Mac安装Stable Diffusion教程【超详细教程】附带安装包

ゞ浴缸里的玫瑰 2024-03-23 14:40 90阅读 0赞

#### Mac安装Stable Diffusion教程 ####

*  本机配置
 *  Mac安装Stable Diffusion教程 配带官方说明
 *   *  重要注意事项
     *  安装所需文件已整理安装地址
     *  自动安装
     *   *  新安装：
     *  自动安装
     *   *  现有安装：
     *  下载稳定扩散模型
     *  故障排除
     *   *  Web UI无法启动：
         *  性能不佳：

## 本机配置 ##

电脑：MacBook Pro 14  
芯片：M1Pro  
内存：32GB

## Mac安装Stable Diffusion教程 配带官方说明 ##

如果您是Mac用户，想要安装并使用Stable Diffusion进行图像生成，以下是详细的安装步骤：

### 重要注意事项 ###

目前，Web UI中的大多数功能都可以在macOS上正常工作，最明显的例外是CLIP询问器和培训。虽然训练似乎确实有效，但它非常慢，并消耗了过多的内存。可以使用CLIP查询器，但它不能与macOS使用的GPU加速正常工作，因此默认配置将完全通过CPU运行（速度很慢）。

众所周知，大多数采样器在使用稳定扩散2.0模型时，唯一的例外是PLMS采样器。在macOS上使用GPU加速生成的图像通常应匹配或几乎匹配具有相同设置和种子的CPU上生成的图像。

### 安装所需文件已整理安装地址 ###

1.  AI项目地址：微信公众号：一颗星宇宙，发送“获取SD项目”获取哦
2.  [开源公众号GPT项目，点我下载][GPT]![在这里插入图片描述][6b9d88fc9ee74469ad5284c27b943e8c.png]

### 自动安装 ###

#### 新安装： ####

1.  如果未安装Homebrew，请按照[https://brew.sh][https_brew.sh]上的说明进行安装。保持终端窗口打开，并按照“后续步骤”下的说明将Homebrew添加到您的PATH中。
2.  打开一个新的终端窗口并运行`brew install cmake protobuf rust python@3.10 git wget`  
    也可以单个进行安装：`brew install cmake`  
    可以使用以下命令来查看这六个软件包的版本：

cmake: `cmake --version`
    	protobuf: `protoc --version`
    	rust:` rustc --version`
    	python@3.10:` python3.10 --version`
    	git:` git --version`
    	wget: `wget --version`

注意：这些命令需要在终端中运行。

1.  通过运行克隆Web UI存储库`git clone https://github.com/AUTOMATIC1111/stable-diffusion-webui`  
    如果GitHub无法访问`https://gitee.com/wy521a/stable-diffusion-webui`，我将代码放入个人的Gitee上了
2.  将您想要使用的稳定扩散模型/检查点放入`stable-diffusion-webui/models/Stable-diffusion`。如果您没有，请参阅下面的[下载稳定扩散模型][Link 1]。
3.  `cd stable-diffusion-webui`然后`./webui.sh`运行Web UI。将使用venv创建和激活Python虚拟环境，任何剩余的缺失依赖项将自动下载并安装。
4.  要稍后重新启动Web UI进程，请再次运行`./webui.sh`。请注意，它不会自动更新Web UI；要更新，请在运行`./webui.sh`之前运行`git pull`。  
    ![在这里插入图片描述][b136c6a57af94cc588ff1541ce9704db.png]
5.  运行后等待下载相关的依赖
6.  如果出现安装gfpgan很久这个情况如何解决？  
    ![在这里插入图片描述][e619b5ee63ae42c0a151f5f173e6ae45.png]
7.  去gfpgan官网下载包到本地  
    ![在这里插入图片描述][2f873fbf19e3485cab4d3f3fe0b296f6.png]
8.  在下载完解压，进入对应的项目目录下面，执行以下命令

pip install basicsr
    
    pip install facexlib
    
    pip install -r requirements.txt
    
    python3 setup.py develop
    
    pip install realesrgan
    
    如果没有pip命令则换成pip3

1.  执行完以上的命令重新进入我们的stable-diffusion-webui目录执行`./webui.sh`命令，其他下载慢的以此类推
2.  继续看执行的效果  
    ![在这里插入图片描述][cf056b30d0434d1cab9c2d397b3c7813.png]
3.  http://127.0.0.1:7860就是我们的访问地址啦
4.  进入页面访问  
    ![在这里插入图片描述][9013ab46d801436e8cc853bbc5fcdde9.png]

![在这里插入图片描述][6825adfb9ad74f68b5d6bd70d5034ae1.png]  
![在这里插入图片描述][da178141f7fa460d9075313e064b9bc4.png]

### 自动安装 ###

#### 现有安装： ####

如果您有使用`setup_mac.sh`创建的现有Web UI安装，请从您的`stable-diffusion-webui`文件夹中删除`run_webui_mac.sh`文件和`repositories`文件夹。然后运行`git pull`来更新Web UI，然后`./webui.sh`来运行它。

### 下载稳定扩散模型 ###

如果您没有任何模型可以使用，可以从[Hugging Face][]下载稳定的扩散模型。要下载，请单击模型，然后单击`Files and versions`标题。查找列出带有“.ckpt”或“.safetensors”扩展名的文件，然后单击文件大小右侧的向下箭头进行下载。

一些流行的官方稳定扩散模型是：

*  [稳定的DIffusion 1.4][DIffusion 1.4]（[sd-v1-4.ckpt][]）
 *  [稳定扩散1.5][1.5]（[v1-5-pruned-emaonly.ckpt][]）
 *  [稳定扩散1.5 Inpainting][1.5 Inpainting]（[sd-v1-5-inpainting.ckpt][]）

稳定扩散2.0和2.1需要模型和配置文件，生成图像时，图像宽度和高度需要设置为768或更高：

*  [稳定扩散2.0][2.0]（[768-v-ema.ckpt][]）
 *  [稳定扩散2.1][2.1]（[v2-1\_768-ema-pruned.ckpt][v2-1_768-ema-pruned.ckpt]）

对于配置文件，按住键盘上的选项键，然后单击[此处][Link 2]下载`v2-inference-v.yaml`（可以下载为`v2-inference-v.yaml.yml`）。在Finder中选择该文件，然后转到菜单并选择`File>Get Info`。在出现的窗口中，选择文件名并将其更改为模型的文件名，但文件扩展名`.yaml`而不是`.ckpt`除外，在键盘上按`return`键（如果出现提示，请确认更改文件扩展名），并将其放在与模型相同的文件夹中（例如，如果您下载了`768-v-ema.ckpt`模型，请将其重命名为`768-v-ema.yaml`，并将其与模型一起放入`stable-diffusion-webui/models/Stable-diffusion`中）。

*  还提供[稳定扩散2.0深度模型][2.0 1]（[512-depth-ema.ckpt][]）。通过按住键盘上的选项并单击[此处][Link 3]下载`v2-midas-inference.yaml`配置文件，然后以上述方式使用`.yaml`扩展名重命名，并将其与模型一起放入`stable-diffusion-webui/models/Stable-diffusion`。请注意，该模型在512宽度/高度或更高的图像尺寸下工作，而不是768。

### 故障排除 ###

#### Web UI无法启动： ####

如果您在尝试使用`./webui.sh`启动Web UI时遇到错误，请尝试从`stable-diffusion-webui`文件夹中删除`repositories`和`venv`文件夹，然后在再次运行`./webui.sh`之前使用`git pull`更新Web UI。

#### 性能不佳： ####

目前，macOS上的GPU加速使用了大量的内存。如果性能较差（如果使用任何采样器生成具有20个步骤的512x512图像需要超过一分钟），请先尝试从`--opt-split-attention-v1`命令行选项（即`./webui.sh --opt-split-attention-v1`开始，看看这是否有帮助。如果这没有太大区别，请打开位于`/应用程序/实用工具`中的`活动监视器`应用程序，并检查内存选项卡下的内存压力图。如果在生成图像时内存压力以红色显示，请关闭Web UI进程，然后添加`--medvram`命令行选项（即`./webui.sh --opt-split-attention-v1 --medvram`）。如果性能仍然很差，并且该选项的内存压力仍然为红色，那么请尝试`--lowvram`（即`./webui.sh --opt-split-attention-v1 --lowvram`）。如果使用任何采样器生成具有20步的512x512图像仍然需要几分钟以上，那么您可能需要关闭GPU加速。在Xcode中打开`webui-user.sh`，并将`#export COMMANDLINE_ARGS=""`更改为`export COMMANDLINE_ARGS="--skip-torch-cuda-test --no-half --use-cpu all"`。

[GPT]: https://gitee.com/wy521a/astar-weixin-mp
[6b9d88fc9ee74469ad5284c27b943e8c.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/23/266909be5a294f36b69291553295e1d7.png
[https_brew.sh]: https://brew.sh/
[Link 1]: https://github.com/AUTOMATIC1111/stable-diffusion-webui/wiki/Installation-on-Apple-Silicon#downloading-stable-diffusion-models
[b136c6a57af94cc588ff1541ce9704db.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/23/b1c9773d28314e55911a34ec6cba207e.png
[e619b5ee63ae42c0a151f5f173e6ae45.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/23/3b7e8f7d0eac4ad9aad5dc84e4c9ad15.png
[2f873fbf19e3485cab4d3f3fe0b296f6.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/23/9ec3951b97db4d289eceec2a55d3c15a.png
[cf056b30d0434d1cab9c2d397b3c7813.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/23/bf3cb2fdb294471e973f48e81a3612da.png
[9013ab46d801436e8cc853bbc5fcdde9.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/23/f8af1930a33d4dca90fa80bcd0a7e4f1.png
[6825adfb9ad74f68b5d6bd70d5034ae1.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/23/a503af41039349a89e8a0d79af4740ba.png
[da178141f7fa460d9075313e064b9bc4.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/23/d15986f7c79a40ac97236f048d8f5281.png
[Hugging Face]: https://huggingface.co/models?pipeline_tag=text-to-image&sort=downloads
[DIffusion 1.4]: https://huggingface.co/CompVis/stable-diffusion-v-1-4-original
[sd-v1-4.ckpt]: https://huggingface.co/CompVis/stable-diffusion-v-1-4-original/resolve/main/sd-v1-4.ckpt
[1.5]: https://huggingface.co/runwayml/stable-diffusion-v1-5
[v1-5-pruned-emaonly.ckpt]: https://huggingface.co/runwayml/stable-diffusion-v1-5/resolve/main/v1-5-pruned-emaonly.ckpt
[1.5 Inpainting]: https://huggingface.co/runwayml/stable-diffusion-inpainting
[sd-v1-5-inpainting.ckpt]: https://huggingface.co/runwayml/stable-diffusion-inpainting/resolve/main/sd-v1-5-inpainting.ckpt
[2.0]: https://huggingface.co/stabilityai/stable-diffusion-2
[768-v-ema.ckpt]: https://huggingface.co/stabilityai/stable-diffusion-2/resolve/main/768-v-ema.ckpt
[2.1]: https://huggingface.co/stabilityai/stable-diffusion-2-1
[v2-1_768-ema-pruned.ckpt]: https://huggingface.co/stabilityai/stable-diffusion-2-1/resolve/main/v2-1_768-ema-pruned.ckpt
[Link 2]: https://raw.githubusercontent.com/lucidrains/stable-gan/main/configs/v2-inference-v.yaml
[2.0 1]: https://huggingface.co/stabilityai/stable-diffusion-2-depth
[512-depth-ema.ckpt]: https://huggingface.co/stabilityai/stable-diffusion-2-depth/resolve/main/512-depth-ema.ckpt
[Link 3]: https://raw.githubusercontent.com/lucidrains/stable-gan/main/configs/v2-midas-inference.yaml