适合画图修图的AI模型开源程序

易西 · 发表于 2025-6-26 22:06:09

Stable Diffusion安装GitHub
在安装 Stable Diffusion 模型时，通常有两种主要方式：直接从官方 GitHub 仓库克隆代码，或通过 Hugging Face 等平台安装预训练模型。下面将分别介绍这两种方法。

方法一：从 GitHub 克隆代码
克隆 Stable Diffusion 仓库

首先，你需要从 GitHub 克隆 Stable Diffusion 的官方仓库。截至目前（2023年），官方仓库地址为：

https://github.com/CompVis/stable-diffusion

在终端中，使用以下命令克隆仓库：

git clone https://github.com/CompVis/stable-diffusion.git
cd stable-diffusion

设置环境

安装必要的依赖。Stable Diffusion 需要 Python 和一些特定的库。你可以使用 requirements.txt 文件中的依赖来安装它们。首先，确保你的 Python 版本符合要求（通常是 Python 3.8 或更高）。然后，使用以下命令安装依赖：

pip install -r requirements.txt

运行 Stable Diffusion

根据你的具体需求，你可以运行不同的脚本。例如，如果你只是想测试模型，可以运行：

python scripts/txt2img.py --prompt "a photo of an astronaut riding a horse"

方法二：通过 Hugging Face 安装预训练模型
如果你只是想使用预训练的模型而不想从源代码开始，你可以使用 Hugging Face 的 diffusers 库来加载和使用 Stable Diffusion 模型。

安装 diffusers

首先，安装 diffusers 库：

pip install diffusers transformers scipy

加载和使用模型

使用以下代码加载和使用 Stable Diffusion 模型：

from diffusers import StableDiffusionPipeline
import torch

device = "cuda" if torch.cuda.is_available() else "cpu"
model_id = "runwayml/stable-diffusion-v1-5" # 使用官方预训练模型ID
pipe = StableDiffusionPipeline.from_pretrained(model_id, use_auth_token=True)
pipe = pipe.to(device)

image = pipe("a photo of an astronaut riding a horse", guidance_scale=7.5)
image[0].save("astronaut_riding_horse.png")

确保替换 use_auth_token=True 中的 True 为你的 Hugging Face 访问令牌，如果你有的话。如果没有，可以省略或设置为 None。你可以在 Hugging Face 的网站上获取访问令牌。

通过上述任何一种方法，你都可以开始使用 Stable Diffusion 生成图像了。选择哪种方法取决于你的具体需求，比如是否需要自定义模型或只是快速开始使用预训练模型。

提示：AI自动生成，仅供参考

参考

适合画图修图的AI模型开源程序

浏览过的版块