适合画图修图的AI模型开源程序

: r- R& {" V! h! H( o' m
Stable Diffusion安装GitHub
在安装 Stable Diffusion 模型时，通常有两种主要方式：直接从官方 GitHub 仓库克隆代码，或通过 Hugging Face 等平台安装预训练模型。下面将分别介绍这两种方法。

方法一：从 GitHub 克隆代码
/ n3 ]/ L  d( v2 f4 _克隆 Stable Diffusion 仓库
  p6 m1 ]) S' _6 O7 g
! u& s2 A3 ~# x  \- d3 f* r首先，你需要从 GitHub 克隆 Stable Diffusion 的官方仓库。截至目前（2023年），官方仓库地址为：

' B- R: X& n' h0 E5 s$ \# [https://github.com/CompVis/stable-diffusion

* t0 Q8 F( Y) m7 A& p在终端中，使用以下命令克隆仓库：

git clone https://github.com/CompVis/stable-diffusion.git
( C# S% B' B/ [& K+ xcd stable-diffusion
5 i7 z! I! Z2 S7 E9 D
2 K2 k$ x) r, L  `1 y设置环境
* _, g  c- R$ r) ]
7 p& D7 P" `! m$ E; d; y安装必要的依赖。Stable Diffusion 需要 Python 和一些特定的库。你可以使用 requirements.txt 文件中的依赖来安装它们。首先，确保你的 Python 版本符合要求（通常是 Python 3.8 或更高）。然后，使用以下命令安装依赖：
* B0 u3 K' ~, S- C' @& n/ Z
pip install -r requirements.txt

运行 Stable Diffusion
3 r$ j0 i* v( B% W/ q" s
8 t! X1 r: a/ G4 y0 }% i, C3 |* E根据你的具体需求，你可以运行不同的脚本。例如，如果你只是想测试模型，可以运行：
. ]7 m, c4 s! d& J6 D. D8 S
' g3 y8 \5 f9 X% Y# spython scripts/txt2img.py --prompt "a photo of an astronaut riding a horse"

6 ]/ Y/ M) I5 @6 ]" }' A  Z方法二：通过 Hugging Face 安装预训练模型
如果你只是想使用预训练的模型而不想从源代码开始，你可以使用 Hugging Face 的 diffusers 库来加载和使用 Stable Diffusion 模型。
5 I) Z) Q, C7 M: q1 z4 ]6 G
8 d7 n8 o5 @) _& ]安装 diffusers
8 C* t' v- ]7 ?. c
7 b4 W6 T* z& W首先，安装 diffusers 库：
' z2 Y0 Y& V- Z1 t
  q) Z: b( k# [5 J% l2 Y- F2 b+ zpip install diffusers transformers scipy
' r2 ~6 |+ v* `8 j' }4 p3 T1 E; `
4 X) p3 j+ @2 I" L$ z3 J加载和使用模型
6 |1 f- d0 e+ J- s2 \
使用以下代码加载和使用 Stable Diffusion 模型：

from diffusers import StableDiffusionPipeline
& U" ~" p9 E" B4 n. ~& z1 \; Jimport torch

device = "cuda" if torch.cuda.is_available() else "cpu"
# f6 x$ v% G& I3 u$ K- o$ T% vmodel_id = "runwayml/stable-diffusion-v1-5"  # 使用官方预训练模型ID
, {% t$ i3 n. V( k# H/ l1 f1 ypipe = StableDiffusionPipeline.from_pretrained(model_id, use_auth_token=True)
# ~. ]* @5 U; ]& Mpipe = pipe.to(device)

* h6 U, n, g3 I: `% cimage = pipe("a photo of an astronaut riding a horse", guidance_scale=7.5)
& I) V( M9 C0 C2 x4 x7 bimage[0].save("astronaut_riding_horse.png")
8 e7 ^# B7 M# K3 U+ P0 [0 E# ?
确保替换 use_auth_token=True 中的 True 为你的 Hugging Face 访问令牌，如果你有的话。如果没有，可以省略或设置为 None。你可以在 Hugging Face 的网站上获取访问令牌。

通过上述任何一种方法，你都可以开始使用 Stable Diffusion 生成图像了。选择哪种方法取决于你的具体需求，比如是否需要自定义模型或只是快速开始使用预训练模型。
* z& y  o( v1 f% w* y
  {$ ~4 i5 R# x5 b& v提示：AI自动生成，仅供参考

4 f( y$ }( \$ L9 f9 M参考