Skip to main content

เริ่มต้นใช้งาน: AUTOMATIC1111's WebGUI

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

Installation Guide

https://github.com/AUTOMATIC1111/stable-diffusion-webui/wiki/Dependencies


Config แนะนำก่อนเริ่มใช้งาน

เพิ่ม SD VAE และอื่น ๆ ไว้ด้านบน

image.png

ไปที่ Settings > user interface ดูในส่วน quicksettings list เพิ่ม

sd_model_checkpoint,sd_vae,sd_hypernetwork

หรืออื่น ๆ ที่ต้องการใช้ลงไป

image.png


Xformers

https://github.com/AUTOMATIC1111/stable-diffusion-webui/wiki/Xformers

Xformers เป็น library ที่ช่วยในการเร่งความเร็วตอน generate ภาพ ใช้ได้กับการ์ดจอฝั่ง NVIDIA พวก Pascal, Turing, Ampere, Lovelace หรือ Hopper 

Install xformers

หาไฟล์ launch.py เปิดด้วย notepad

หาคำว่า commandline แล้วใส่ --xformers เพิ่มเข้าไป

image.png

เปิดรัน webui-user.bat ได้เลย

ถ้า error เช่น

image.png

หมายถึง version PyTorch ไม่ตรง ให้เปิด webui-user.bat แล้วเพิ่มคำสั่ง ลงไปเพือบังคับอัพเดท PyTorch

 --reinstall-torch --xformers

image.png

Note

สำหรับเครื่อง vram น้อยเช่น 1660super 6GB

เวลาใช้งานอาจเจอ cuda out of memory ให้เปิดไฟล์ webui-user.bat แล้วเพิ่ม

set PYTORCH_CUDA_ALLOC_CONF=garbage_collection_threshold:0.6,max_split_size_mb:128

image.png

Extension

มีไว้เพื่อช่วยให้ workflow สะดวกขึ้น

Extension ทั้งหมดดูได้จาก link ด้านล่าง ติดตั้งได้ผ่านเมนู Extensions ในโปรแกรม โดยดูที่ tab Available กด Load from

https://github.com/AUTOMATIC1111/stable-diffusion-webui/wiki/Extensions


Image Browser

https://github.com/AUTOMATIC1111/stable-diffusion-webui/wiki/Extensions-UI#image-browser


https://github.com/AUTOMATIC1111/stable-diffusion-webui/wiki/Extensions-UI#prompt-gallery


seed travel

https://github.com/AUTOMATIC1111/stable-diffusion-webui/wiki/Extensions-Generation#seed-travel


Kohya-ss Additional Networks

https://github.com/AUTOMATIC1111/stable-diffusion-webui/wiki/Extensions-Generation#kohya-ss-additional-networks

Models

อ่านได้ที่ ความรู้ทั่วไปเกี่ยวกับ Model ถ้าจะจัดหมวดหมู่สามารถจัดได้ง่าย ๆ เป็น 2 ประเภทคือ

    โมเดลหลักหรือ Checkpoint ตัวอย่างง่าย ๆ ก็คือ Stable Diffusion เองที่มี prompt หลายกหลายไว้ทำได้ทุกอย่างแต่ไม่เก่งสักอย่าง โดยเวลาใช้งานจะต้องมีโมเดลประเภทนี้เป็นฐานในการสร้างภาพ โมเดลเสริมหรือ Finetune คือไว้จูนโมเดลหลักให้มีความเฉพาะตัวมากขึ้น โมเดลพวกนี้ที่นียมจะแบ่งย่อยเป็น 2 ตัวคือ
      Embedding (Textual Inversion,TI) - มีหลักการทำงานคือเมื่อสั่ง generate ภาพแล้วมีการเรียกใช้ ตัว TI จะทำการแทรก prompt ของตัวโมเดลเองเขาไปใน prompt หลักที่เรากรอกพร้อมแทรกภาพของ TI เข้าไปในการ gen แต่ละ step LoRA - มีหลักการทำงานคือเมื่อสั่ง generate แล้วจะอ่าน prompt หลักที่เรากรอกและส่งภาพแทรกเข้าไปในตัวโมเดลเลยทันที ปัญหาของ Finetune กับ Checkpoint สามารถพบเจอได้เสมอ เช่นบางตัวใช้ด้วยกันไม่ได้ ใส่คำสั่งแล้วไม่ Tune ตาม Finetune ที่เราใส่ ไม่ก็ภาพเละภาพพัง ของพวกนี้ขึ้กับการลองผิดลองถูกไปเรื่อย ๆ บางตัวอาจปรับไปปรับมาก็อาจใช้ได้ อะไรทำนองนั้น

      Model ที่แนะนำ

      Checkpoint
         - สำหรับทำภาพแนว photorealistic, 3D

         - สำหรับทำภาพแนว photorealistic, 3D

        - สำหรับทำภาพแนว realistic และ photorealistic

         - สำหรับทำภาพแนว 3D และ Anime
        LoRA

        ส่วนมากจะเป็นโมเดลหน้าตาหรือ art style บางอย่างที่เฉพาะเจาะจง

           - หน้าตาญี่ปุ่น
           - หน้าตาเกาหลี

          - หน้าตาไต้หวัน

          Textual Inversion

          ส่วนมากจะเป็นโมเดลหน้าตาหรือ art style บางอย่างที่เฉพาะเจาะจง

             - ออลจัง พูดง่าย ๆ คือโมเดลรวมหน้าสาวเกาหลีหน้าตาดี  - รวมหน้าตาแนว kpop idol หรือสาวหน้าตาดีใน IG  - ใส่ใน Negative Prompt เพื่อป้องกันภาพประหลาด ๆ คน 3 ขา 4 แขน และอื่น ๆ โผล่ออกมา  - ใส่ใน Negative Prompt เพื่อป้องกันภาพประหลาด ๆ คน 3 ขา 4 แขน และอื่น ๆ โผล่ออกมา
            แหล่งหา Models

              Best Practice

              สำหรับคนคอมไม่แรง
              • เพื่อความเร็วในการ generate ภาพแนะนำให้ปิด Hires. fix ไปเลยในขั้นตอนแรก
              • generate ภาพ 512*512 ขึ้นมาก่อนแล้วเลือกที่ชอบเก็บไว้
              • โยนภาพที่ชอบลงไปใน PNG Info แล้ว Send to img2img เพื่อนำไปขยาย
              • ดูส่วน Script และเลือก SD upscale
              • เลือก Upscaler ตามชอบใจ ถ้าไม่ได้ลงอะไรต่างหากแนะนำ SwinIR 4x
              • Denoise strength เหลือแถว 0.3
              • Upscaler ดูรายละเอียด link ด้านล่าง

              Generating a hi res image with hi res fixes, first generates the full image in latent space and then extends that latent representation to a higher resolution through segmentation. This means the latent representation can end up "bent" and therefore while there is no artificating it can look different from the base 512x512.

              Lastly, using an upscaler just takes your completed image and passes it through an autoencoder like esrgan that is meant to only increase resolution with no other modifications. Therefore the result is almost 1:1 whatever the lower resolution image is.

              In terms of quality. Hi res fix will generate the most natural high resolution image, but if you just want to convert your 512 to 1024 or 4k an upscaler will do it without hassle.

              ด้านล่าง คือร่างเฉย ๆ ยังทำไม่เสร็จ

              Model Training

              Embedding, Textual Inversion

              GUI

              ใช้ build-in

               

              Colab

              LoRA

              GUI

               


              Colab

              Back to top