Stable Diffusion WebUI

Exécuter AUTOMATIC1111 Stable Diffusion WebUI sur les GPU Clore.ai

L'interface web la plus populaire pour Stable Diffusion sur les GPU CLORE.AI.

Tous les exemples peuvent être exécutés sur des serveurs GPU loués via Place de marché CLORE.AI.

Exigences serveur

Paramètre	Minimum	Recommandé
RAM	16 Go	32 Go+
VRAM	8 Go	12 Go+
Réseau	500 Mbps	1 Gbps+
Temps de démarrage	10-20 minutes	-

Temps de démarrage : Le premier lancement installe les dépendances Python et télécharge le modèle de base (10-20 minutes selon la vitesse du réseau). Un HTTP 502 pendant cette période est normal.

Pourquoi SD WebUI ?

• Riche en fonctionnalités - txt2img, img2img, inpainting, outpainting

• Extensions - Énorme écosystème de plugins

• Convivial - Interface web intuitive

• Bien documenté - Large support communautaire

📚 Voir aussi : Comment exécuter Stable Diffusion sur un GPU Cloud

Déploiement rapide sur CLORE.AI

Image Docker :

universonic/stable-diffusion-webui:latest

Ports :

22/tcp
8080/http

Commande :

./webui.sh --listen --xformers

Vérifier que cela fonctionne

Après le déploiement, trouvez votre http_pub URL dans Mes commandes:

# Vérifier si l'interface est accessible (peut prendre 10-20 min au premier lancement)
curl https://your-http-pub.clorecloud.net/

Si vous avez HTTP 502 pendant plus de 20 minutes, vérifiez :

1. Le serveur a 16 Go+ de RAM

2. Le serveur a 8 Go+ de VRAM

3. La vitesse du réseau est suffisante pour télécharger les dépendances

Accéder à votre service

Lorsqu'il est déployé sur CLORE.AI, accédez à SD WebUI via le http_pub URL :

• Interface Web : https://your-http-pub.clorecloud.net/

• API (si activée) : https://your-http-pub.clorecloud.net/sdapi/v1/

Tout localhost:7860 Les exemples ci-dessous fonctionnent lorsqu'ils sont connectés via SSH. Pour un accès externe, remplacez par votre https://your-http-pub.clorecloud.net/ URL.

Installation

Utilisation de Docker (recommandé)

docker run -d --gpus all \
    -p 8080:8080 \
    -v sd-webui-data:/app/stable-diffusion-webui \
    universonic/stable-diffusion-webui:latest

Installation manuelle

# Installer les dépendances
sudo apt install python3.10 python3.10-venv git wget

# Cloner le dépôt
git clone https://github.com/AUTOMATIC1111/stable-diffusion-webui.git
cd stable-diffusion-webui

# Exécuter (installe tout automatiquement)
./webui.sh --listen --xformers

Structure du répertoire

stable-diffusion-webui/
├── models/
│   ├── Stable-diffusion/   # Modèles principaux (.safetensors)
│   ├── Lora/               # Modèles LoRA
│   ├── VAE/                # Modèles VAE
│   ├── ControlNet/         # Modèles ControlNet
│   └── ESRGAN/             # Upscalers
├── embeddings/             # Inversions textuelles
├── extensions/             # Extensions installées
├── outputs/                # Images générées
└── scripts/                # Scripts personnalisés

Télécharger les modèles

Points de contrôle

cd models/Stable-diffusion

# SD 1.5
wget https://huggingface.co/runwayml/stable-diffusion-v1-5/resolve/main/v1-5-pruned.safetensors

# SDXL
wget https://huggingface.co/stabilityai/stable-diffusion-xl-base-1.0/resolve/main/sd_xl_base_1.0.safetensors

# Realistic Vision (Photorealiste)
wget "https://civitai.com/api/download/models/245598" -O realisticVision_v60B1.safetensors

# DreamShaper (Artistique)
wget "https://civitai.com/api/download/models/351306" -O dreamshaper_8.safetensors

VAE (Meilleures couleurs)

cd models/VAE

# SD 1.5 VAE
wget https://huggingface.co/stabilityai/sd-vae-ft-mse-original/resolve/main/vae-ft-mse-840000-ema-pruned.safetensors

# SDXL VAE
wget https://huggingface.co/stabilityai/sdxl-vae/resolve/main/sdxl_vae.safetensors

Utilisation de base

txt2img (Texte vers Image)

1. Sélectionnez le modèle dans le menu déroulant

2. Entrez le prompt positif : ce que vous voulez

3. Entrez le prompt négatif : ce qu'il faut éviter

4. Définissez les dimensions (512x512 pour SD1.5, 1024x1024 pour SDXL)

5. Cliquez sur Générer

img2img (Image vers Image)

1. Allez dans l'onglet img2img

2. Téléversez l'image source

3. Entrez un prompt décrivant les modifications souhaitées

4. Ajuster Force de débruitage (0.3-0.8)

5. Générer

Inpainting

1. Allez dans img2img → Inpaint

2. Téléchargez l'image

3. Dessinez un masque sur la zone à modifier

4. Entrez le prompt pour la zone masquée

5. Générer

Paramètres essentiels

Paramètres de génération

Paramètre	SD 1.5	SDXL
Largeur	512	1024
Hauteur	512	1024
Étapes	20-30	20-40
Échelle CFG	7	5-7
Échantillonneur	DPM++ 2M Karras	DPM++ 2M Karras

Arguments de ligne de commande

./webui.sh \
    --listen \              # Autoriser l'accès externe
    --port 7860 \           # Numéro de port
    --xformers \            # Optimisation de la mémoire
    --enable-insecure-extension-access \  # Autoriser les extensions
    --api \                 # Activer l'API
    --no-half-vae           # Corriger les images noires

Pour faible VRAM

./webui.sh \
    --listen \
    --medvram \           # 6-8 Go VRAM
    # ou
    --lowvram \           # 4 Go VRAM
    --xformers

Extensions populaires

Indispensables

Extension	But
ControlNet	Génération guidée
ADetailer	Correction automatique visages/mains
Ultimate SD Upscale	Meilleur upscaling
sd-webui-segment-anything	Segmentation
Regional Prompter	Prompts multi-régions

Installer des extensions

1. Aller à Extensions onglet

2. Cliquez Disponible

3. Cliquez Charger depuis

4. Rechercher et installer

5. Appliquer et redémarrer l'interface

Ou manuellement :

cd extensions
git clone https://github.com/Mikubill/sd-webui-controlnet.git

ControlNet

Installation

# Installer l'extension
cd extensions
git clone https://github.com/Mikubill/sd-webui-controlnet.git

# Télécharger les modèles
cd ../models/ControlNet
wget https://huggingface.co/lllyasviel/ControlNet-v1-1/resolve/main/control_v11p_sd15_canny.pth
wget https://huggingface.co/lllyasviel/ControlNet-v1-1/resolve/main/control_v11p_sd15_openpose.pth
wget https://huggingface.co/lllyasviel/ControlNet-v1-1/resolve/main/control_v11f1p_sd15_depth.pth

Utilisation

1. Développez la section ControlNet

2. Téléversez l'image de contrôle

3. Sélectionnez le préprocesseur (Canny, OpenPose, etc.)

4. Sélectionnez le modèle correspondant au préprocesseur

5. Générer

Utilisation de l'API

Activez avec --api le drapeau, puis :

import requests
import base64

# Pour un accès externe, utilisez votre URL http_pub :
API_URL = "https://your-http-pub.clorecloud.net"
# Ou via SSH : API_URL = "http://localhost:7860"

def txt2img(prompt, negative="", steps=20, width=512, height=512):
    response = requests.post(
        f"{API_URL}/sdapi/v1/txt2img",
        json={
            "prompt": prompt,
            "negative_prompt": negative,
            "steps": steps,
            "width": width,
            "height": height,
        }
    )
    return base64.b64decode(response.json()["images"][0])

# Générer et sauvegarder
image_data = txt2img("Un magnifique coucher de soleil sur des montagnes")
with open("output.png", "wb") as f:
    f.write(image_data)

API img2img

import base64

def img2img(prompt, image_path, denoising=0.5):
    with open(image_path, "rb") as f:
        image_b64 = base64.b64encode(f.read()).decode()

    response = requests.post(
        f"{API_URL}/sdapi/v1/img2img",
        json={
            "prompt": prompt,
            "init_images": [image_b64],
            "denoising_strength": denoising,
            "steps": 30,
        }
    )
    return base64.b64decode(response.json()["images"][0])

Rédaction de prompts

Structure de base

[sujet], [style], [détails], [éclairage], [tags de qualité]

Exemples de prompts

# Portrait
portrait d'une jeune femme, photographie professionnelle,
éclairage doux, faible profondeur de champ, 8k uhd,
très détaillé, photoréaliste

# Paysage
paysage montagneux majestueux au coucher du soleil, nuages dramatiques,
éclairage heure dorée, style National Geographic,
fond d'écran 8k, très détaillé

# Anime
1fille, cheveux argentés, yeux bleus, uniforme scolaire,
fleurs de cerisier, printemps, chef-d'œuvre, meilleure qualité

Prompts négatifs

# Général
basse résolution, mauvaise anatomie, mauvaises mains, texte, erreur,
doigts manquants, recadré, pire qualité, basse qualité,
artefacts jpeg, signature, filigrane, flou

# Pour photoréaliste
cartoon, anime, illustration, peinture, dessin,
rendu 3D, CGI

Conseils de performance

1. Activer xFormers - Gain de vitesse significatif

2. Utiliser VAE - Meilleures couleurs

3. Taille de lot 1 - Pour VRAM limitée

4. Hires Fix - Générer petit, puis upscaler

5. ADetailer - Correction automatique des visages

Exigences GPU

Modèle	VRAM minimale	VRAM recommandée	RAM min
SD 1.5	4 Go	8 Go	16 Go
SD 2.1	6 Go	8 Go	16 Go
SDXL	8 Go	12 Go	16 Go
Avec ControlNet	+2 Go	+4 Go	16 Go

Préréglages GPU

RTX 3060 12GB (Budget)

# Commande de lancement
./webui.sh --medvram --xformers

# Paramètres recommandés.json :
# - SD 1.5 : 512x512, batch 4, 20-30 étapes
# - SDXL : 768x768, batch 1, 20 étapes
# - Activer le tiling VAE dans les Paramètres
# - Utiliser ADetailer pour les visages

Meilleurs modèles : SD 1.5, DreamShaper, RealisticVision

RTX 3090 24GB (Optimal)

# Commande de lancement
./webui.sh --xformers

# Paramètres recommandés :
# - SD 1.5 : 512x512, batch 8, 30 étapes
# - SDXL : 1024x1024, batch 2, 30 étapes
# - ControlNet + SD 1.5 fonctionne très bien
# - Hires fix à 2x fonctionne

Meilleurs modèles : SDXL, Juggernaut, RealVisXL

RTX 4090 24GB (Performance)

# Commande de lancement
./webui.sh --xformers --opt-sdp-attention

# Paramètres recommandés :
# - SD 1.5 : 512x512, batch 16, 30 étapes
# - SDXL : 1024x1024, batch 4, 40 étapes
# - Plusieurs ControlNets simultanément
# - Hires fix à 4x

Meilleurs modèles : SDXL, Pony Diffusion, Tout modèle haute résolution

A100 40GB/80GB (Production)

# Commande de lancement
./webui.sh --opt-sdp-attention --no-half-vae

# Paramètres recommandés :
# - SDXL : 1024x1024, batch 8+, 50 étapes
# - Plusieurs ControlNet + IP-Adapter
# - Hires fix jusqu'à 4096x4096
# - AnimateDiff pour la vidéo

Idéal pour : Génération par lot, flux de travail complexes, vidéo

Estimation des coûts

Tarifs typiques du marketplace CLORE.AI :

GPU	VRAM	Prix/jour	Vitesse SD1.5	Vitesse SDXL
RTX 3060	12 Go	$0.15–0.30	~4 s	~12 s
RTX 3090	24 Go	$0.30–1.00	~2 s	~6 s
RTX 4090	24 Go	$0.50–2.00	~1 s	~3 s
A100	40 Go	$1.50–3.00	~0,5 s	~2 s

Prix en USD/jour. Les tarifs varient selon le fournisseur — vérifiez Place de marché CLORE.AI pour les tarifs actuels.

Dépannage

HTTP 502 pendant longtemps

1. Vérifier la RAM : Le serveur doit avoir 16 Go+ de RAM

2. Vérifier la VRAM : Doit avoir 8 Go+ pour SDXL

3. Installation des dépendances : Le premier lancement prend 10-20 min

4. Réseau lent : Une faible bande passante entraîne un démarrage plus long

Images noires

# Ajouter aux arguments de lancement
--no-half-vae

Mémoire insuffisante

# Utiliser l'optimisation
--medvram
--xformers

Extensions qui ne se chargent pas

--enable-insecure-extension-access

Génération lente

1. Activer xFormers

2. Réduire la taille de l'image

3. Diminuer les étapes (20 suffit souvent)

Étapes suivantes

• ComfyUI - Flux de travail plus avancés

• FLUX.1 - Dernier modèle

• ControlNet - Génération guidée

• Entraînement LoRA - Modèles personnalisés