草庐IT

KNN-Diffusion

全部标签

stable diffusion webui 使用

参考各文章以及个人操作后的记录文章,也希望能帮助有需要的人~首先进去大概是这样的,介绍下下图几个区域(主要是文生图)。一、模型区域StableDiffusioncheckpoint下拉选择框是用来切换ckpt模型,不清楚的可以看下这篇StableDiffusion-webUIckpt模型、lora模型的区别和使用SDVAE是variableautoencoder的意思,在这里可以选择载入vae组分。使用vae组分可以让图片的色彩变得更好。二、功能选项区域简单介绍下各选项卡的功能名称作用txt2img文生图用文字生成图片img2img图生图用图片生成图片extras附加用于优化图像,提高图片精度

在GPU云服务器中部署Stable Diffusion web UI

在GPU云服务器中部署StableDiffusionwebUI1.前言2.关于云服务器的选择3.关于机器的选择4.部署StableDiffusionPython和CUDA检查pip源下载StableDiffusionwebUI尝试运行StableDiffusion使用命令手动下载依赖基础模型python库依赖本机下载依赖并上传到服务器下载模型上传服务器5.运行6.参考1.前言最近在研究如何使用Controlnet细粒度控制StableDiffusion生成满意的图片,无奈自己本地的显卡只有6G的显存,而Controlnet的Openpose功能需要10G以上的显存才能正常出图。于是只能租用GP

在GPU云服务器中部署Stable Diffusion web UI

在GPU云服务器中部署StableDiffusionwebUI1.前言2.关于云服务器的选择3.关于机器的选择4.部署StableDiffusionPython和CUDA检查pip源下载StableDiffusionwebUI尝试运行StableDiffusion使用命令手动下载依赖基础模型python库依赖本机下载依赖并上传到服务器下载模型上传服务器5.运行6.参考1.前言最近在研究如何使用Controlnet细粒度控制StableDiffusion生成满意的图片,无奈自己本地的显卡只有6G的显存,而Controlnet的Openpose功能需要10G以上的显存才能正常出图。于是只能租用GP

Stable Diffusion 个人推荐的各种模型及设置参数、扩展应用等合集(不断更新中)

本文主要是把平时使用的模型及其参数进行推荐和整理,相关运用时的问题解决参考:《Windows使用StableDiffusion时遇到的各种问题整理》;安装时的问题解决参考:《Windows安装StableDiffusionWebUI及问题解决记录》。一、说明|表示或者+表示以上二、模型适用风景、房子、车子等漫画类风格模型的VAE不要用模型附带的,好像就是naifu的官方vae,很老了,用vae-ft-mse-840000-ema-pruned.ckpt或者是kl-f8-anime2.ckpt;嵌入模型要下载作者推荐的负面关键词汇总的EasyNegative,下载后放到embeddings文件夹

Stable Diffusion 个人推荐的各种模型及设置参数、扩展应用等合集(不断更新中)

本文主要是把平时使用的模型及其参数进行推荐和整理,相关运用时的问题解决参考:《Windows使用StableDiffusion时遇到的各种问题整理》;安装时的问题解决参考:《Windows安装StableDiffusionWebUI及问题解决记录》。一、说明|表示或者+表示以上二、模型适用风景、房子、车子等漫画类风格模型的VAE不要用模型附带的,好像就是naifu的官方vae,很老了,用vae-ft-mse-840000-ema-pruned.ckpt或者是kl-f8-anime2.ckpt;嵌入模型要下载作者推荐的负面关键词汇总的EasyNegative,下载后放到embeddings文件夹

基于mediapipe和KNN算法的深蹲/引体向上计数检测【mediapipe】【BlazePose】【KNN邻接算法】

深蹲/引体向上计数检测前言一、什么是mediapipe二、什么是BlazePose三、KNN算法四、软件环境五、参考文档一、代码实现二、可能出现的问题一、字体问题二、upper_body_only=False三、plt.legend(loc='upperright')四、class_name问题四、最终效果五、总结前言一、什么是mediapipeMediaPipe是一个用于构建机器学习管道的框架,用于处理视频、音频等时间序列数据。这个跨平台框架适用于桌面/服务器、Android、iOS和嵌入式设备,如RaspberryPi和JetsonNano。mediapipe很多常用的AI功能它都支持,举

使用Stabel Diffusion

StabelDiffusion是由CompVis、stabelAI和LAION的研究人员和工程师创建的文本到图像的潜在扩散模型。它由来自LAION-5B数据库子集的512x512图像进行训练。LAION-5B是目前最大的、可自由访问的多模态数据集。在这篇文章中,将介绍如何使用diffusion库实现StabelDiffusion模型生成图像,并讲解StabelDiffusion的工作原理,最后深入了解diffusion如何允许用户自定义图像生成管道。如何有需要了解Diffusion原理的可以参考下面这篇博客DiffusionModel算法也可以在线实现stabelDiffusion模型,地址如

ai绘画工具Stable Diffusion设置中文界面(保姆级)

前期准备上一篇已经介绍如何安装stablediffusion,如果没有安装可以先查看历史文章。方法一此方法,需要科学上网,如果不会,可以跳过查看方法二。1、打开界面,点击extentions(扩展)2、点击Available3、点击Loadfrom4、去掉localization前面的勾,5、Ctrl+F搜索,输入chinese,找到中文插件,点击install安装6、等待一段时间,点击installed查看是否已完成安装7、点击settings,8、左边栏找到Userinterface并点击9、在最下方,点击刷新10、先点击多选框,然后选择对应版本11、回到界面上方,先点击Applysett

探索【Stable-Diffusion WEBUI】的插件:骨骼姿态(OpenPose)

文章目录(零)前言(一)骨骼姿态(OpenPose)系列插件(二)插件:PoseX(三)插件:DepthLib(四)插件:3DOpenposeEditor(五)修改ControlNet设置(零)前言本篇主要提到OpenPose和相关的插件,配合ControlNet使用,可以指定人物的动作。更多不断丰富的内容参考:🔗《继续Stable-DiffusionWEBUI方方面面研究(内容索引)》(一)骨骼姿态(OpenPose)系列插件骨骼姿态很有用,可以控制生成人物的动作。我们可以用ControlNet或各种插件,从图片中提取人物的骨骼姿态。也可以从毫无动作开始,编辑这些姿态。实际生成图片时,Con

部署Stable diffusion遇到的一个问题解决

前两天自己在服务器上搞了一下stablediffusion,碰到过一个问题,当时搜了半天没找到好的方法,后来我想了下给解决了,觉得还是来记录一下,如果其他人也正巧遇到的话看到这个可以方便解决,当然,是对于linux环境下来说的,不过我觉得windows应该也一样通用问题大概是这样的TorchisnotabletouseGPUTorchisnotabletouseGPU;add--skip-torch-cuda-testtoCOMMANDLINE_ARGSvariabletodisablethischeck首先你要确定你是有显卡cuda的,应该都有,那这个问题其实很简单,首先用nvidia-sm