适合画图修图的AI模型开源程序

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。
( b# W; Z& h4 W( a7 J( O' e
方法一：从 GitHub 克隆代码
  }! H. ?$ D: F- i) \' U克隆 Stable Diffusion 仓库

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：
0 |1 F0 e# ?9 e9 E8 R. p, s2 R
( v  _- O! n( ]  `# ?/ Mhttps://github.com/CompVis/stable-diffusion

# Q5 u+ H3 C5 I8 T0 `% r! }在终端中，使用以下命令克隆仓库：
6 F, f) _; Q3 X; g& q! T- }3 }" c
git clone https://github.com/CompVis/stable-diffusion.git
cd stable-diffusion

设置环境

4 I$ J9 u. I9 J9 S6 M+ `6 p( P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：
2 X/ |+ _& j. v% t# u
pip install -r requirements.txt

运行 Stable Diffusion
& \; y+ z* O4 A+ K$ D
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：
1 [& k$ K9 p2 ^- i# \1 b
python scripts/txt2img.py --prompt "a photo of an astronaut riding a horse"
( y# r# R! ~  U
方法二：通过 Hugging Face 安装预训练模型
  L8 u2 s8 X! j( A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。

' `1 X/ k, U+ m安装 diffusers
) A( `  v/ R; f$ C7 v: b
首先，安装 diffusers 库：
& |6 }" ~) y1 \  w; |
pip install diffusers transformers scipy
5 `1 {) U$ R6 `& `
1 k. T7 p8 X% G加载和使用模型

$ d/ S( M5 |2 v) p" o使用以下代码加载和使用 Stable Diffusion 模型：

, j2 {3 a! m( _3 _5 v0 Sfrom diffusers import StableDiffusionPipeline
import torch
+ ^' M8 V& v" V, f+ N
device = "cuda" if torch.cuda.is_available() else "cpu"
model_id = "runwayml/stable-diffusion-v1-5"  # 使用官方预训练模型ID
, s9 Y% Z3 A" `; p% a  Zpipe = StableDiffusionPipeline.from_pretrained(model_id, use_auth_token=True)
pipe = pipe.to(device)
5 e  t& C  ?. a
, j) a( \& G( y; q6 N  v, F; V5 S- `1 Cimage = pipe("a photo of an astronaut riding a horse", guidance_scale=7.5)
, D; h+ n" G+ k/ J* J2 |- a( iimage[0].save("astronaut_riding_horse.png")

' P/ r$ a# N  y5 m. W+ C3 q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。
# c' e9 D2 h0 J  l9 p4 M: r
7 V% t/ h- Q0 x7 J- ~" W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。
% U4 h0 M2 z2 ~2 {1 L! I$ r8 |
提示：AI自动生成，仅供参考
' p0 q" ]6 r" G9 @: {2 J7 b- K. i
% x; y1 f# U7 ^' w. j参考