進化的Automatic1111：Vlad Diffusion - Stable Diffusion

2023/6/23 - 最近筆者的Vlad常常算圖卡住，所以轉回去用A1111，但為了算大圖又換回Vlad。移除幾個不常用的extensions並更新到6/23最新版本後，似乎有變穩定。

前提

正題

優點

1. 介面優化
2. 效能優化
   -針對 Torch 2.0 優化
   -使用 SDP（Scaled Dot Product）優化運算，無須 xFormers 也可顯著提升效能、降低 VRAM 使用量（*想繼續使用 xFormers 也是可以的，安裝後可調設定）
3. 內建 LoRA、LyCORIS、 Custom Diffusion, Dreambooth 訓練功能
4. 內建以下插件：
   System Info （系統資訊）
   ControlNet
   Image Browser （圖片瀏覽器）
   LORA
   LyCORIS
   Model Converter
   CLiP Interrogator
   Dynamic Thresholding
   Steps Animation
   Seed Travel
   Multi-Diffusion Upscaler

缺點

1. 有A1111沒有的一些小缺點，例如：
   -顯示剩餘運算時間的小框有可能會看不到；
   -更改設定後即使有按套用設定、重新啟動UI（Apply Settings、Restart UI），時不時仍會發生錯誤，必須關掉命令提示視窗重新執行；
   -發生錯誤時不一定會有提示，但Vlad會「發呆」；
   -運算生圖期間如果發生錯誤，有可能產生持續性bug，需要關掉命令提示視窗重新執行，介面也可能需要重新整理刷新。
2. 介面比A1111要略加複雜。
3. 人氣值可能會被 ComfyUI 超車。
   ＊註：有 Unreal、Unity3D 等遊戲引擎或 Blender、Maya 等3D繪圖軟體經驗的人，ComfyUI 將會是首選介面，但 A1111 和 Vlad 更適合沒有上述經驗或剛入門 SD 的使用者。

安裝

主要有三個步驟：安裝 Python、安裝 Github、安裝 Vlad

Vlad 的安裝步驟比 A1111 略為繁瑣：

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

set COMMANDLINE_ARGS= --ckpt G:\StableDiff\webui\models\Stable-diffusion

實際使用

初次設定

G:\StableDiff\_Vlad1111\automatic

G:\StableDiff\webui

常用選項

1. Enabled - 勾選以使用
2. Method - 據說 MultiDiffusion 效果很好（也是預設選項）
3. Move ControlNet Images to CPU (if appllicable) - 有使用 ControlNet 時把 ControlNet 的圖片移至 CPU 端，也就是空出更多的 VRAM
4. Keep input image size - 保留輸入圖片的解析度（From Image）
5. Upscaler - 放大圖片時選擇的放大演算法
6. Scale Factor - 放大倍率

1. Enabled - 勾選以使用
2. Encoder Tile Size - 切割的Tile區塊大小
   ＊如果發生 CUDA 記憶體不足錯誤時，請將區塊大小調小
   ＊當運算圖片的最長邊<=此值，實際上不會觸發 Tiled VAE 功能。
3. Fast Encoder/Fast Decoder - 快速編碼器、快速解碼器，可加快算圖速度
4. Encoder Color Fix - Fast Encoder 有可能造成預期外的色差，可勾選此項修正，但會增加記憶體用量和運算時間。