AI绘画新手必看：Stable Diffusion v1.5 Archive保姆级部署教程

1. 环境准备与快速部署

1.1 系统要求检查

在开始部署前，请确保你的环境满足以下基本要求：

• 操作系统：推荐使用Ubuntu 20.04或更高版本
• GPU配置：需要NVIDIA显卡，显存建议8GB以上
• 存储空间：至少预留15GB可用空间
• 网络条件：能够稳定访问GitHub和Hugging Face

1.2 一键部署脚本

使用以下脚本可以快速完成环境配置和模型下载：

#!/bin/bash

# 创建工作目录
mkdir -p ~/sd15-archive && cd ~/sd15-archive

# 安装基础依赖
sudo apt update && sudo apt install -y wget git python3 python3-pip python3-venv

# 创建Python虚拟环境
python3 -m venv venv
source venv/bin/activate

# 安装PyTorch和相关库
pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu118
pip install diffusers transformers gradio

# 下载模型权重文件
wget https://huggingface.co/Comfy-Org/stable-diffusion-v1-5-archive/resolve/main/v1-5-pruned-emaonly-fp16.safetensors

1.3 启动Web界面

创建并运行以下Python脚本启动Web服务：

import gradio as gr
from diffusers import StableDiffusionPipeline
import torch

# 加载模型
pipe = StableDiffusionPipeline.from_single_file(
    "v1-5-pruned-emaonly-fp16.safetensors",
    torch_dtype=torch.float16
).to("cuda")

# 创建界面
with gr.Blocks() as demo:
    gr.Markdown("# Stable Diffusion v1.5 Archive")
    with gr.Row():
        with gr.Column():
            prompt = gr.Textbox(label="提示词")
            negative_prompt = gr.Textbox(label="负向提示词", value="lowres, blurry")
            steps = gr.Slider(1, 50, value=20, label="采样步数")
            generate_btn = gr.Button("生成")
        with gr.Column():
            output = gr.Image(label="结果")
    
    generate_btn.click(
        fn=lambda p,n,s: pipe(prompt=p, negative_prompt=n, num_inference_steps=s).images[0],
        inputs=[prompt, negative_prompt, steps],
        outputs=output
    )

demo.launch(server_name="0.0.0.0", server_port=7860)

2. 基础使用指南

2.1 首次生成体验

1. 访问 http://你的服务器IP:7860
2. 在提示词框输入英文描述，例如：

   a beautiful landscape with mountains and lake, digital art
   

3. 点击"生成"按钮等待结果
4. 查看右侧生成的图片

2.2 核心参数说明

参数	作用	推荐值
采样步数	影响生成质量和时间	20-30
引导强度	控制创意自由度	7.0-8.5
图片尺寸	宽度和高度	512或768
随机种子	结果复现关键	-1为随机

3. 提示词编写技巧

3.1 优质提示词结构

推荐使用以下结构编写提示词：

[主体], [场景], [风格], [细节], [画质]

示例：

a cute cat, sitting on a windowsill, studio ghibli style, detailed fur, 4k resolution

3.2 负向提示词建议

使用这些常见负向提示词可提升质量：

lowres, blurry, bad anatomy, extra fingers, deformed

4. 服务管理

4.1 后台运行

使用nohup保持服务运行：

nohup python app.py > log.txt 2>&1 &

4.2 常见问题排查

• 页面无法访问：检查7860端口是否开放
• 生成失败：降低图片尺寸或减少步数
• 结果不理想：优化提示词并固定种子

5. 总结

通过本教程，你已经完成了：

1. 环境准备和模型部署
2. Web界面启动和使用
3. 核心参数理解和调整
4. 提示词编写技巧掌握

现在你可以开始创作自己的AI绘画作品了！

---

获取更多AI镜像

想探索更多AI镜像和应用场景？访问 CSDN星图镜像广场，提供丰富的预置镜像，覆盖大模型推理、图像生成、视频生成、模型微调等多个领域，支持一键部署。