Vlad Diffusion WebUI本地部署

Vlad Diffusion WebUI是什么？

Vlad Diffusion WebUI是最近比较热门的话题，它是基于SAYTOMATIC 1111,StableDiffusion创建的分支项目，它和StableDiffusion相对，在本地部署的过程更简单。

Vlad Diffusion WebUI在PyTorch 2.0的基础上进行了优化，可以大幅度提升图像生成的速度，同时它支持底显存和CPU模式运行。建议还是英伟达显卡跑，不过你正在使用AMD和M1系列的GPU，也可以正常的运行Vlad Diffusion

这是他的UI页面，有些类似于StableDiffusion，它更简洁易用，最重要的是它内置了包含controlnet，Lora在内的多种插件，无需额外安装。

优点：安装简单，支持win/linux/mac，支持各种类型的GPU，生成图像速度提升10倍,多样化UI，整合了主流插件。

部署准备

Github：Vlad Diffusion

Python： 3.10.9

Windows版Git：Git for Windows

Mac版Git： Git for Mac

英伟达：Version 11

如果你之前已经配置过Git和Pytyhon环境，就不需要重新安装了。

开始部署

安装Git

如果你是windows用户请打开 git for windows 进行下载。

如果你是Mac用户请打开 git for Mac 进行下载。

打开页面后点击 Download 即可下载，安装的过程中持续点击下一步，直到完成安装即可。

安装Python

最新版本的3.11版本并不支持Py Torch，你需要下载python 3.10.9版本

如果你是Mac请对应系统下载macOS Python3.10.9

然后选择对应系统的64位进行下载

Python安装

运行python安装包后，选择Customize installation

然后把选项全部勾选，点击Next（下一步）

接着按照如下图勾选Add python to environment variables 并点击Install进行安装。

NVidia CUDA 套件安装

如果你用的是英伟达显卡，需要下载安装VERRSION 11 exe local程序 ，这个文件3.2Gb，下载完成后直接安装就可以。

部署Vlad Diffusion WebUI

首先我们需要在D盘创建一个文件夹。我在D盘新建了名为VD_wbeUI 进行演示。

在地址栏输入CMD打开终端

然后复制以下代码，粘贴到终端，按回车进行克隆文件

git clone https://github.com/vladmandic/automatic.git

克隆完毕后，在我们创建的D盘VD_wbeUI目录中多了一个automatic文件夹，我们打开它，并双击运行webui.bat文件。

这个过程挺长的，可能需要20多分钟左右，具体时间看个人的网速带宽。有时候卡住了不要担心出错，请耐心等待，

如下图，当执行一段时间后，它会询问你是否下载模型，请输入y或n进行操作。

输入y代表自动下载1.5V模型，输入N代表不下载。如果你已经有了1.5模型可以不下载，或者在我提供的微云网盘进行快速下载此模型。

模型路径为：D:\VD_WbeUI\automatic\models\Stable-diffusion

完成后，复制http://127.0.0.1:7860到浏览器访问即可。

佬铁测试，比之前快了十倍左右的速度，算图超顺滑。

多种类UI界面，大家可以自己选择喜欢的页面。

Settings>User interface>UI theme

算图速度测试：10秒出20张图（512px*512px）以下是测试算图，GIF经过后期处理，时间10秒为准确时间。