前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >AI绘画 Mac安装Stable Diffusion webUI绘制AI美女保姆级教程

AI绘画 Mac安装Stable Diffusion webUI绘制AI美女保姆级教程

作者头像
卷福同学
发布2023-04-28 12:03:16
2K0
发布2023-04-28 12:03:16
举报
文章被收录于专栏:奶奶看了都会

1.作品图

2.准备工作

目前网上能搜到的stable-diffusion-webui的安装教程都是Window和Mac M1芯片的,而对于Mac Intel芯片的文章少之又少,这就导致我们还在用老Intel 芯片的Mac电脑,看着别人生成美女图片只能眼馋。所以小卷这周末折腾了一天,总算是让老Mac本发挥作用能跑起来了。先来说说准备工作:

  • Mac笔记本操作系统版本 >= 13.2.1 (亲测10.0版本各种问题无法运行,无奈花了一小时升级系统)
  • Python3.10.6版本(已安装其他版本也不要紧,后面我们用Conda做版本控制)
  • stable-diffusion-webui代码下载,下载地址:https://github.com/AUTOMATIC1111/stable-diffusion-webui

3.安装步骤

3.1 依赖安装

从github上把stable-diffusion-webui的源代码下载下来,进入到stable-diffusion-webui目录下,执行

代码语言:javascript
复制
pip install -r requirements_versions.txt

这一步是安装Python项目运行所有需要的依赖,这步很大概率出现无法安装gfpgan的问题:Couldn't install gfpgan

解决方法:

网络连接超时的问题,更改pip使用国内镜像库,重试几次。这个问题暂无明确解法,如果无法解决可继续往下走

3.2pip更换国内镜像库

更换方法参考:https://blog.csdn.net/qq_45770232/article/details/126472610

3.3安装anaconda

这一步是方便对Python做版本控制,避免卸载重新安装不同版本的Python。

下载安装地址:https://www.anaconda.com/

从官网下载一路点击安装就行。

Conda添加环境变量

安装完成后,打开终端,输入conda,如果是无法识别的命令。需要配置环境变量,配置方法:

修改.bash_profile添加自己安装conda的路径,命令如下:

代码语言:javascript
复制
vim ~/.bash_profile

# 打开文件后,写入下面这行到文件里,注意替换路径
export PATH="/Users/(你自己的路径)/anaconda3/bin:$PATH"

接着:wq保存退出,source ~/.bash_profile使配置生效

修改conda源为国内镜像库

执行命令如下:

代码语言:javascript
复制
# 如果没有会创建condarc文件
vim ~/.condarc

# 打开文件后,把下面的内容粘贴进去保存
channels:
  - https://mirrors.ustc.edu.cn/anaconda/pkgs/main/
  - https://mirrors.ustc.edu.cn/anaconda/cloud/conda-forge/
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
  - defaults
show_channel_urls: true

3.4 创建虚拟环境

执行命令:

代码语言:javascript
复制
conda create -n sd python=3.10.6

这样就创建了一个名称为sd的虚拟环境

3.5 安装依赖

按上面的操作把pip替换为国内镜像源后,激活虚拟环境,并安装需要的依赖包

执行命令:

代码语言:javascript
复制
# 进入stable-diffusion-webui的文件目录
cd stable-diffusion-webui

# 激活虚拟环境
conda activate sd

# 安装所需依赖
pip3 install -r requirements_versions.txt

这一步如果没任何问题,安装过程算是有惊无险完成了一半。如果有问题,请自行百度谷歌搜索解决,欢迎留言遇到的问题和解法

4. 模型安装

4.1下载模型

官方模型下载(checkpoint模型)

下载地址:https://huggingface.co/CompVis/stable-diffusion-v-1-4-original

下载 sd-v1-4.ckpt 或者 sd-v1-4-full-ema.ckpt

LoRA模型

这个应该是大家最喜欢的模型了,懂的都懂。。。

下载地址:https://civitai.com/models/4468/counterfeit-v25

右上角Download下载,其他模型大家可自行在这个网站上探索,非常的多,这里推荐几个热门的:

korean-doll-likeness

4.2 安装模型

  • 对于checkpoint模型,请移动到stable-diffusion-webui/models/Stable-diffusion⽬录下
  • 对于LoRA模型,请移动到stable-diffusion-webui/models/Lora目录下
  • 其他模型按对应的类型移到对应的目录下

5. 运行项目

5.1 跳过GPU检测

前面说了,咱们用的是老Mac本了,Intel芯片,显卡也用不了。只能用CPU进行计算,跳过GPU的配置如下:

执行命令:

代码语言:javascript
复制
# 打开配置文件
vim ~/.bash_profile

# 把下面两行拷贝进去,保存后source命令使其生效
export COMMANDLINE_ARGS="--lowvram --precision full --no-half --skip-torch-cuda-test"
export PYTORCH_ENABLE_MPS_FALLBACK=1

5.3 项目代码修改

因为网络访问的问题,我们需要将代码里有些地方进行修改。修改如下:

修改lanuch.py文件

  • 修改def prepare_environment()方法下的两处位置
  1. torch_command中修改torch==1.13.1 torchvision==0.14.1把原有的版本号数字后面的其他内容去掉
  2. 该方法下所有https://github.com开头的链接,前面都加上https://ghproxy.com/这样链接就变成如下格式了:https://ghproxy.com/https://github.com/

如图所示

5.3 运行项目

上面我们使用conda进入了虚拟环境,然后再运行项目即可,执行命令:

代码语言:javascript
复制
# 激活虚拟环境sd
conda activate sd 

# 进入到stable-diffusion-webui目录下
cd stable-diffusion-webui

# 运行项目
python launch.py

这一步如果人品好的话,第一次就能全部正常运行完,运行完之后,出现http://127.0.0.1:7860字样说明运行成功了,浏览器打开这个地址就能开始愉快地玩耍了,玩耍方式自行探索哦~

实测512 * 512 的图片生成需要十分钟左右

6.相关问题

pip install -r requirements.txt时报错,有一些依赖没有安装上

解决方法:手动安装一下依赖包

代码语言:javascript
复制
pip install 缺少的依赖包

7.模型下载及图片下载

为了方便大家下载模型文件,文章里用到的模型和图片都打包好了:公众号内发关键词AI绘画获取

本文参与 腾讯云自媒体同步曝光计划,分享自微信公众号。
原始发表:2023-02-26,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 卷福同学 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
目录
  • 1.作品图
  • 2.准备工作
  • 3.安装步骤
    • 3.1 依赖安装
      • 3.2pip更换国内镜像库
        • 3.3安装anaconda
          • Conda添加环境变量
          • 修改conda源为国内镜像库
        • 3.4 创建虚拟环境
          • 3.5 安装依赖
          • 4. 模型安装
            • 4.1下载模型
              • 4.2 安装模型
              • 5. 运行项目
                • 5.1 跳过GPU检测
                  • 5.3 项目代码修改
                    • 5.3 运行项目
                    • 6.相关问题
                      • pip install -r requirements.txt时报错,有一些依赖没有安装上
                      • 7.模型下载及图片下载
                      相关产品与服务
                      GPU 云服务器
                      GPU 云服务器(Cloud GPU Service,GPU)是提供 GPU 算力的弹性计算服务,具有超强的并行计算能力,作为 IaaS 层的尖兵利器,服务于生成式AI,自动驾驶,深度学习训练、科学计算、图形图像处理、视频编解码等场景。腾讯云随时提供触手可得的算力,有效缓解您的计算压力,提升业务效率与竞争力。
                      领券
                      问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档