文章目录
Stable Diffusion安装 AnimateDiff插件适配 sdxl模型适配 Stable Diffusion使用 插件安装 界面设置 基础文生图 加入lora的文生图Stable Diffusion安装
我的情况比较特殊，显卡版本太老，最高也就支持cuda10.2，因此只能安装pytorch1.12.1，并且无法安装xformers。
在安装好虚拟环境和对应pytorch版本后，按照github教程安装stable diffusion webui即可，在webui.sh中将use_venv=1 (默认) 修改为use_venv=0，以在当前激活的虚拟环境中运行webui，然后执行bash webus.sh安装相关依赖。
针对显卡使用情况，可在webui-user.sh中设置可见显卡export CUDA_VISIBLE_DEVICES=0,1,2，并在执行webui.py时在命令行中通过--device-id=1指定具体的使用设备。
为了使用最新的模型和插件，需要做出以下适配:
AnimateDiff插件适配
该插件的原理是在调用和完成时分别向原始模型中注入（inject）和删除（restore）时间步模块从而生成连续变化的GIF，由于整体版本过老，直接执行该插件会报没有insert和pop方法的错误，因此需要在animatediff_mm.py文件中手动实现这两个函数，需要注意insert和pop的操作和通常理解不一样：
def inject(self, sd_model, model_name="mm_sd_v15.ckpt"): unet = sd_model.model.diffusion_model self._load(model_name) self.gn32_original_forward = GroupNorm32.forward gn32_original_forward = self.gn32_original_forward # self.tes_original_forward = TimestepEmbedSequential.forward # def mm_tes_forward(self, x, emb, context=None): # for layer in self: # if isinstance(layer, TimestepBlock): # x = layer(x, emb) # elif isinstance(layer, (SpatialTransformer, VanillaTemporalModule)): # x = layer(x, context) # else: # x = layer(x) # return x # TimestepEmbedSequential.forward = mm_tes_forward if self.mm.using_v2: logger.info(f"Injecting motion module {model_name} into SD1.5 UNet middle block.") # unet.middle_block.insert(-1, self.mm.mid_block.motion_modules[0]) # unet.middle_block.add_module('new_module', self.mm.mid_block.motion_modules[0]) # unet.middle_block.appendself.mm.mid_block.motion_modules[0]) unet.middle_block = unet.middle_block[0:-1].append(self.mm.mid_block.motion_modules[0]).append(unet.middle_block[-1]) # n = len(unet.middle_block._modules) # index = -1 # if index < 0: # index += n # for i in range(n, index, -1): # unet.middle_block._modules[str(i)] = unet.middle_block._modules[str(i - 1)] # unet.middle_block._modules[str(index)] = unet.middle_block else: logger.info(f"Hacking GroupNorm32 forward function.") def groupnorm32_mm_forward(self, x): x = rearrange(x, "(b f) c h w -> b c f h w", b=2) x = gn32_original_forward(self, x) x = rearrange(x, "b c f h w -> (b f) c h w", b=2) return x GroupNorm32.forward = groupnorm32_mm_forward logger.info(f"Injecting motion module {model_name} into SD1.5 UNet input blocks.") for mm_idx, unet_idx in enumerate([1, 2, 4, 5, 7, 8, 10, 11]): mm_idx0, mm_idx1 = mm_idx // 2, mm_idx % 2 unet.input_blocks[unet_idx].append( self.mm.down_blocks[mm_idx0].motion_modules[mm_idx1] ) logger.info(f"Injecting motion module {model_name} into SD1.5 UNet output blocks.") for unet_idx in range(12): mm_idx0, mm_idx1 = unet_idx // 3, unet_idx % 3 if unet_idx % 3 == 2 and unet_idx != 11: # unet.output_blocks[unet_idx].insert( # -1, self.mm.up_blocks[mm_idx0].motion_modules[mm_idx1] # ) # unet.output_blocks[unet_idx].add_module('new_module', self.mm.up_blocks[mm_idx0].motion_modules[mm_idx1]) # unet.output_blocks[unet_idx].append(self.mm.up_blocks[mm_idx0].motion_modules[mm_idx1]) unet.output_blocks[unet_idx] = unet.output_blocks[unet_idx][0:-1].append(self.mm.up_blocks[mm_idx0].motion_modules[mm_idx1]).append(unet.output_blocks[unet_idx][-1]) else: unet.output_blocks[unet_idx].append( self.mm.up_blocks[mm_idx0].motion_modules[mm_idx1] ) self._set_ddim_alpha(sd_model) self._set_layer_mapping(sd_model) logger.info(f"Injection finished.") def restore(self, sd_model): self._restore_ddim_alpha(sd_model) unet = sd_model.model.diffusion_model logger.info(f"Removing motion module from SD1.5 UNet input blocks.") for unet_idx in [1, 2, 4, 5, 7, 8, 10, 11]: # unet.input_blocks[unet_idx].pop(-1) unet.input_blocks[unet_idx] = unet.input_blocks[unet_idx][:-1] logger.info(f"Removing motion module from SD1.5 UNet output blocks.") for unet_idx in range(12): if unet_idx % 3 == 2 and unet_idx != 11: # unet.output_blocks[unet_idx].pop(-2) unet.output_blocks[unet_idx] = unet.output_blocks[unet_idx][:-2].append(unet.output_blocks[unet_idx][-1]) else: # unet.output_blocks[unet_idx].pop(-1) unet.output_blocks[unet_idx] = unet.output_blocks[unet_idx][:-1] if self.mm.using_v2: logger.info(f"Removing motion module from SD1.5 UNet middle block.") # unet.middle_block.pop(-2) unet.middle_block = unet.middle_block[:-2].append(unet.middle_block[-1]) else: logger.info(f"Restoring GroupNorm32 forward function.") GroupNorm32.forward = self.gn32_original_forward # TimestepEmbedSequential.forward = self.tes_original_forward logger.info(f"Removal finished.") if shared.cmd_opts.lowvram: self.unload() sdxl模型适配
在选择sdxl模型时，会收到如下报错：
AssertionError: We do not support vanilla attention in 1.12.1+cu102 anymore, as it is too expensive. Please install xformers via e.g. 'pip install xformers==0.0.16' 然后就会自动下载模型，但由于hugging face的连接问题，会报这种错误：
requests.exceptions.ConnectTimeout: (MaxRetryError("HTTPSConnectionPool(host='huggingface.co', port=443): Max retries exceeded with url: /laion/CLIP-ViT-bigG-14-laion2B-39B-b160k/resolve/main/open_clip_pytorch_model.bin (Caused by ConnectTimeoutError(<urllib3.connection.HTTPSConnection object at 0x7fc89a4438b0>, 'Connection to huggingface.co timed out. (connect timeout=10)'))"), '(Request ID: 9f90780e-6ae0-4531-83df-2f5052c4a1a3)') 这时就需要把所有下不了的模型下载到本地，然后把代码里的version由模型名称改成模型路径，例如将repositories/generative-models/configs/inference/sd_xl_base.yaml中的version: laion2b_s39b_b160k改成本地的/models/hugfac/CLIP-ViT-bigG-14-laion2B-39B-b160k/open_clip_pytorch_model.bin
但到这里还没完，为了能正常运行，需要在代码里把对于xformer的检查相关Assert部分注释掉，并重新实现repositories/generative-models/sgm/modules/diffusionmodules/model.py中的attention函数：
def attention(self, h_: torch.Tensor) -> torch.Tensor: h_ = self.norm(h_) q = self.q(h_) k = self.k(h_) v = self.v(h_) # compute attention B, C, H, W = q.shape q, k, v = map(lambda x: rearrange(x, "b c h w -> b (h w) c"), (q, k, v)) q, k, v = map( lambda t: t.unsqueeze(3) .reshape(B, t.shape[1], 1, C) .permute(0, 2, 1, 3) .reshape(B * 1, t.shape[1], C) .contiguous(), (q, k, v), ) # out = xformers.ops.memory_efficient_attention( # q, k, v, attn_bias=None, op=self.attention_op # ) k = k / (k.shape[-1] ** 0.5) attn = torch.matmul(q, k.transpose(-2, -1)) attn = torch.softmax(attn, dim=-1) out = torch.matmul(attn, v) out = ( out.unsqueeze(0) .reshape(B, 1, out.shape[1], C) .permute(0, 2, 1, 3) .reshape(B, out.shape[1], C) ) return rearrange(out, "b (h w) c -> b c h w", b=B, h=H, w=W, c=C) Stable Diffusion使用
插件安装
点击扩展→可用→简单粗暴按星数排序：
如果github无法访问，可以复制链接后前面加上https://ghproxy.com/从网址安装：
最终安装的部分插件如下，注意需要手动把插件模型下载到对应路径下才能使用：
界面设置
在设置→用户界面中对快捷设置和UItab做修改：
点击右上角设置kitchen插件主题：
最终效果如下：
基础文生图
首先在模型左侧选择Stable Diffusion模型及其对应VAE，然后输入正向和反向提示词，在下面点击生成相关设置如采样方法、采样迭代次数和宽高等。
需要注意的几点：
Clip跳过层设置：CLIP 是用来给提示词编码的神经网络，默认是使用模型最后一层的输出作为提示词的嵌入表示，将其设为2就可以使用模型倒数第二层的输出作为嵌入表示。增加这一参数时，可以更好地保留提示中的信息，生成与提示更匹配的图片，但设置的值过大也会影响编码的准确性。该参数仅适用于使用CLIP的模型，即1.x模型及其派生物。2.0模型及其派生物不与CLIP交互，因为它们使用OpenCLIP。 将交叉关注层向上转型到float32设置：遇到NAN报错或者花屏图片时可以试试。 图片大小设置：对于SDXL模型，为了保证生成质量图片至少为1024x1024 16:9（电影摄影）1820x1024 3:2（专业摄影）1536x1024 4:3（普通图片）1365x1024 采样方法：对SDXL 1.0来说，建议使用任何DPM++采样器，特别是带有Karras采样器的DPM++。比如DPM++ 2M Karras或DPM++ 2S a Karras生成示例如下：
加入lora的文生图
lora是一类对模型进行微调的方法，是一系列参数量较小的模型，在与原始模型结合后，可以对生成图片做特定修饰，可以理解为化妆技术。
lora的使用方法是将模型下载到models/Lora文件夹下，注意最好分文件夹存放，方便调用和管理：
对应的前端界面如下：
使用方法很简单，在输入提示词后直接点击lora模型，就会自动添加到输入末尾：
