Stable Diffusion ist ein maschinelles Lernmodell, das von Stability AI entwickelt wurde, um digitale Bilder aus Beschreibungen in natürlicher Sprache zu generieren. Das Modell kann für verschiedene Aufgaben verwendet werden, wie z. B. das Generieren von Bild-zu-Bild-Übersetzungen, die von Texteingabeaufforderungen geleitet werden, und das Hochskalieren von Bildern.
Im Gegensatz zu konkurrierenden Modellen wie DALL-E ist Stable Diffusion Open Source und schränkt die erzeugten Bilder nicht künstlich ein. Die stabile Diffusion wurde mit einer Teilmenge des LAION-Aesthetics V2-Datensatzes trainiert. Es kann auf den meisten Consumer-Hardware ausgeführt werden, die mit einer bescheidenen GPU ausgestattet ist, und wurde von gefeiert PC World als "die nächste Killer-App für Ihren PC".
Da Stable Diffusion lokal und nicht in der Cloud ausgeführt wird, gibt es, wie bereits erwähnt, keine Begrenzung für die Anzahl der Bilder, die Sie erstellen können, aber um es zu verwenden, müssen Sie sich seitdem ein wenig schmutzig machen, indem Sie Ihre PC-Umgebung darauf einstellen Es ist nicht wirklich eine Anwendung, es ist ein textbasierter Befehlszeilen-Deskriptor, der Python verwendet, um Ihre Bilder zu generieren, also gibt es keine Installation oder GUI.
In dieser Anleitung zeigen wir Ihnen, wie Sie Stable Diffusion auf Ihrem lokalen PC installieren und ausführen, damit Sie selbst anfangen können, coole Bilder zu produzieren.
Hardware- und Softwareanforderungen
Täuschen Sie sich nicht, Stable Diffusion läuft nicht auf einem Kartoffel-PC. Um die Kraft der KI-generierten Bilder zu nutzen, benötigen Sie Folgendes:
- Eine GPU mit mindestens 4 GB VRAM
- 10 GB Festplattenspeicher
- Python und Bibliotheken (das Miniconda3-Installationsprogramm installiert alles, was Sie brauchen)
- Die Stable Diffusion-Dateien
- Git
- Beliebiges Betriebssystem (Windows, Linux, macOS)
Komponenten installieren
In diesem Tutorial behandeln wir die Installation und Ausführung von Stable Diffusion auf einem Windows-PC. Die hier vorgestellten Schritte sind so dargestellt, dass die Installation auf jedem Betriebssystem durchgeführt werden kann, aber genaue Anweisungen gelten für Windows-Betriebssysteme.
GIT
Als erstes müssen Sie GIT installieren. Es ist ein Tool, mit dem Sie Repos aus dem Internet einfach verwalten und installieren können. Um es zu installieren, gehen Sie zu: https://git-scm.com/ und klicken Sie auf Herunterladen. Befolgen Sie die Anweisungen für Ihre Version des Betriebssystems. Wenn Sie ein Entwickler sind, sind Sie mit GIT vertraut, und wenn Sie es bereits installiert haben, können Sie diesen Schritt überspringen.
Eine Sache, die bei der lokalen Installation von GIT wichtig ist, ist die Verwendung über die Befehlszeile (die zweite Option, die besagt: „Git von der Befehlszeile und auch von Software von Drittanbietern“).
Miniconda3
Wenn wir jetzt GIT installiert haben, müssen wir als Nächstes Miniconda3 verwenden, um Python und alle erforderlichen Bibliotheken zu installieren, die benötigt werden. Holen Sie sich das Installationsprogramm unter: https://docs.conda.io/en/latest/miniconda.html
Miniconda3 ist im Grunde ein einfaches Installationsprogramm, sodass Sie nicht unzählige Dinge manuell von verschiedenen Websites und Quellen installieren müssen. Es ist schön im Installationsprogramm verpackt, das sich um alles kümmert.
Stable Diffusion
Nach den vorherigen zwei Schritten sind wir nun bereit, Stable Diffusion tatsächlich zu installieren. Gehe zu https://huggingface.co/CompVis/stable-diffusion#model-access und installieren Sie die neueste Bibliothek (zum Zeitpunkt des Schreibens dieses Artikels ist sie derzeit stable-diffusion-v1-4-original, die letzte rechts), die Bibliothek ist fast 5 GB groß, seien Sie also auf einen großen Download vorbereitet.
Nach der Installation der neuesten Bibliothek von Stable Diffusion ist es an der Zeit, sie auf die neueste Version zu aktualisieren. Sie können ZIP von GIT HUB herunterladen https://github.com/CompVis/stable-diffusion
Klicken Sie nach dem Herunterladen auf die Windows-Startschaltfläche, geben Sie Miniconda3 ein und klicken Sie auf Öffnen. Erstellen Sie einen Ordner und benennen Sie ihn nach Belieben auf einem Laufwerk Ihrer Wahl. In diesem Beispiel installieren wir alles auf Laufwerk C im Ordner AI_art, befolgen Sie die nachstehenden Anweisungen, verwenden Sie jedoch stattdessen Ihren eigenen Namen und Ihr eigenes Ziel. Schließen Sie Minicoda3 nicht, nachdem Sie Befehle eingegeben haben!!!
cd c:/
mkdir AI_art
cd AI_art
Extrahieren Sie GitHub-Dateien, die Sie heruntergeladen haben, in Ihren neuen Ordner und kehren Sie zu Minicoda3 zurück und geben Sie die nächsten Befehle ein:
cd C:\AI_art\stable-diffusion-main
conda env create -f environment.yaml
conda activate ldm
mkdir models\ldm\stable-diffusion-v1
Lassen Sie den gesamten Vorgang abschließen, einige Dateien sind groß und es kann eine Weile dauern. Nachdem der gesamte Vorgang abgeschlossen und abgeschlossen ist, kopieren Sie die Checkpoint-Datei, die Sie heruntergeladen haben, in: C:\AI_art\stable-diffusion-main\models\ldm\stable-diffusion-v1
Nachdem die Datei kopiert wurde, benennen Sie sie in model.ckpt um und Sie sind fertig.
Laufende stabile Diffusion
Die erstellte Umgebung wird benötigt, um Stable Diffusion tatsächlich zum Erstellen von Bildern zu verwenden. Jedes Mal, wenn Sie es verwenden möchten, müssen Sie es ausführen. Gehen Sie also zu Miniconda3 und geben Sie Folgendes ein:
conda activate ldm
cd C:\AI_art\stable-diffusion-main
Nachdem wir uns im Ordner befinden, rufen Sie das Skript mit den Parametern auf:
python scripts/txt2img.py --prompt "TXT DESCRIPTION OF IMAGE THAT YOU WANT TO CREATE" --plms --n_iter 5 --n_samples 1
und das war's, dein Bild wird erstellt und es befindet sich in C:\AI_art\stable-diffusion-main\outputs\txt2img-samples\samples