适合画图修图的AI模型开源程序

" E' T5 ]( y% Z4 L5 }0 G$ q& `
: D$ C# D; a% [  P- aStable 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
0 ~( ^2 w; M: Q+ ^克隆 Stable Diffusion 仓库

$ K7 p0 P1 S3 {/ [, c; b4 [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：
: r& \5 E* B6 l, L6 o- E* K
https://github.com/CompVis/stable-diffusion

( G5 r8 @5 c$ W; g, Y! m. }在终端中，使用以下命令克隆仓库：
. @  }7 N5 d( q% K+ k% |9 L. @2 e% A
git clone https://github.com/CompVis/stable-diffusion.git
cd stable-diffusion

设置环境

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：
( ?8 T  _+ X) q
pip install -r requirements.txt

! |# E9 E7 F) q运行 Stable Diffusion

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：
) |" j) g0 g! d" P$ x
python scripts/txt2img.py --prompt "a photo of an astronaut riding a horse"

' ]" j5 X- ?1 f1 d8 ^方法二：通过 Hugging Face 安装预训练模型
5 M$ ^) Y: z0 f4 q: p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。
4 J2 V$ K6 k* M* ]
  t/ S( M& J' A1 ]- c' z安装 diffusers
! Z3 S' m, B# `  s! `" X( y% r
首先，安装 diffusers 库：

pip install diffusers transformers scipy
1 g! I1 {) I& O+ V
& I. ?" \  Q# |加载和使用模型

" M+ x' X) Q. _* X1 P+ t使用以下代码加载和使用 Stable Diffusion 模型：

' O, R$ |+ [* rfrom diffusers import StableDiffusionPipeline
# D, i& V' s# g, s+ a9 d5 X; `import torch

9 w2 G; ]* j; ]0 ]( P5 Fdevice = "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
pipe = StableDiffusionPipeline.from_pretrained(model_id, use_auth_token=True)
pipe = pipe.to(device)
3 k2 ?$ D, F2 @* J( v8 O5 f7 [
! I4 \+ q* R* L) R- N2 j6 Q3 [# Qimage = pipe("a photo of an astronaut riding a horse", guidance_scale=7.5)
image[0].save("astronaut_riding_horse.png")
- s. q3 R( e) q+ f/ [  V) K  Q4 D" a
9 j  v, E# q8 k7 K3 r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。
4 N0 G! f1 z4 b* g) M/ j
) P1 v/ M3 E8 x5 V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。

# R! O$ e& c& N  S7 D提示：AI自动生成，仅供参考

# p$ R7 l7 {- C参考