1.作品图
2.准备工作
目前网上能搜到的stable-diffusion-webui的安装教程都是Window和Mac M1芯片的，而对于因特尔芯片的文章少之又少，这就导致我们还在用老Intel 芯片的Mac本，看着别人生成美女图片只能眼馋。所以小卷这周末折腾了一天，总算是让老Mac本发挥作用了。先来说说准备工作：
- Mac笔记本操作系统版本 >= 13.2.1 （亲测10.0版本各种问题无法运行，无奈花了一小时升级系统）
- Python3.10.6版本（已安装其他版本也不要紧，后面我们用Conda做版本控制）
- stable-diffusion-webui代码下载，下载地址：stable-diffusion-webui
3.安装步骤
3.1 依赖安装
从github上把stable-diffusion-webui的源代码下载下来，进入到stable-diffusion-webui目录下，执行
pip install -r requirements_versions.txt
这一步是安装Python项目运行所有需要的依赖，这步很大概率出现无法安装gfpgan的问题：Couldn’t install gfpgan
解决方法：
网络连接超时的问题，更改pip使用国内镜像库，重试几次。这个问题暂无明确解法，如果无法解决可继续往下走
3.2pip更换国内镜像库
更换方法参考：https://blog.csdn.net/qq_45770232/article/details/126472610
3.3安装anaconda
这一步是方便对Python做版本控制，避免卸载重新安装不同版本的Python。
下载安装地址：https://www.anaconda.com/
从官网下载一路点击安装就行。
Conda添加环境变量
安装完成后，打开终端，输入conda，如果是无法识别的命令。需要配置环境变量，配置方法：
修改.bash_profile添加自己安装conda的路径，命令如下：
vim ~/.bash_profile# 打开文件后，写入下面这行到文件里，注意替换路径
export PATH="/Users/(你自己的路径)/anaconda3/bin:$PATH"
接着:wq保存退出，source ~/.bash_profile使配置生效
修改conda源为国内镜像库
执行命令如下：
# 如果没有会创建condarc文件
vim ~/.condarc# 打开文件后，把下面的内容粘贴进去保存
channels:- https://mirrors.ustc.edu.cn/anaconda/pkgs/main/- https://mirrors.ustc.edu.cn/anaconda/cloud/conda-forge/- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/- defaults
show_channel_urls: true
3.4 创建虚拟环境
执行命令：
conda create -n sd python=3.10.6
这样就创建了一个名称为sd的虚拟环境
3.5 安装依赖
按上面的操作把pip替换为国内镜像源后，激活虚拟环境，并安装需要的依赖包
执行命令：
# 进入stable-diffusion-webui的文件目录
cd stable-diffusion-webui# 激活虚拟环境
conda activate sd# 安装所需依赖
pip3 install -r requirements_versions.txt
这一步如果没任何问题，安装过程算是有惊无险完成了一半。如果有问题，请自行百度谷歌搜索解决，欢迎留言遇到的问题和解法
4. 模型安装
4.1下载模型
官方模型下载（checkpoint模型）
下载地址：https://huggingface.co/CompVis/stable-diffusion-v-1-4-original
下载 sd-v1-4.ckpt 或者 sd-v1-4-full-ema.ckpt。
LoRA模型
这个应该是大家最喜欢的模型了，懂的都懂。。。
下载地址：https://civitai.com/models/6424/chilloutmix
右上角Download下载，其他模型大家可自行在这个网站上探索，非常的多，这里推荐几个热门的:
korean-doll-likeness
4.2 安装模型
- 对于checkpoint模型，请移动到
stable-diffusion-webui/models/Stable-diffusion⽬录下 - 对于LoRA模型，请移动到
stable-diffusion-webui/models/Lora目录下 - 其他模型按对应的类型移到对应的目录下
5. 运行项目
5.1 跳过GPU检测
前面说了，咱们用的是老Mac本了，Intel芯片，显卡也用不了。只能用CPU进行计算，跳过GPU的配置如下：
执行命令：
# 打开配置文件
vim ~/.bash_profile# 把下面两行拷贝进去，保存后source命令使其生效
export COMMANDLINE_ARGS="--lowvram --precision full --no-half --skip-torch-cuda-test"
export PYTORCH_ENABLE_MPS_FALLBACK=1
5.3 项目代码修改
因为网络访问的问题，我们需要将代码里有些地方进行修改。修改如下：
修改lanuch.py文件
- 修改def prepare_environment()方法下的两处位置
-
torch_command中修改
torch==1.13.1 torchvision==0.14.1把原有的版本号数字后面的其他内容去掉 -
该方法下所有
https://github.com开头的链接，前面都加上https://ghproxy.com/这样链接就变成如下格式了：https://ghproxy.com/https://github.com/
如图所示
5.3 运行项目
上面我们使用conda进入了虚拟环境，然后再运行项目即可，执行命令：
# 激活虚拟环境sd
conda activate sd # 进入到stable-diffusion-webui目录下
cd stable-diffusion-webui# 运行项目
python launch.py
这一步如果人品好的话，第一次就能全部正常运行完，运行完之后，出现http://127.0.0.1:7860字样说明运行成功了，浏览器打开这个地址就能开始愉快地玩耍了，玩耍方式自行探索哦~
6.相关问题
pip install -r requirements.txt时报错，有一些依赖没有安装上
解决方法：手动安装一下依赖包
pip install 缺少的依赖包
7.模型下载及图片下载
文章里用到的模型和图片下载方式：公众号卷福同学内发关键词AI绘画获取
