最近进行的课程汇报，学习了2023年的CVPR文章《DreamBooth: Fine Tuning Text-to-Image Diffusion Models for Subject-Driven Generation》，因此尝试使用了几种方法对这篇文章的工作进行了一定的复现。本文主要介绍Stable Diffusion Web UI(webui)的安装以及使用webui运行DreamBooth生成图片。

---

参考教程

一开始看的文字教程主要是有关DreamBooth的，没有看明白这个Stable Diffusion Web UI是怎么安装与使用的，于是我又在B站找了个视频教程，效果还不错，下面给出我观看的视频教程链接和作者id，避免侵权~~~

视频教程链接：stable diffusion 使用dream booth训练大模型入门教程_哔哩哔哩_bilibili

b站视频作者id：穆飞大神

接下来我将结合我在安装过程中遇到的一些问题，以图文形式对Stable Diffusion Web UI的安装过程进行讲解。

安装过程

step1 克隆webui的github仓库

webui的github仓库链接：AUTOMATIC1111/stable-diffusion-webui: Stable Diffusion web UI (github.com)https://github.com/AUTOMATIC1111/stable-diffusion-webui通过命令将仓库克隆至本地：

（在git bash中和在win cmd中运行效果似乎是一样的）

git clone https://github.com/AUTOMATIC1111/stable-diffusion-webui.git

（此时需要注意，存放路径中不能带有中文，否则后续运行会报错）

后面的run bat文件可以直接在资源管理器下双击运行。

运行后提示could not launch python。

step2 安装python 3.10.6

Stable Diffusion Web UI本地运行需要安装python 3.10.6，目前看下来似乎必须是这个版本。

安装python时需要勾选，添加到环境变量add python to path，否则系统无法找到，在cmd中输入python会跳转microsoft store（至少在win11下会这样，但是以前确实从来没有遇到过这种情况，可能是以前安装的时候都装对了）。

安装完之后在命令行中输入python之后的结果如下图所示。

step3 运行webui

双击运行webui.bat文件，第一次运行会自动安装一些包，运行情况如下图所示。

在安装完包之后又遇到报错：

通过排查，这里的报错原因就是第一步路径中带有中文，重新在没有中文的路径下双击运行webui.bat文件，结果如下图所示。

安装相关的包完成后，命令行出现上述结果，浏览器直接跳出stable diffusion界面。

我这里的webui也没有再另外进行汉化，所以界面都是英文的。

step4* 安装DreamBooth插件

*如果不用训练可以不做这一步。

插件的位置，在webui-Extension-Available-点击Load from，在下面出现的众多插件中找到DreamBooth（可以通过Ctrl+F直接在页面中进行查找），点击安装。

（安装过后，在这里就不会再出现了）

最终安装好之后的效果如下图所示。

（由于我这里的界面和我所看的视频教程中不太一样，所以我没有使用这里的extension-dreambooth进行训练）

至此，安装过程就基本结束了。

上手使用

直接安装的webui似乎是没有模型的，在安装了上面所说的DreamBooth插件之后，会自动下载一个v1.5-pruned.ckpt的模型，此时加载该模型，进行文生图的测试。以ed sheeran为提示词，设置Sampling steps为150，点击generate进行生成，生成的图片结果如下图所示。

根据教程，我又在C站下载了作者发布的无聊猿模型，模型链接如下：

Apes - apes_v1.0 | Stable Diffusion Checkpoint | Civitai

将下载好的模型文件放到webui存储模型文件的路径下，具体位置如下图所示。

添加完模型文件后需要刷新webui（重新进入），然后在webui中加载这个模型，此时模型的下拉菜单中已经可以看到刚刚添加的模型文件。

以下是我的一些生成结果。

思考

目前的文生图技术感觉只是先把这项技术做出来，暂时还想象不到有什么具体的应用。比如平面设计，或是科研绘图，这些都需要很多细节、色彩的微调，而直接生成的图片是位图不是矢量图，无法满足这样的需求。文生图感觉还是用来预览想象力的一种手段，很多天马行空的想法但是可能实现、绘制一个像样的demo需要较长的时间，此时把想法描述给AI，来进行绘制与实现可以提高效率，为后期的制作提供一个具体的方向。