草庐IT

sd-webui-segment-anything

全部标签

Linux Ubuntu22.04 安装stable diffusion webui(不借助科学上网的方式)

背景/简介:服务器不能翻墙,所以有了这个指南。主要是因为从github上把sdwebui拉下来之后,中间过程会从外网上下载很多模型文件、其他github上的项目,需要绕开这部分操作。模型文件没有办法还是得科学上网下载到本地,再通过ftp上传到服务器来解决。当然,可以的话,自己搭的服务器还是直接搭个梯子更快。======================================================先写个简单版1.安装anaconda  安装cuda10.2安装方法我的主页其他文章有写链接之后补2.创建环境,并激活condacreate-nsdwebuipython==3.10.

【stable-diffusion】4090显卡下dreambooth、lora、sd模型微调的GUI环境安装(cuda驱动、pytorch、xformer)

相关博文stable-diffusion-webui的基础功能手动安装,了解代码结构、依赖、模型出处安装成功结果主要参考cuda11.7下载-https://developer.nvidia.com/cuda-toolkit-archivecudnn8.6for11.x:https://developer.nvidia.com/rdp/cudnn-archivedreambooth\lora训练环境:最原始的命令端https://github.com/kohya-ss/sd-scriptsGUI端口https://github.com/bmaltais/kohya_ss环境安装参考:win11

探索【Stable-Diffusion WEBUI】的插件:ControlNet 1.1

文章目录(零)前言(二)ControlNet(v1.1)(2.1)模型(2.2)新版界面(2.3)预处理器(三)偷懒(零)前言本篇主要提到ControlNet新版本的使用,和旧版本的变化,并偷懒参考了别人很不错的文章。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)》(二)ControlNet(v1.1)之前在上述索引文章里面提到过很重要的插件ControlNet和它的简单展示。并参考了https://openai.wiki/里的详细介绍文章。WEBUI的插件里,ControlNet是少数几个不需要翻译的插件,因为翻译了也没意思:控制网络?目前

Greenplum数据库中segment故障检测

1.Greenplum数据库中segment故障检测1.1概述Greenplum数据库服务器(Postgres)有一个子进程,该子进程为ftsprobe,主要作用是处理故障检测。ftsprobe监视Greenplum数据库阵列,它以可以配置的间隔连接并扫描所有segment和数据库进程。如果ftsprobe无法连接到segment,它会在Greenplum数据库系统目录中将segment标记为”down”。在管理员启动恢复进程之前,该segment是不可以被操作的。启用mirror备份后,如果primarysegment不可用,Greenplum数据库会自动故障转移到mirrorsegment

Stable Diffusion WebUI 本地部署

前言系统windows10,显卡NVIDIA RTX2060s,分享一下stable diffusion webui 本地部署过程以及遇到的问题。其中一些环境已搭建或者软件已安装过的,可以直接跳过。步骤1.安装gitgit下载地址2.克隆StableDiffusionWebUI 找一个磁盘空间充裕的目录,如d:,右键点击gitbash here,执行命令:gitclonehttps://ghproxy.com/github.com/AUTOMATIC1111/stable-diffusion-webui.git3.安装AnacondaAnnconda下载地址Annconda是python的环境

Stable Diffusion WebUI 踩坑记录

文章目录installHomebrewinstallpython3.10clonestablediffusionweb设置pip国内源install如果torch安装有问题可以这样安装InstallGFPGAN卡主问题Taming-transformers卡住问题其他疑难问题WIndows和Mac基本上遇到的问题很像,主要是解决「网络」问题。installHomebrew#官方教程/bin/bash-c"$(curl-fsSLhttps://raw.githubusercontent.com/Homebrew/install/HEAD/install.sh)"#金牛肖马/bin/zsh-c"$

K210开发板学习笔记(一)——K210人脸识别门禁+SD卡实现人脸数据存储(附代码解读)

基于K210的人脸门禁系统演示(按键录入人脸ID、人脸断电存储)哔哩哔哩链接:https://b23.tv/MHXjhGaK210人脸识别门禁系统一个按键实现所有功能。具体功能:在线人脸录入,在线人脸删除,考勤数据统计,人脸存储,断电信息不丢失,SD卡保存人脸数据库。重复人脸添加可识别。基于此可扩展出很多功能。语音播报,蓝牙远程控制,体温检测等等基于K210的人脸识别门禁(一)进入官网的开源模型平台(首次登陆需要注册),获取人脸识别源码MaixHub选择这个人脸识别模型。一、获取机器码点击maixhub,进去后点击获取key_gen机器码点击下载该zip,解压后会得到一个名为key_gen_v

SegDiff: Image Segmentation with Diffusion Probabilistic Models 基于扩散模型的图像语义分割模型

目录Diffusionmodels是生成模型的一种,同样的还有GAN,VAE,Flow模型等Abstract2、relatedwork3、背景前向扩散表达:反向生成过程:4、理论5、实验 论文地址:https://arxiv.org/pdf/2112.00390.pdf代码:截至今天还未公开。随着人工智能在图像生成,文本生成以及多模态生成等领域的技术不断累积,生成对抗网络(GAN)、变微分自动编码器(VAE)、normalizingflowmodels、自回归模型(AR)、energy-basedmodels以及近年来大火的扩散模型(DiffusionModel)。Diffusionmodel

Meta AI Segment Anything Model (SAM)初体验

最近MetaAI发布了SegmentAnything模型,可以直接分割任何图片。我趁热乎体验了一下。文章目录进入官网&上传图片Hover&Click——截取物体Box——框选物体Everything——提取所有物体Cut-Outs——提取结果进入官网&上传图片打开SegmentAnything官网https://segment-anything.com/:点击Trythedemo,在弹出的对话框中勾选“Ihaveread…”,进入上传界面:点击“Uploadanimage”,上传自己的图片:我上传的图片大小是5.14MB,提取物体用时3分06秒。Hover&Click——截取物体处理完毕后,当

手把手教安装stable-diffusion-webui教程

提示:零经验小白也可以搭建stable-diffusion-webui教程文章目录前言基本准备一、stable-diffusion-webui安装条件二、创建项目1.创建文件夹2.添加模型---没有模型也没有办法使用总结前言基本准备软件准备:编辑器:PyCharm或者VisualStudioCode提示:如果你的编辑器是PyCharm最好看一下版本因为老版本的貌似不支持python3.10,我的2019版的PyCharm不支持python3.10所以使用免费的VisualStudioCode编辑器环境管理软件:Anaconda下载git版本控制软件提示:基本工具某度都有安装教程提示:以下是本篇