Stable Diffusion est un modèle d'apprentissage automatique développé par Stability AI pour générer des images numériques à partir de descriptions en langage naturel. Le modèle peut être utilisé pour différentes tâches telles que la génération de traductions d'image à image guidées par des invites de texte et la mise à l'échelle d'images.
Contrairement aux modèles concurrents comme DALL-E, Stable Diffusion est open source et ne limite pas artificiellement les images qu'il produit. La diffusion stable a été formée sur un sous-ensemble de l'ensemble de données LAION-Aesthetics V2. Il peut fonctionner sur la plupart des matériels grand public équipés d'un GPU modeste et a été salué par PC World comme "la prochaine application qui tue pour votre PC".

Étant donné que Stable Diffusion est exécuté localement et non dans le cloud, comme mentionné, il n'y a pas de limite au nombre d'images que vous pouvez produire, mais pour l'utiliser, vous devrez vous salir un peu en configurant votre environnement PC depuis ce n'est pas vraiment une application, c'est un descripteur textuel en ligne de commande qui utilisera python pour générer vos images, il n'y a donc pas d'installation ni d'interface graphique.
Dans ce guide, nous vous montrerons comment installer et exécuter Stable Diffusion sur votre PC local afin que vous puissiez commencer à produire vous-même des images sympas.
Configuration matérielle et logicielle requise
Ne vous méprenez pas, Stable Diffusion ne fonctionnera pas sur un PC patate, afin de récolter la puissance des images générées par l'IA, voici ce dont vous aurez besoin :
- Un GPU avec au moins 4 Go de VRAM
- 10 Go d'espace disque
- Python et bibliothèques (le programme d'installation de Miniconda3 installera tout ce dont vous avez besoin)
- Les fichiers de diffusion stable
- Git
- Tout système d'exploitation (Windows, Linux, macOS)
Installation des composants
Pour ce didacticiel, nous couvrons l'installation et l'exécution de Stable Diffusion sur un PC Windows. Les étapes présentées ici sont présentées de manière à ce que l'installation puisse être effectuée sur n'importe quel système d'exploitation, mais des instructions précises s'appliqueront au système d'exploitation Windows.
GIT
La première chose à faire est d'installer GIT. C'est un outil qui vous permettra de gérer et d'installer facilement des dépôts à partir d'Internet. pour l'installer allez sur : https://git-scm.com/ et cliquez sur télécharger. Suivez les instructions correspondant à votre version du système d'exploitation. Si vous êtes un développeur, vous connaissez GIT et si vous l'avez déjà installé, vous pouvez ignorer cette étape.
Une chose importante lors de l'installation locale de GIT est de choisir de l'utiliser via la ligne de commande (la deuxième option qui dit "Git depuis la ligne de commande et aussi depuis un logiciel tiers").
Miniconda3
Maintenant, lorsque nous avons installé GIT, la prochaine étape consiste à utiliser Miniconda3 pour installer python et toutes les bibliothèques requises. Obtenez le programme d'installation à : https://docs.conda.io/en/latest/miniconda.html
Miniconda3 est essentiellement un programme d'installation facile, vous n'avez donc pas à installer manuellement des tonnes de choses à partir de différents sites Web et sources, il est bien emballé dans le programme d'installation qui s'occupera de tout.
Diffusion stable
Après les deux étapes précédentes, nous sommes maintenant prêts à installer Stable Diffusion. Aller à https://huggingface.co/CompVis/stable-diffusion#model-access et installez la dernière bibliothèque (au moment de la rédaction de cet article, il s'agit actuellement de stable-diffusion-v1-4-original, la dernière à droite), la bibliothèque fait presque 5 Go, alors soyez prêt pour un gros téléchargement.
Après avoir installé la dernière bibliothèque de diffusion stable, il est temps de la mettre à jour vers la version la plus récente. Vous pouvez télécharger ZIP depuis GIT HUB https://github.com/CompVis/stable-diffusion
Une fois téléchargé, cliquez sur le bouton Démarrer de Windows et tapez Miniconda3 et cliquez sur Ouvrir. Créez un dossier et nommez-le comme vous le souhaitez sur un lecteur de votre choix. Pour cet exemple, nous allons tout installer sur le disque C sous le dossier AI_art, suivez les instructions ci-dessous mais utilisez plutôt vos propres noms et destination. Ne fermez pas Minicoda3 après avoir tapé des commandes !!!
cd c:/
mkdir AI_art
cd AI_art
Extrayez les fichiers GitHub que vous avez téléchargés dans votre nouveau dossier et revenez à Minicoda3 et tapez les commandes suivantes :
cd C:\AI_art\stable-diffusion-main
conda env create -f environment.yaml
conda activate ldm
mkdir models\ldm\stable-diffusion-v1
Laissez tout le processus se terminer, certains fichiers sont volumineux et cela peut prendre un certain temps. Une fois l'ensemble du processus terminé et terminé, copiez le fichier de point de contrôle que vous avez téléchargé dans : C:\AI_art\stable-diffusion-main\models\ldm\stable-diffusion-v1
Une fois le fichier copié, renommez-le en model.ckpt et vous avez terminé.
Diffusion stable en cours d'exécution
L'environnement créé est nécessaire pour utiliser réellement Stable Diffusion pour créer des images. Chaque fois que vous voulez l'utiliser, vous devrez l'exécuter, alors allez dans Miniconda3, et à l'intérieur, tapez :
conda activate ldm
cd C:\AI_art\stable-diffusion-main
une fois dans le dossier, appelez le script avec les paramètres :
python scripts/txt2img.py --prompt "TXT DESCRIPTION OF IMAGE THAT YOU WANT TO CREATE" --plms --n_iter 5 --n_samples 1
et voilà, votre image est créée et elle se trouve dans C:\AI_art\stable-diffusion-main\outputs\txt2img-samples\samples