
│   ├── lib
│   └── share
├── data
│   └── diffusion
│       ├── checkpoints
│       ├── samples
│       └── training
├── stable_diffusion
│   ├── __init__.py
│   ├── config.py
│   ├── diffusion.py
│   ├── loss.py
│   ├── model.py
│   └── trainer.py
└── README.md

.venv 目录是 Python 虚拟环境。您需要创建一个虚拟环境来安装 Stable Diffusion。

Stable Diffusion 目录结构(模型及扩展安装)

data 目录存储 Stable Diffusion 所需的数据。

stable_diffusion 目录存储 Stable Diffusion 的代码。

要安装 Stable Diffusion,您需要安装 Python 3.10 或更高版本。然后,您可以使用以下命令安装 Stable Diffusion:

pip install stable_diffusion

安装完成后,您可以运行以下命令来启动 Stable Diffusion 的命令行界面:

stable_diffusion

Stable Diffusion 的命令行界面允许您创建新的图像、生成图像的摘要、编辑图像和保存图像。

要安装 Stable Diffusion 的扩展,您可以从 OpenAI 的网站下载扩展。然后,您可以将扩展解压缩到 Stable Diffusion 的目录下。

Stable Diffusion 的扩展允许您创建各种类型的图像,例如人像、风景和抽象图像。

解压后我们可以看到,如上图;stable-diffusion-webui/models 文件夹下,各类型模型放在指定文件夹下,以确保你可以在提示词中调用它们;BLIP Lora deepbooru Codeformer Stable-diffusion hypernetworks ESRGAN SwinIR karlo GFPGAN VAE torch_deepdanbooru LDSR VAE-approx 复制 models/Stable-diffusion 文件夹下的是基础模型,对应类型名称 Checkpoints,又称大模型(你可以在 http://127.0.0.1:7860/ 页面左上角选择大模型);models/Lora 文件夹选的是微调模型;(可以在提示词中调用)models/VAE 文件夹下放的是美化模型;(可以在提示词中调用)
解压后,您可以看到如上图所示的文件夹结构。在 stable-diffusion-webui/models 文件夹下,各类型的模型被放置在指定的文件夹中,以确保您可以在提示词中调用它们。以下是一些常见的模型类型:
  • BLIP
  • Lora
  • deepbooru
  • Codeformer
  • Stable-diffusion
  • hypernetworks
  • ESRGAN
  • SwinIR
  • karlo
  • GFPGAN
  • VAE
  • torch_deepdanbooru
  • LDSR
  • VAE-approx

在 models/Stable-diffusion 文件夹下,您可以找到基础模型,这些模型对应的文件夹被称为 Checkpoints,也被称为大模型(您可以在 http://127.0.0.1:7860/ 页面的左上角选择大模型)。

在 models/Lora 文件夹中,您可以找到微调模型,这些模型经过微调以适应特定的任务(您可以在提示词中调用它们)。

在 models/VAE 文件夹中,您可以找到美化模型,这些模型用于图像美化的任务(您可以在提示词中调用它们)。

通过以上文件夹结构,您可以根据需要选择适合的模型进行使用。希望以上内容对您有所帮助,如果您在使用过程中遇到任何问题,请随时联系我们的技术支持。感谢您选择 Stable Diffusion 中文网,祝您使用愉快!

正文完