当前位置: 首页 > news >正文

使用stable diffussion插件StableSR将图片高清放大

一:需要安装的插件

1、StableSR,项目地址:https://github.com/pkuliyi2015/sd-webui-stablesr

不过国内没什么用,访问不了,可以用下面的国内镜像:

https://gitee.com/han51535/sd-webui-stablesr.git

这个试过,还是可以用的。

2、安装“Multidiffusion”插件

项目地址:https://github.com/pkuliyi2015/multidiffusion-upscaler-for-automatic1111

当然同样访问不了,我们还是用国内的镜像替代

https://gitee.com/stable_diffusion/multidiffusion-upscaler-for-automatic1111.git

二:需要下载的模型

1、StabilityAI”的官方大模型(5.21GB)

名称:v2-1_768-ema-pruned.ckpt

下载地址:https://huggingface.co/stabilityai/stable-diffusion-2-1/tree/main

安装位置:stable-diffusion-webui/models/Stable-Diffusion/ 文件夹中

2、“VAE”模型。(745MB)

名称:vqgan_cfw_00011_vae_only.ckpt(约750MB大小)

下载地址:https://drive.google.com/file/d/1ARtDMia3_CbwNsGxxGcZ5UP75W4PeIEI/view

放在你的 stable-diffusion-webui/models/VAE

3、“StableSR”脚本模型。(400MB)

名称:webui_768v_139.ckpt

下载地址:https://huggingface.co/Iceclear/StableSR/blob/main/webui_768v_139.ckpt

放置位置:/stable-diffusion-webui/extensions/sd-webui-stablesr/models

虽然都访问不到,但是还是列出名称和链接,万一有会魔法的小伙伴能用到呢。

这里我上传了这些模型,找了整整一个晚上,算是东拼西凑的弄完整了。实在找不到的小伙伴可以从这里下载。

百度网盘下载:https://pan.baidu.com/s/1HH9RQihfFOa6kiIBguvpyg?pwd=lgpk 提取码:lgpk 

三:开始工作

1、打开SD WEBUI,转到图生图,打开测试的图片(下载包里有一张),也可以自己找。

2、Tiled Diffusion设置

首先要启动VAE切片,前要要打勾

编码和解码切片大小不要设置太大,会占用较大的内存。我这台机器的是P40,24G的GPU,目前设置的值仅供参考。

3、脚 本设置

拉到页面最下面,脚本处。 

选择StableSR脚本模型

SR Model:选择webui_768_139.ckpt,缩放比,这里选的是2,就是放大两倍。

其他可选默认值

点击生成

四:问题解答:

生成过程中内存溢出的解决方法,打开stable diffusion项目目录

vim webui.py

if__name__=="__main__":
#在这句的下面加上下面这句话
device = torch.device('cuda' if torch.cuda.is_available() else 'cpu')

然后再执行启动stable diffusion

python webui.py

如果你是使用launch.py启动的,也一样,把这句加到那里。只是你需要在launch.py最前面加上

import torchdevice = torch.device('cuda' if torch.cuda.is_available() else 'cpu')

http://www.lryc.cn/news/284364.html

相关文章:

  • ActiveMQ:专注消息传递,助您构建高效稳定的系统
  • 小程序样例1:简单待办列表
  • Jvm相关知识(面试高级必备)
  • android 常规log的查看与抓取
  • 【SpringBoot】—— 如何创建SpringBoot工程
  • 2018年认证杯SPSSPRO杯数学建模A题(第二阶段)海豚与沙丁鱼全过程文档及程序
  • C# tcp客户端字符串(图片名称)+ 图片数据打包,发送到服务端;服务端接收到数据后解析数据包
  • 【机组】算术逻辑单元带进位运算实验的解密与实战
  • axios query传数组参数的格式
  • 2018年认证杯SPSSPRO杯数学建模B题(第一阶段)动态模糊图像全过程文档及程序
  • qt学习:Qfile文件类
  • 从 GPT1 - GPT4 拆解
  • Python项目——计算器(PySide6+Pyinstaller)
  • ChatGPT 和文心一言哪个更好用?
  • 数据备份与恢复
  • 数据库原理及数据库的优化
  • C语言第三弹---数据类型和变量
  • [通知]rust跟我学:文件时间属性获得方法文章已上线
  • 基于嵌入式的智能智能通风系统
  • 如何编写一个好的测试用例?才能防止背黑锅
  • 笨蛋学设计模式行为型模式-观察者模式【14】
  • 上海智慧岛大数据云计算中心项目正式封顶!
  • 靶场实战(19):OSCP备考之VulnHub HA WORDY
  • 大模型学习与实践笔记(九)
  • fpga目前就业形势咋样?
  • Linux7 安装 Oracle 19C RAC 详细图文教程
  • 【SpringBoot】SpringBoot 项目初始化方法
  • 34. 在排序数组中查找元素的第一个和最后一个位置(二分查找)
  • Mysql深度分页优化的一个实践
  • 【JavaEE进阶】 SpringBoot配置⽂件