系统环境：腾讯云服务器，centos7.6基础环境安装git安装（直接安装高版本的）(默认安装的是1.8版本的。没有-c命令，需要升级）参考：https://blog.csdn.net/qq_28903377/article/details/86148687https://blog.csdn.net/qq_42881737/article/details/125803162无法生效时，把/usr/bin/git删除安装python3.10参考：https://blog.csdn.net/zltliqi/article/details/126449120修改python指向到3.10版本的。这样
系统环境：腾讯云服务器，centos7.6基础环境安装git安装（直接安装高版本的）(默认安装的是1.8版本的。没有-c命令，需要升级）参考：https://blog.csdn.net/qq_28903377/article/details/86148687https://blog.csdn.net/qq_42881737/article/details/125803162无法生效时，把/usr/bin/git删除安装python3.10参考：https://blog.csdn.net/zltliqi/article/details/126449120修改python指向到3.10版本的。这样
前言自从StableDiffusion在今年8月份开源以来，着实把AI绘图推向一个新的高潮，官网也同时发布了在线版本，大家可以去体验下。**体验网址：**https://beta.dreamstudio.ai/dream官网虽然说生图的速度很快，但每一次都需要消耗积分点，所以今天跟大家分享下，本地部署的方案，这样就没有数量的限制、不用排队、自由度也很高、可以随意修改配置、替换模型。本地部署电脑的最低要求：1、操作系统：Win10或者Win11，其他操作系统没测试过。2、内存：16G及以上3、显卡：最好是NVIDIA系列的，最低要求4G，当然了越高越好，不支持N卡1050以下的。下面跟大家分享下
前言自从StableDiffusion在今年8月份开源以来，着实把AI绘图推向一个新的高潮，官网也同时发布了在线版本，大家可以去体验下。**体验网址：**https://beta.dreamstudio.ai/dream官网虽然说生图的速度很快，但每一次都需要消耗积分点，所以今天跟大家分享下，本地部署的方案，这样就没有数量的限制、不用排队、自由度也很高、可以随意修改配置、替换模型。本地部署电脑的最低要求：1、操作系统：Win10或者Win11，其他操作系统没测试过。2、内存：16G及以上3、显卡：最好是NVIDIA系列的，最低要求4G，当然了越高越好，不支持N卡1050以下的。下面跟大家分享下
1.前言：最近看StableDiffusion开源了，据说比DiscoDiffusion更快，于是从git上拉取了项目尝试本地部署了，记录分享一下过程~这里是官网介绍：https://stability.ai/blog/stable-diffusion-public-release2.必要前提：科学上网。很多链接都需要用到。显卡的显存需要足够大，至于多大没看到哪有说，反正6g绝对不行3.部署前准备：本地化部署运行虽然很好，但是也有一些基本要求（1）需要拥有NVIDIA显卡，GT1060起，显存4G以上。（已经不需要3080起，亲民不少）（2）操作系统需要win10或者win11的系统。MacO
1.前言：最近看StableDiffusion开源了，据说比DiscoDiffusion更快，于是从git上拉取了项目尝试本地部署了，记录分享一下过程~这里是官网介绍：https://stability.ai/blog/stable-diffusion-public-release2.必要前提：科学上网。很多链接都需要用到。显卡的显存需要足够大，至于多大没看到哪有说，反正6g绝对不行3.部署前准备：本地化部署运行虽然很好，但是也有一些基本要求（1）需要拥有NVIDIA显卡，GT1060起，显存4G以上。（已经不需要3080起，亲民不少）（2）操作系统需要win10或者win11的系统。MacO
本文环境使用实体设备，显卡是AMDRX6800XT。系统是ubuntu20.04.5LTS桌面版，部署成功后也可以在评论区发出你的显卡型号和系统。非虚拟化环境。分个100G的分区安装Ubuntu，可以与win共存！想用哪个系统就重启切换！慢慢看，中间涉及git、pip安装慢的可以装个“开发者边车”解决一、更新apt并安装一些需要的程序sudo apt-get updatesudo apt-get upgradesudo apt-get install wget gnupg2 git二、安装amdgpu驱动sudo usermod -a -G video $LOGNAMEecho 'ADD_EX
本文环境使用实体设备，显卡是AMDRX6800XT。系统是ubuntu20.04.5LTS桌面版，部署成功后也可以在评论区发出你的显卡型号和系统。非虚拟化环境。分个100G的分区安装Ubuntu，可以与win共存！想用哪个系统就重启切换！慢慢看，中间涉及git、pip安装慢的可以装个“开发者边车”解决一、更新apt并安装一些需要的程序sudo apt-get updatesudo apt-get upgradesudo apt-get install wget gnupg2 git二、安装amdgpu驱动sudo usermod -a -G video $LOGNAMEecho 'ADD_EX
本文将要介绍整合HuggingFace的diffusers包和ControlNet调节生成文本到图像，可以更好地控制文本到图像的生成ControlNet是一种通过添加额外条件来控制扩散模型的神经网络结构。它提供了一种增强稳定扩散的方法，在文本到图像生成过程中使用条件输入，如涂鸦、边缘映射、分割映射、pose关键点等。可以让生成的图像将更接近输入图像，这比传统的图像到图像生成方法有了很大的改进。ControlNet模型可以在使用小数据集进行训练。然后整合任何预训练的稳定扩散模型来增强模型，来达到微调的目的。ControNet的初始版本带有以下预训练权重：Cannyedge—黑色背景上带有白色边缘
本文将要介绍整合HuggingFace的diffusers包和ControlNet调节生成文本到图像，可以更好地控制文本到图像的生成ControlNet是一种通过添加额外条件来控制扩散模型的神经网络结构。它提供了一种增强稳定扩散的方法，在文本到图像生成过程中使用条件输入，如涂鸦、边缘映射、分割映射、pose关键点等。可以让生成的图像将更接近输入图像，这比传统的图像到图像生成方法有了很大的改进。ControlNet模型可以在使用小数据集进行训练。然后整合任何预训练的稳定扩散模型来增强模型，来达到微调的目的。ControNet的初始版本带有以下预训练权重：Cannyedge—黑色背景上带有白色边缘
