Stable Diffusion v 2.1 网页 UI

基于 Stable Diffusion 2 的 Gradio 应用，由 Stability AI 提供。它使用了 Hugging Face 的 Diffusers🧨 实现。

当前支持的流程包括：文本生成图像、图像生成图像、图像修复、图像超分辨率以及深度图转图像。

此 Colab 由 anzorq 制作。如果你喜欢它，请考虑支持我：

---

致谢

• Stable Diffusion - https://github.com/CompVis/stable-diffusion
• HuggingFace Diffusers🧨 - https://github.com/huggingface/diffusers
• DPM-Solver - https://github.com/LuChengTHU/dpm-solver

Stable Diffusion 2.1 Web UI 快速上手指南

本工具是基于 Gradio 构建的 Stable Diffusion 2.1 网页界面，底层采用 Hugging Face Diffusers 实现。支持文生图、图生图、局部重绘（Inpainting）、超分辨率放大及深度图生成图像等功能。

环境准备

系统要求

• 操作系统: Linux, macOS, Windows (推荐 Linux)
• GPU: 建议使用 NVIDIA GPU (显存 ≥ 8GB)，支持 CUDA 加速
• Python: 3.8 - 3.10

前置依赖

确保已安装以下基础环境：

• Git
• Python 3.x
• pip

国内加速建议： 推荐使用清华或阿里镜像源加速 Python 包下载：

pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple

安装步骤

方法一：本地部署

1. 克隆项目仓库

   git clone https://github.com/qunash/stable-diffusion-2-gui.git
   cd stable-diffusion-2-gui
   

2. 安装依赖

   pip install -r requirements.txt
   

   注：若 requirements.txt 未包含所有依赖，请手动安装核心库：

   pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu118
   pip install diffusers transformers accelerate gradio scipy safetensors
   

3. 下载模型 程序首次运行时会自动从 Hugging Face 下载 stabilityai/stable-diffusion-2-1 模型。

   国内加速方案： 若直接下载失败，建议使用国内镜像站（如 ModelScope）下载模型后放置于本地缓存目录，或设置环境变量使用镜像：

   export HF_ENDPOINT=https://hf-mirror.com
   

方法二：Google Colab 免安装体验

点击以下链接直接在云端运行，无需本地配置：

基本使用

启动服务

在终端执行以下命令启动 Web 界面：

python app.py

注：若主脚本名称不同，请查看目录下 .py 文件，通常为 app.py 或直接运行 notebook 转换的脚本。

启动成功后，终端将显示类似以下地址：

Running on local URL: http://127.0.0.1:7860

操作示例

1. 打开浏览器访问上述地址（如 http://127.0.0.1:7860）。
2. 文生图 (Text-to-Image)：
   • 在提示词框输入英文描述，例如：a cyberpunk cat with a neon sign, high quality
   • 点击 "Generate" 按钮。
3. 图生图 (Image-to-Image)：
   • 切换至对应标签页，上传参考图片。
   • 输入修改指令并调整去噪强度 (Denoising strength)。
4. 其他功能：
   • 同理切换至 Inpainting（涂抹需要重绘的区域）、Upscaling（上传图片进行放大）或 Depth-to-image 标签页进行操作。

生成的图片将直接显示在界面下方，可点击下载保存。