Github: https://github.com/AUTOMATIC1111/stable-diffusion-webui
更新日志
webui 项目更新频繁，不能保证本文内容仍然适用于后续版本。
- 2024.01.22：更新至 webui v1.7.0 版本 (commit hash 为 cf2772f)
- 2023.06.14：文章首次发布，基于 v1.3.2 版本 (commit hash 为 baf6946)
部署环境
- 操作系统：Ubuntu Server 22.04（无图形界面）
- GPU：一张 NVIDIA RTX 3080Ti 显卡（12 GB 显存）
准备部署完成后通过其他电脑的浏览器访问服务器的 webui 服务。
全自动安装
官方给出的 Linux 安装指导非常简单：下载 webui.sh，运行它，然后一切都会被全自动地下载、安装完成。
但是我是不情愿让别人对我的电脑做手脚而自己却不知情的，所以决定研究一下 webui.sh. 在查看其内容之后，我发现它无非是干这么几件事：下载 webui 仓库、在 ./venv 下创建并激活 python 虚拟环境、调用 launch.py 安装需要的包及下载需要的仓库、启动 webui.
虽然 webui.sh 帮我们全自动地完成了这些工作，但它并不适合以下几种情况：
- 希望使用 conda 而不是 venv 来管理环境；
- 由于网络原因且缺少科技手段，
pip install 和 git clone 无法稳定执行；
- 希望在无网服务器上安装 webui；
- ……
于是在这些情况下我们只能手动分解步骤安装了。
分解步骤安装
1. 下载 stable-diffusion-webui 仓库
1
2
| git clone https://github.com/AUTOMATIC1111/stable-diffusion-webui.git
cd stable-diffusion-webui
|
2. 下载其他仓库
webui 仅仅是一个外层界面包装，核心功能是通过其他仓库（或以仓库的形式、或以安装包的形式）支撑的。其他仓库需放在 ./repositories 文件夹下：
然后依次下载以下仓库，并切换到合适的版本以避免可能的版本适配问题：
stablediffusion
1
2
| git clone https://github.com/Stability-AI/stablediffusion.git ./repositories/stable-diffusion-stability-ai
git -C ./repositories/stable-diffusion-stability-ai checkout cf1d67a6fd5ea1aa600c4df58e5b47da45f6bdbf
|
generative-models
1
2
| git clone https://github.com/Stability-AI/generative-models.git ./repositories/generative-models
git -C ./repositories/generative-models checkout 45c443b316737a4ab6e40413d7794a7f5657c19f
|
k-diffusion
1
2
| git clone https://github.com/crowsonkb/k-diffusion.git ./repositories/k-diffusion
git -C ./repositories/k-diffusion checkout ab527a9a6d347f364e3d185ba6d714e22d80cb3c
|
CodeFormer
1
2
| git clone https://github.com/sczhou/CodeFormer.git ./repositories/CodeFormer
git -C ./repositories/CodeFormer checkout c5b4593074ba6214284d6acd5f1719b6c5d739af
|
BLIP
1
2
| git clone https://github.com/salesforce/BLIP.git ./repositories/BLIP
git -C ./repositories/BLIP checkout 48211a1594f1321b00f14c9f7a5b4813144b2fb9
|
3. 建立并激活新 conda 环境
1
2
| conda create -n sd-webui python=3.10
conda activate sd-webui
|
4. 安装 pytorch
1
| pip install torch==2.0.1 torchvision==0.15.2 --extra-index-url https://download.pytorch.org/whl/cu118
|
5. 安装 requirements.txt 中的依赖包
1
2
| pip install tb-nightly -i https://mirrors.aliyun.com/pypi/simple/
pip install -r requirements_versions.txt -i https://pypi.tuna.tsinghua.edu.cn/simple
|
说明：requirements 中的 basicsr 装起来很容易出现问题，一阵摸索后得到的结论是，要先用阿里源安装 tb-nightly，然后用清华源安装 basicsr 才能成功。
6. 安装其他依赖
1
2
3
4
5
| pip install https://github.com/openai/CLIP/archive/d50d76daa670286dd6cacf3bcd80b5e4823fc8e1.zip
pip install https://github.com/mlfoundations/open_clip/archive/bb6e834e9c70d9c27d0dc3ecedeebeaeb1ffad6b.zip -i https://pypi.tuna.tsinghua.edu.cn/simple
pip install -U -I --no-deps xformers==0.0.20 -i https://pypi.tuna.tsinghua.edu.cn/simple
pip install ngrok -i https://pypi.tuna.tsinghua.edu.cn/simple
pip install -r repositories/CodeFormer/requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple
|
7. 下载基础模型
从链接下载基础模型（Stable Diffusion v2.1，safetensors 格式，5.21 GB），放在 ./models/Stable-diffusion/ 下。
8. 启动 webui
服务默认运行在 127.0.0.1:7860 上。
一些常用参数：
--port PORT：更改端口。--xformers：使用 xformers 优化时间和空间，建议使用。--listen：如果部署在远程服务器上，想通过其他电脑浏览器访问服务，则需要添加 --listen 参数，这样服务运行在服务器的 0.0.0.0:7860 上，我们在浏览器输入 <server ip>:7860 才能访问。
启动成功后界面如下：
