自动1111 SDK：稳定的扩散Python库
- 文本对图像，图像到图像，介入和支出管道。我们的管道支持与稳定的扩散Web UI完全相同的参数，因此您可以轻松地从SDK上的Web UI复制创建。
- 可以在几行代码中对任何ESRGAN或REAL ESRGAN UPSCALER进行推理的升级管道。
- 与CIVIT AI集成，直接从网站下载模型。
加入我们的不和谐！！
演示
我们有一个COLAB演示，您可以在其中运行Auto 1111 SDK的许多操作。在这里检查一下！
安装
我们建议在PYPI的虚拟环境中安装Auto 1111 SDK。目前，我们还不支持Conda环境。
pip3 install Auto1111SDK要安装最新版本的Auto 1111 SDK（现在包括ControlNet），请运行：
pip3 install git+https://gith*u*b.co*m/saketh12/Auto1111SDK.gitQuickstart
使用自动1111 SDK生成图像非常容易。为了推断文本对图像，图像对图像，介入，支出或稳定的扩散高档，我们有1个可以支持所有这些操作的管道。这样可以节省很多RAM，从必须使用其他解决方案创建多个管道对象。
Auto1111SDK import StableDiffusionPipeline
pipe = StableDiffusionPipeline("")
prompt = "a picture of a brown dog"
output = pipe.generate_txt2img(prompt = prompt, height = 1024, width = 768, steps = 10)
output[0].save("image.png")">
from Auto1111SDK import StableDiffusionPipeline pipe = StableDiffusionPipeline ( "" ) prompt = "a picture of a brown dog" output = pipe . generate_txt2img ( prompt = prompt , height = 1024 , width = 768 , steps = 10 ) output [ 0 ]. save ( "image.png" )
控制网
目前，ControlNet仅与FP32一起使用。我们很快就会增加对FP16的支持。
Auto1111SDK import StableDiffusionPipeline
from Auto1111SDK import ControlNetModel
model = ControlNetModel(model="",
image="")
pipe = StableDiffusionPipeline("", controlnet=model)
prompt = "a picture of a brown dog"
output = pipe.generate_txt2img(prompt = prompt, height = 1024, width = 768, steps = 10)
output[0].save("image.png")">
from Auto1111SDK import StableDiffusionPipeline from Auto1111SDK import ControlNetModel model = ControlNetModel ( model = "" , image = "" ) pipe = StableDiffusionPipeline ( "" , controlnet = model ) prompt = "a picture of a brown dog" output = pipe . generate_txt2img ( prompt = prompt , height = 1024 , width = 768 , steps = 10 ) output [ 0 ]. save ( "image.png" )
在Windows上运行
在这里找到说明。由Marco Guardigli贡献，mgua@tomware.it
文档
我们有更多详细的示例/文档，有关如何在此处使用Auto 1111 SDK。有关我们与拥抱面扩散器之间的详细比较，您可以阅读此内容。
有关如何使用SDXL的详细指南，我们建议阅读此信息
特征
- 原始TXT2IMG和IMG2IMG模式
- 真正的Esrgan Upscale和Esrgan高档（与任何PTH文件兼容）
- 支出
- 插图
- 稳定的扩散高档
- 注意，指定文本的一部分，该模型应更加关注
- A（（Tuxedo））中的一个男人 - 将更多地关注燕尾服
- A（Tuxedo：1.21）中的男人 - 替代语法
- 选择文本，然后按Ctrl+up或ctrl+down（或命令+up up command+down（如果您使用MacOS））自动调整对所选文本的注意（由匿名用户贡献的代码）
- 可组合扩散：一次使用多个提示的方法
- 使用大写和
- 还支持提示的重量：猫：1.2和狗和企鹅：2.2
- 与各种采样器一起使用
- 直接从Civit AI和Realesrgan检查点下载型号
- 设置自定义VAE：适用于包括SDXL在内的任何型号
- 用稳定扩散XL管道支持SDXL
- 将自定义参数传递给模型
- No 77提示令牌限制（与HuggingFace扩散器不同，具有此限制）
路线图
- 添加支持雇用修复程序和炼油厂参数以进行推理。
- 增加对洛拉的支持
- 增加对面部修复的支持
- 增加对Dreambooth培训脚本的支持。
- 增加对ControlNet等自定义扩展的支持。
我们将很快为这些功能提供支持。我们还接受在这些问题上工作的任何贡献！
贡献
Auto1111 SDK正在不断发展，我们感谢社区参与。我们欢迎所有形式的贡献 - 错误报告，功能请求和代码贡献。
通过在GitHub上打开问题来报告错误和请求功能。通过求解/克隆存储库并通过更改提交拉动请求来为该项目做出贡献。
学分
借用代码的许可可以在设置 - >许可屏幕以及HTML/LICENSS.HTML文件中找到。
- 自动1111稳定扩散Web UI-https：//github.com/automatic1111111111111111111111111111111111111111111111111111111111期
- 稳定扩散-https：//github.com/stability-ai/stablediffusion，https：//github.com/compvis/taming-transformers
- k-diffusion-https：//github.com/crowsonkb/k-diffusion.git
- Esrgan -https：//github.com/xinntao/esrgan
- MIDAS -https：//github.com/isl-org/midas
- 优化想法-https：//github.com/basujindal/stable-diffusion
- 交叉注意力层优化-DoggetTX -https：//github.com/doggettx/stable-diffusion，及时编辑的原始想法。
- 跨注意层优化-LSTEIN -INDOKEAI -https：//github.com/invoke-ai/invokeai（最初是http://**githu*b.com/lstein/lstein/stable-diffusion）
- 亚第三次跨注意层优化 - Alex Birch（桦木/扩散器＃1），Amin Rezaei（https://g*ithub*.*com/aminrezaeii0x443/memory-memory-efficity-efficienth）
- 文本反转-Rinon gal -https：//github.com/rinongal/textual_inversion（我们不使用他的代码，但我们正在使用他的想法）。
- SD高档的想法-https：//github.com/jquesnelle/txt2imghd
- 支出MK2-https：//github.com/parlance-zz/g-diffuser-bot产生噪声
- 剪辑询问器的想法并借用一些代码-https：//github.com/pharmapsychotic/clip-interrogator
- 合并扩散的想法-https：//github.com/Energy-composital/compositional-visual-generation-with-composable-diffusion-models-pytorch-pytorch
- Xformers -https：//github.com/facebookresearch/xformers
- float32中的采样精度从float16 unet-marunine-marunine用于示例扩散器实现（https://g*ithub*.co*m/birch-san/diffusers-play/92feee6）
下载源码
通过命令行克隆项目:
git clone https://github.com/Auto1111SDK/Auto1111SDK.git