0 写在前面
Stable Diffusion 是当前最火热的图像生成模型之一，目前已经广泛应用于艺术创作、游戏开发、设计模拟等领域，因其开源生态和易于使用而受到创作者的广泛关注，相比 Midjourney 而言，其最大的优势是完全免费，且拥有庞大的社区资源。
如果需要本地部署 Stable Diffusion，首选 Stable Diffusion Webui。不过本地部署
对设备硬件要求还是比较高的，通常需要至少 4G 显存，有关如何在 Windows 上使用，社区已经有了非常不错的一键启动脚本。
如果需要一个稳定的服务，还是建议将其部署到云服务器上。
本文主要记录一下如何在 Linux 上部署 Stable Diffusion Webui，在把所有的坑都踩了一遍之后，希望对有类似需求的小伙伴有所帮助。
1 Stable Diffusion
1.1 什么是 Stable Diffusion
Stable Diffusion 是一种生成式模型，所谓生成式模型也就是能够生成和训练集分布非常相似的输出结果，主流的生成式模型包含如下几类：
Stable Diffusion 是 Diffusion Model 的改进版，完整的Stable Diffusion网络结构应该包含三个部分：
自动编码器： 将图像从像素空间(Pixel Space)压缩到潜在空间(Latent Space)将潜在表示转换成最终图像 条件生成器： 生成去噪过程中依赖的条件(Conditioning)，条件包括文字和图像，对文字而言，最常见的是CLIP text encoder ，用于编码文字信息，控制生成对应文字描述的图像。 噪声估计模型UNet： 针对潜在空间的图片做扩散(Diffusion Process)：添加噪声编码用户输入的 prompt预测噪声，然后依据「去噪条件」去噪，生成图片的潜在表示
1.2 什么是 LoRA
LoRA，即Low-Rank Adaptation，是一种轻量级的大模型微调方法，文本生成模型GPT 和 图像生成模型Stable-Diffusion，都可以采用LoRA 进行轻量级微调。它通过在模型的特定部分引入低秩结构来进行微调，从而减少了计算资源的需求。LoRA训练可以在保持模型原有性能的同时，对模型进行个性化调整，使其适应特定的应用场景。
LoRA的思想很简单，在原始模型旁边增加一个旁路，做一个降维再升维的操作。训练的时候固定原始模型的参数，只训练降维矩阵A与升维矩阵B。而模型的输入输出维度不变，输出时将BA与原始模型的参数叠加。
2 Stable Diffusion WebUI
Stable Diffusion WebUI 为 Stable Diffusion 模型定制了友好的网页界面，基于 Gradio 实现，它让用户可以轻松地访问和使用 Stable Diffusion 的图像生成能力。有关 Windows 下如何使用，建议直接使用 B 站 @秋葉aaaki 的免费启动器和安装包。
这里主要介绍下 Linux 下如何安装和部署。
2.1 WebUI 下载和安装
推荐直接从webui源码安装，打开终端，从 github 上下载：
git clone https://github.com/AUTOMATIC1111/stable-diffusion-webui.git一键启动脚本，会默认配置好项目环境，并安装好项目依赖包：
./webui.sh不过通常会出现各种各种的问题，主要原因是国内网络问题，其中最频繁遇到的问题有：
依赖库安装失败主要是因为访问 github 失败，在 launch_utils.py 中找到prepare_environment()函数，将其中涉及到 github 仓库的依赖，全部添加 https://ghproxy.com/ 镜像，如下图所示：
主要是因为访问 HuggingFace 网站失败，Stable Diffusion 依赖的很多模型权重文件托管在 HuggingFace 网站上，默认会自动从 HuggingFace 网站上下载到本地，因此网络访问失败到导致模型加载不成功，这里推荐使用国内的镜像网站：https://hf-mirror.com，只需要在终端中临时添加环境变量，再重新启动webui.sh就可以了：
export HF_ENDPOINT=https://hf-mirror.com # 引入镜像地址，否则模型下载不成功./webui.sh终端出现如下提示，说明启动成功，这时你在本地浏览器打开http://127.0.0.1:7860，即可看到 WebUI 界面。
如果你是部署在云端，如果有公网 IP，需要将127.0.0.1修改为公网 IP 地址，如果是部署在内网或者 Linux 虚拟机上，则可以通过端口映射实现在本地浏览器访问，关于如何进行端口隐射，可以查看笔者之前的分享如何在 Windows 上实现和 Linux 子系统的端口映射。
浏览器打开 WebUI 界面成功后，此时是没有加载任何模型权重的，这里我们需要先搞清楚常见的模型类型。
2.2 模型类型介绍
Stable Diffusion 中用到的模型类型，可以粗略分为：大模型（基座模型，底模） 和 用于微调的小模型。
2.2.1 大模型（基座模型，底模）
大模型特指标准的 latent-diffusion 模型，拥有完整的 TextEncoder、U-Net 和 VAE。官方提供的大模型包括 sd1.5 sd2 sdxl等等，而社区提供的大模型都是在此基础上微调得到的。值得一提的是，如果发现输出的图片发灰，通常就是因为这里的 VAE 未成功使用，是由于部分合并模型导致的 VAE 不可用，需要手动添加 VAE 使用。
模型的格式，也就是后缀名，你会看到有很多种，其中 pt pth ckpt都是pytorch保存的模型格式，safetensors 是没有安全风险的文件格式，但权重内容和前面是完全一样的。
大模型的存放路径在：models/stable-diffusion，一般大小在 2G-7G 左右。目前比较常用的大模型有：
2.2.2 小模型
用于微调的小模型通常分为以下几种：
Lora：放在models/Lora。大小一般在 100MB 级别。点击一个模型以后会向提示词列表添加类似这么一个tag， lora:模型名:权重 ，也可以直接用这个tag调用lora模型。Embedding (Textual inversion) ：放在models/embedding。常见格式为 pt、png图片、webp图片。大小一般在 KB 级别。生成图片的时候需要带上 文件名 作为 tag。VAE: 放在models/VAE。Hypernetwork：一般没人用了2.3 模型权重获取
模型权重的获取有多种方式，比较推荐的有如下几种：
2.3.1 开源社区下载
目前托管 SD 模型的开源社区有很多，这里主要推荐两个：
一个是国外的：https://civitai.com/，国内访问需要借助梯子。点击导航栏中的Models可以查看所有模型，可以关键字搜索，也可以使用右侧的Filters只查找需要的模型：Checkpoint: 特指大模型，而 LoRA 则是社区开发者微调的小模型，下文笔者也将带领大家微调自己的 LORA 小模型。 
找到感兴趣的模型进去以后，右侧可以看到模型类型等信息，图片下方的感叹号可以查看提示词，右上角可以直接点击 下载，或者右键选择复制链接，然后在终端 wget 下载。
https://www.liblib.art/，不需要梯子就可以访问，基本也可以满足绝大部分人的需求，和 civitai 的用法基本一致，就不再赘述了。 
2.3.2 Model Scope（国内）
Model Scope 模型库由阿里提供，对标国外的 Hugging Face，托管了各类机器学习模型，比如我们需要下载 stable-diffusion-v1.5，可以直接在模型库搜索：
点击进去后，找到模型文件，选择v1-5-pruned-emaonly.ckpt。
右上角有 下载，右键选择复制链接，然后在终端输入：
# -O 代表存放的模型名称wget -O v1-5-pruned-emaonly.ckpt 'https://modelscope.cn/api/v1/models/AI-ModelScope/stable-diffusion-v1.5-no-safetensor/repo?Revision=master&FilePath=v1-5-pruned-emaonly.ckpt'注意：终端中一定要对复制的链接加双引号，否则不会成功下载。
2.3.3 Hugging Face（国外）
Hugging Face 国内访问需要梯子，如果能够访问的话，和 Model Scope 的用法基本一致，这里就不在赘述了。
2.4 WebUI 使用
2.4.1 模型权重准备
模型权重下载好后，需要将模型放到对应的文件夹中，这里最常用的是：大模型 和 微调的LoRA 模型，分别放在 models/stable-diffusion 和 models/Lora下，启动后，WebUI 会自动从这几个文件夹中找到对应的模型。
2.4.2 前端界面使用
启动成功后，选择对应的大模型，开始愉快地画图吧！关于界面上这些功能以及更多插件，笔者再更一篇文章详细聊聊。
3 LoRA模型训练实战
大模型无法实现风格和人物的定制化，我们可以通过下载开源社区的 LoRA 模型实现想要的风格，那么开源社区的 LoRA 模型是怎么炼出来的？
这里笔者打算以一个简单的案例带领大家训练自己的 LoRA 模型。
3.1 下载 lora-scripts
打开终端，git 下载 lora-scripts 仓库：
git clone --recurse-submodules https://github.com/Akegarasu/lora-scripts注意：要加上--recurse-submodules，因为该仓库还依赖了几个子模块仓库，如果忘记了加 --recurse-submodules， 可以继续使用如下命令重新下载子模块仓库：
git submodule update --init --recursive接下来，一键执行环境准备：
install.bash3.2 准备训练数据集
首先，需要搜集几张带有特定风格的图片数据，保存在同一个文件夹下。
其次，需要为每张图像生成对应的描述，这一步可以通过 WebUI 实现，找到 Extras 的 tab，选择 Batch from Directory ,将你的文件夹名称输入，同时指定输出文件夹，注意we文件夹名称遵循如下格式: xxx/10_xxx，子目录需要以数字开头。在最下方找到 Caption 选项，选择 BLIP 图片描述生成模型，右上方点击 Generate，即可自动生成对应的图片描述。
生成后的文件夹如下图所示，每张图片对应一个文本描述：
3.3 LoRA训练
首先需要修改训练脚本，打开 train.sh，主要修改以下几个地方:
完成后，一键启动训练：
bash train.sh生成的模型文件默认保存在outputs/文件夹下，把它 copy 到 stable-diffusion-webui的 models/Lora下，就可以直接使用这个你训好的 LoRA 模型了。
4 总结
至此，我们完成了在Linux系统上部署Stable Diffusion WebUI和进行LoRA模型训练的全过程。希望这篇文章能让你在部署Stable Diffusion WebUI的路上少踩一些坑。
感谢关注~