# automatic-Vlad **Repository Path**: piaoddang/automatic-vlad ## Basic Information - **Project Name**: automatic-Vlad - **Description**: Vlad更新的webUI-11111,这是方便更新用的备份 - **Primary Language**: Python - **License**: AGPL-3.0 - **Default Branch**: master - **Homepage**: None - **GVP Project**: No ## Statistics - **Stars**: 0 - **Forks**: 0 - **Created**: 2023-05-13 - **Last Updated**: 2023-05-13 ## Categories & Tags **Categories**: Uncategorized **Tags**: None ## README [![](https://img.shields.io/static/v1?label=Sponsor&message=%E2%9D%A4&logo=GitHub&color=%23fe8e86)](https://github.com/sponsors/vladmandic) ![Last Commit](https://img.shields.io/github/last-commit/vladmandic/human?style=flat-square&svg=true) ![License](https://img.shields.io/github/license/vladmandic/human?style=flat-square&svg=true) ![GitHub Status Checks](https://img.shields.io/github/checks-status/vladmandic/human/main?style=flat-square&svg=true) [Readme-English](https://github.com/vladmandic/automatic#readme) # Stable Diffusion - Automatic *分叉开始于右边这个项目* 在时间允许的情况下这个Fork会尽可能与原项目靠拢,所有代码的更新也会金坑那个的合并到上游。 分叉出这个Fork的原因是为了实现文本到图像生成的最新技术和进步(原作者沉迷于dota2),这与“尽可能简单地使用”是不一样的。 如果你正在寻找一个简单易用的工具来使用Stable Diffusion,推荐专门为自动化安装以及易用性设计的 [InvokeAI](https://invoke-ai.github.io/InvokeAI/)
### 关注 [Development updates](https://github.com/vladmandic/automatic/discussions/99) 来获取最新的更新或者修复补丁
![screenshot](javascript/black-orange.jpg)
## 注意事项 ### 该分叉实现的功能 - 全新的安装器 - 界面中进行的更先进的 CUDA 设置 - 更先进的环境设置 - 优化了启动过程以及模型的延迟加载( lazy-loading ) - 内置性能评分器 - 将库更新为已知的最新兼容版本 - 设置页面划分为**系统( System )**以及 **选项(Options)** - 去掉 `Accelerate` 这个只在分布式场景用到的依赖 Gradio web服务器将更早初始化,模型加载将在后台完成 模型加载得更快以及损坏的模型上回退的更快 - 使用简化的文件夹结构 例如 `/train`, `/outputs/*`, `/models/*`, 等等 - 增强的训练模板 - 内置 `LoRA`, `LyCORIS`, `Custom Diffusion`, `Dreambooth` 训练功能 - 大多数设置可通过UI配置,无需命令行 例如 cross-optimization methods, 系统文件夹 - 新的日志记录 - 新的错误和异常处理程序 ### 优化 - 优化 `Torch` 2.0 - 如果系统支持,则在默认情况下启用“SDP”内存注意的情况下运行 *注意:*“xFormers”和其他交叉优化方法仍然可用 - 自动调整 **CPU** 或者 **CUDA** 的运行参数 *注意:* 支持AMD和M1平台,但不支持开箱即用的优化 ### 集成的扩展程序 精心挑选的扩展列表,这些扩展已深度集成到核心工作流程中: - [System Info](https://github.com/vladmandic/sd-extension-system-info) - [ControlNet](https://github.com/Mikubill/sd-webui-controlnet) - [Image Browser](https://github.com/AlUlkesh/stable-diffusion-webui-images-browser) - [LORA](https://github.com/kohya-ss/sd-scripts) *(both training and inference)* - [LyCORIS](https://github.com/KohakuBlueleaf/LyCORIS) *(both training and inference)* - [Model Converter](https://github.com/Akegarasu/sd-webui-model-converter) - [CLiP Interrogator](https://github.com/pharmapsychotic/clip-interrogator-ext) - [Dynamic Thresholding](https://github.com/mcmonkeyprojects/sd-dynamic-thresholding) - [Steps Animation](https://github.com/vladmandic/sd-extension-steps-animation) - [Seed Travel](https://github.com/yownas/seed_travel) - [Multi-Diffusion Upscaler](https://github.com/pkuliyi2015/multidiffusion-upscaler-for-automatic1111) ### 用户界面 - 界面更新: 重新设置和重组 黑色和橙色深色主题,具有固定宽度的选项面板和更大的预览 - 支持 **Gradio themes** 主题 *Settings* -> *User interface* -> *UI theme* 主题列表和预览的链接: ### 移除的功能 - 低版本兼容,现在 `python`需要**3.9** 或 **3.10** - 语言本地化 ### 集成CLI/API 工具 增加了额外的功能: - 新皮肤和UI布局 - 随附一组依赖*SD API* 的 **CLI** 工具 : 例如 `generate`, `train`, `bench`, etc. [完整的CLI清单]()
## 安装 1. 首先要安装有 **Python** & **Git** 2. 如果你有 nVidia GPU, 那要安装 CUDA toolkit: 3. 克隆本仓库库 `git clone https://github.com/vladmandic/automatic` ## 运行 - windows系统运行`webui.bat` ,Linux/OSX系统运行 `webui.sh` Python 虚拟环境 (venv) 运行`launch.py` 来启动 *注意:* 不使用虚拟环境也可以启动服务,但建议使用它以避免与其他应用程序的库版本冲突 - `launch.py`: 主启动脚本 可以直接用于在手动激活的虚拟环境 `venv` ,也可以不用`venv`就启动 - `setup.py`: 主安装程序,被 `launch.py` 调用 也可以用来更新本仓库代码或者插件版本 如果手动运行,请先确保已经激活虚拟环境 `venv` - `webui.py`: 主服务器脚本 上面的任何脚本都可以用 `--help` 参数来显示详细的使用信息和可用参数 示例 > webui.bat --help 完整的启动顺序记录在 `setup.log`里面,所以您遇到任何问题,请先检查这个文件的内容。 ## 更新 启动器可以自动更新主仓库代码、需求、扩展和子模块: - 主仓库代码: 默认不更新 ,需要用 `--upgrade` 参数 - 依赖项: 每次启动时都会进行检查,并自动安装缺失的要求 可以使用 `--skip-requirements` 来跳过 - **插件跟子模块**: 每次启动时都会执行更新,并启动每个扩展的安装程序 可以使用 `--skip-extensions` 来跳过 - **快速模式**: 如果上次成功安装的时间戳比实际存储库版本或最新扩展的版本新,则自动启用
## 其它 ### Scripts 此项目附带了大量脚本集合,可用于处理输入、训练、生成和基准测试模型以及许多不依赖 **WebUI**就可用于端到端解决方案的辅助脚本,如从视频中提取帧等。 详细的细节在 [文档](cli/README.md)节点
### 文档 - [Scripts](cli/README.md) - 任何一个内容都可以在 [Wiki](https://github.com/vladmandic/automatic/wiki) 找到 - 正在进行的工作 [TODO](TODO.md)