在Colab上部署轻量版stable-diffusion-webui教程

本教程将详细介绍如何在Colab平台上快速部署一个轻量级的stable-diffusion-webui环境，这是一个基于Stable Diffusion模型的Web用户界面，可以让用户轻松生成AI图像。

环境准备

首先需要配置Colab环境，包括以下几个关键步骤：

1. 设置工作目录：将工作目录切换到/content路径
2. 日志级别设置：通过环境变量TF_CPP_MIN_LOG_LEVEL=1减少TensorFlow的日志输出
3. 性能优化：安装libtcmalloc_minimal.so.4内存分配器，提升内存管理效率
4. 依赖安装：安装必要的系统软件包如aria2、libcairo2-dev等

核心组件安装

接下来安装运行Stable Diffusion所需的核心组件：

1. PyTorch框架：安装CUDA 11.8版本的PyTorch 2.0.1及相关组件(torchvision、torchaudio等)
2. 关键扩展：安装xformers(0.0.20)和triton(2.0.0)等优化库
3. WebUI克隆：从稳定分支(v2.4)获取stable-diffusion-webui代码

模型与扩展配置

系统会下载和配置以下资源：

1. 负面提示词嵌入：预置的负面提示词嵌入模型
2. LoRA模型：用于风格调整的LoRA模型
3. 超分辨率模型：4x-UltraSharp.pth超分辨率模型
4. 实用脚本：添加run_n_times.py等实用脚本
5. 扩展插件：安装多个实用扩展包括：
   • Deforum动画生成
   • 图片浏览器
   • HuggingFace集成
   • CivitAI模型浏览器
   • 附加网络支持
   • 隧道连接
   • 批量链接处理
   • Catppuccin主题
   • 背景移除
   • Two-shot功能
   • 宽高比助手
   • 非对称平铺

模型下载与配置

系统支持动态下载指定的Stable Diffusion模型和VAE模型：

1. 主模型：从提供的URL下载并保存到Stable-diffusion模型目录
2. VAE模型：同样从指定URL下载VAE模型

关键修改

为确保系统正常运行，进行了以下关键修改：

1. CUDA兼容性：修改ldm/util.py确保模型能正确使用CUDA
2. 配置项扩展：在shared.py中添加sd_vae和CLIP_stop_at_last_layers等配置项

启动参数

最后使用以下参数启动WebUI服务：

• --listen：允许外部访问
• --xformers：启用xformers优化
• --enable-insecure-extension-access：允许扩展访问
• --theme dark：使用暗色主题
• --gradio-queue：启用Gradio队列
• --multiple：支持多用户同时使用

使用建议

1. 资源监控：Colab提供的GPU资源有限，建议监控显存使用情况
2. 模型选择：根据需求选择合适的Stable Diffusion模型版本
3. 扩展管理：可以按需启用或禁用扩展以优化性能
4. 会话保持：Colab会话有时间限制，重要工作请及时保存

通过这套配置，用户可以在Colab上快速搭建一个功能丰富的Stable Diffusion WebUI环境，无需复杂的本地配置即可体验AI图像生成的乐趣。