从零开始实现Stable Diffusion本地部署

1. 依赖安装

文件打包下载地址（Stable Diffusion）

# git ： 用于下载源码
https://git-scm.com/downloads/win
# Python 作为基础编译环境
https://www.python.org/downloads/
# Nvidia 驱动，用于编译使用GPU显卡硬件
https://www.nvidia.com/en-us/drivers/
# Cuda 用于编译运行GPU的程序软件
https://developer.nvidia.com/cuda-toolkit-archive
# cuDNN 用于深度神经网络相关大模型的GPU加速库
https://developer.nvidia.com/cudnn-downloads
# Pytorch 用于构建和训练深度学习模型
# pip3 install --pre torch torchvision torchaudio --index-url https://download.pytorch.org/whl/nightly/cu128
https://pytorch.org/get-started/locally/

2. Stable Diffusion安装

# 下载本地网页
git clone https://github.com/AUTOMATIC1111/stable-diffusion-webui.git
# 下载模型 Stable-diffusion
https://huggingface.co/runwayml/stable-diffusion-v1-5
# 模型放入：stable-diffusion-webui\models\Stable-diffusion
# stable-diffusion-webui 目录下双击 webui.bat 启动

3. 使用体验

浏览器打开 http://127.0.0.1:7860

3.1 基础使用

• 正向提示词：描述你想要的画面，如：(best quality), 1girl, in a garden, sunlight, flowers, smiling

• 反向提示词：排除不想要的内容，如：(worst quality, low quality), deformed hands, extra fingers

• 参数设置：

  • 采样步数（Steps）：20~30
  • 图片尺寸（Width/Height）：512x512 或 768x768
  • 生成数量（Batch count）：1

• 点击“Generate”生成， 图片保存在 outputs\txt2img-images 文件夹。

3.2 进阶调试

• 如果显存不足（报错 CUDA out of memory）：
  • 降低图片尺寸（如 512x512 → 480x640）
  • 在启动器 → “高级选项” → 勾选 xformers 和 低显存模式
  • 使用优化模型（如 RealisticVision）
  • 在启动命令中添加 --medvram 参数：python launch.py --medvram
• 安装插件
  在 WebUI 的 Extensions 选项卡 → Available → 点击“Load from URL” → 输入插件 GitHub 地址 → 安装：
  • ControlNet：控制人物姿势/构图
  • Additional Networks：融合多个模型风格
• 中文汉化
  启动器 → “扩展” → 搜索 zh_CN → 安装汉化包 → 重启 WebUI。