Stable Diffusion 参数说明

页面参数

• Stable Diffusion checkpoint：选择具体的模型
• Prompt：正向提示词，描述你想要的图片，比如:girl,long hair,black clothes,big eyes(长发黑衣服大眼睛的女孩)。@注意: 不支持中文
• Negative prompt：反向提示次,不想要在图像中出现的词，比如:low quality(低质量)。
• Sampling Method：抽样法,常用于去噪，内置多种算法可供选择。比如 DPM++ 2M Karras，可以很好地平衡了速度和质量。
• Sampling Steps: 采样步骤数。虽然越多越好，但是值越大生成的时间越长。大部分情况选择:20 ~ 25。
• Width & Height：输出图像的大小长和宽。长宽也不是随意设置; 目前使用 v1 模型时,至少将一变设置为 512。目前已知可选的组合有:512*512、512*768、768*512
• Batch Count: 批次数量。
• Batch size：每一批次要生成的图像数量。
• CFG scale: 用于控制模型生成的图片,和提示词的符合度。默认为 7,数值越小 AI 自由发挥的空间就越大,数值越大相对来说就越刻板 (严格按照提示词)；
• Seed：指定一个随机种子，用于初始化图像生成过程。相同的种子值每次都会产生相同的图像集，这对于再现性和一致性很有用，如果将值设置为 -1，则每次运行都会生成一个随机种子。
• Hires.Fix: 高清修复，主要是提高生成的图像的分辨率,注意: 开启后生成图片会很慢; 其他选项说明:
• Upscaler：指的是放大算法,内置了很多算法,其中 R-ESRGAN 4x+：擅长写实图片、R-ESRGAN 4x+ Anime6B：擅长二次元图片，
• Hires setps: 高清修复的步数和 Sampling Steps 代表的意义一样；
• Denoising strength: 重绘幅度,AI 的自由发挥空间，值越大 AI 就越放飞自我，值越小就越按照原图重绘;
• Upscale by: 放大的倍数，和下面两个互斥;
• Resize width to: 指的是把图片放大后,宽度的像素;
• Resize height to: 指的是把图片放大后,高度的像素;

更多配置说明可参见文档: https://stable-diffusion.org.cn/t/topic/22

启动参数

配置参数

-h, --help：显示帮助信息并退出。

--exit：安装后立即终止。

--data-dir：指定存储所有用户数据的基本路径，默认为"./"。

--config：用于构建模型的配置文件路径，默认为 "configs/stable-diffusion/v1-inference.yaml"。

--ckpt：稳定扩散模型的检查点路径；如果指定，该检查点将被添加到检查点列表并加载。

--ckpt-dir：稳定扩散检查点的目录路径。

--no-download-sd-model：即使没有找到模型，也不下载 SD1.5 模型。

--vae-dir：变分自编码器模型的路径。

--gfpgan-dir：GFPGAN 目录。

--gfpgan-model：GFPGAN 模型文件名。

--codeformer-models-path：Codeformer 模型文件的目录路径。

--gfpgan-models-path：GFPGAN 模型文件的目录路径。

--esrgan-models-path：ESRGAN 模型文件的目录路径。

--bsrgan-models-path：BSRGAN 模型文件的目录路径。

--realesrgan-models-path：RealESRGAN 模型文件的目录路径。

--scunet-models-path：ScuNET 模型文件的目录路径。

--swinir-models-path：SwinIR 和 SwinIR v2 模型文件的目录路径。

--ldsr-models-path：LDSR 模型文件的目录路径。

--lora-dir：Lora 网络的目录路径。

--clip-models-path：CLIP 模型文件的目录路径。

--embeddings-dir：用于文本逆向的嵌入目录，默认为 "embeddings"。

--textual-inversion-templates-dir：文本逆向模板的目录。

--hypernetwork-dir：超网络目录。

--localizations-dir：本地化目录。

--styles-file：用于样式的文件名，默认为 "styles.csv"。

--ui-config-file：用于 UI 配置的文件名，默认为 "ui-config.json"。

--no-progressbar-hiding：不隐藏 Gradio UI 中的进度条（默认隐藏，因为在浏览器中使用硬件加速会降低机器学习速度）。

--max-batch-count：UI 的最大批次计数值，默认为 16。

--ui-settings-file：用于 UI 设置的文件名，默认为 "config.json"。

--allow-code：允许从 Web UI 执行自定义脚本。

--share：使用 Gradio 的 share=True，并使 UI 通过其网站访问（对我来说不起作用，但您可能会更幸运）。

--listen：使用 0.0.0.0 作为服务器名称启动 Gradio，允许响应网络请求。

--port：使用给定的服务器端口启动 Gradio，需要根/管理员权限才能使用 1024 以下的端口，默认为 7860（如果可用）。 34. --hide-ui-dir-config：从 Web UI 中隐藏目录配置。

--freeze-settings：禁用编辑设置。

--enable-insecure-extension-access：无论其他选项如何，都启用扩展选项卡。

--gradio-debug：使用--debug 选项启动 Gradio。

--gradio-auth：设置 Gradio 身份验证，如 "username:password"；或逗号分隔多个，如 "u1:p1,u2:p2,u3:p3"。

--gradio-auth-path：设置 Gradio 身份验证文件路径，例如 "/path/to/auth/file"，与--gradio-auth 的格式相同。

--disable-console-progressbars：不在控制台输出进度条。

--enable-console-prompts：在使用 txt2img 和 img2img 生成时，在控制台打印提示。

--api：使用 API 启动 Web UI。

--api-auth：设置 API 身份验证，如 "username:password"；或逗号分隔多个，如 "u1:p1,u2:p2,u3:p3"。

--api-log：启用所有 API 请求的日志记录。

--nowebui：仅启动 API，不启动 UI。

--ui-debug-mode：不加载模型以快速启动 UI。

--device-id：选择要使用的默认 CUDA 设备（可能需要在此之前设置 CUDA_VISIBLE_DEVICES=0,1 等环境变量）。

--administrator：管理员权限。

--cors-allow-origins：以逗号分隔的列表形式允许的 CORS 来源（无空格）。

--cors-allow-origins-regex：以单个正则表达式的形式允许的 CORS 来源。

--tls-keyfile：部分启用 TLS，需要--tls-certfile 才能完全生效。

--tls-certfile：部分启用 TLS，需要--tls-keyfile 才能完全生效。

--server-name：设置服务器主机名。

--gradio-queue：使用 Gradio 队列；实验性选项；破坏重新启动 UI 按钮。

--skip-version-check：不检查 torch 和 xformers 的版本。

--no-hashing：禁用检查点的 sha256 哈希，以提高加载性能。

通用参数

--autolaunch：在启动时使用系统的默认浏览器打开 WebUI URL。

--theme：在 WebUI 中使用指定的主题（“light”或“dark”）。如果未指定，则使用浏览器的默认主题。

--use-textbox-seed：在 UI 中使用文本框输入种子（没有上/下箭头，但可以输入长种子）。

--disable-safe-unpickle：禁用对 PyTorch 模型的恶意代码检查。

--ngrok：用于 ngrok 的自动令牌，是 gradio --share 的替代方案。

--ngrok-region：ngrok 应该在其中启动的区域。

性能参数

--xformers：启用 xformers 以加速跨注意层。

--reinstall-xformers：强制重新安装 xformers。在升级后使用，但升级后请移除，否则将一直重装 xformers。

--force-enable-xformers：无论检查代码是否认为可以运行，都强制启用 xformers 的跨注意层；如果运行失败，请勿提交错误报告。

--opt-split-attention：强制启用 Doggettx 的跨注意层优化。默认情况下，对于启用 CUDA 的系统，此选项已开启。

--opt-split-attention-invokeai：强制启用 InvokeAI 的跨注意层优化。默认情况下，当 CUDA 不可用时，此选项已开启。

--opt-split-attention-v1：启用旧版本的分割注意力优化，该版本不会消耗所有可用的显存。

--opt-sub-quad-attention：启用内存高效的子二次交叉注意力层优化。

--sub-quad-q-chunk-size：子二次交叉注意力层优化使用的查询块大小。

--sub-quad-kv-chunk-size：子二次交叉注意力层优化使用的 kv 块大小。

--sub-quad-chunk-threshold：子二次交叉注意力层优化使用的显存使用率阈值。

--opt-channelslast：为 4d 张量启用备选布局，仅在具有 Tensor 核心的 Nvidia 显卡（16xx 及更高版本）上可能导致更快的推理。

--disable-opt-split-attention：强制禁用跨注意层优化。

--disable-nan-check：不检查生成的图像/潜在空间是否包含 nan 值；在持续集成中运行时无需检查点。

--use-cpu：对指定模块使用 CPU 作为 torch 设备。

--no-half：不将模型切换为 16 位浮点数。

--precision：以此精度进行评估。

--no-half-vae：不将 VAE 模型切换为 16 位浮点数。

--upcast-sampling：向上采样。与 --no-half 无效。通常产生与 --no-half 类似的结果，但在使用较少内存的情况下性能更好。

--medvram：启用稳定扩散模型优化，牺牲一点速度以减少显存使用。

--lowvram：启用稳定扩散模型优化，牺牲大量速度以极低的显存使用。

--lowram：将稳定扩散检查点权重加载到显存而非 RAM。

--always-batch-cond-uncond：禁用使用 --medvram 或 --lowvram 时为节省内存而启用的条件/无条件批处理。