Stable Diffusion WebUI

Clore.ai GPUs पर AUTOMATIC1111 Stable Diffusion WebUI चलाएँ

CLORE.AI GPUs पर Stable Diffusion के लिए सबसे लोकप्रिय वेब इंटरफ़ेस।

सभी उदाहरण GPU सर्वरों पर चलाए जा सकते हैं जिन्हें द्वारा किराए पर लिया गया है CLORE.AI मार्केटप्लेस.

सर्वर आवश्यकताएँ

पैरामीटर	न्यूनतम	अनुशंसित
RAM	16GB	32GB+
VRAM	8GB	12GB+
नेटवर्क	500Mbps	1Gbps+
स्टार्टअप समय	10-20 मिनट	-

स्टार्टअप समय: पहली लॉन्च पर Python निर्भरताएँ इंस्टॉल होती हैं और बेस मॉडल डाउनलोड होता है (नेटवर्क स्पीड के अनुसार 10-20 मिनट)। इस समय के दौरान HTTP 502 सामान्य है।

क्यों SD WebUI?

• विशेषताओं से भरपूर - txt2img, img2img, इन-पेंटिंग, आउट-पेंटिंग

• एक्सटेंशन - प्लगइन्स का विशाल इकोसिस्टम

• उपयोगकर्ता-अनुकूल - सहज वेब इंटरफ़ेस

• अच्छी तरह प्रलेखित - बड़ी समुदाय सहायता

CLORE.AI पर त्वरित डिप्लॉय

Docker इमेज:

universonic/stable-diffusion-webui:latest

पोर्ट:

22/tcp
8080/http

कमांड:

./webui.sh --listen --xformers

जांचें कि यह काम कर रहा है

डिप्लॉयमेंट के बाद, अपना खोजें http_pub URL में मेरे ऑर्डर:

# जाँचें कि UI सुलभ है या नहीं (पहली बार चलाने पर 10-20 मिनट लग सकते हैं)
curl https://your-http-pub.clorecloud.net/

यदि आपको 20 मिनट से अधिक समय तक HTTP 502 मिलता है, तो जाँचें:

1. सर्वर के पास 16GB+ RAM है

2. सर्वर में 8GB+ VRAM हो

3. निर्भरताएँ डाउनलोड करने के लिए नेटवर्क स्पीड पर्याप्त हो

अपनी सेवा तक पहुँचना

जब CLORE.AI पर परिनियोजित किया गया हो, तो SD WebUI तक पहुँचें http_pub URL:

• वेब UI: https://your-http-pub.clorecloud.net/

• API (यदि सक्षम हो): https://your-http-pub.clorecloud.net/sdapi/v1/

सभी localhost:7860 नीचे दिए गए उदाहरण SSH के माध्यम से कनेक्ट होने पर काम करते हैं। बाहरी पहुंच के लिए, इसे अपने साथ बदलें https://your-http-pub.clorecloud.net/ URL।

इंस्टॉलेशन

Docker का उपयोग (अनुशंसित)

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

मैनुअल इंस्टॉलेशन

# निर्भरताएँ इंस्टॉल करें
sudo apt install python3.10 python3.10-venv git wget

# रिपॉज़िटरी क्लोन करें
git clone https://github.com/AUTOMATIC1111/stable-diffusion-webui.git
cd stable-diffusion-webui

# चलाएँ (सब कुछ स्वचालित रूप से इंस्टॉल करता है)
./webui.sh --listen --xformers

निर्देशिका संरचना

stable-diffusion-webui/
├── models/
│   ├── Stable-diffusion/   # मुख्य मॉडल (.safetensors)
│   ├── Lora/               # LoRA मॉडल
│   ├── VAE/                # VAE मॉडल
│   ├── ControlNet/         # ControlNet मॉडल
│   └── ESRGAN/             # अपस्केलर
├── embeddings/             # टेक्स्चुअल इनवर्ज़न
├── extensions/             # इंस्टॉल की गई एक्सटेंशंस
├── outputs/                # जनरेट की गई छवियाँ
└── scripts/                # कस्टम स्क्रिप्ट

मॉडल डाउनलोड करें

चेकपॉइंट्स

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 (फोटो-यथार्थवादी)
wget "https://civitai.com/api/download/models/245598" -O realisticVision_v60B1.safetensors

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

VAE (बेहतर रंग)

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

मूल उपयोग

txt2img (टेक्स्ट से इमेज)

1. ड्रॉपडाउन से मॉडल चुनें

2. पॉज़िटिव प्रॉम्प्ट दर्ज करें: जो आप चाहते हैं

3. निगेटिव प्रॉम्प्ट दर्ज करें: क्या बचना है

4. आयाम सेट करें (SD1.5 के लिए 512x512, SDXL के लिए 1024x1024)

5. Generate पर क्लिक करें

img2img (इमेज से इमेज)

1. img2img टैब पर जाएँ

2. सोर्स इमेज अपलोड करें

3. वांछित बदलावों का वर्णन करने वाला प्रॉम्प्ट दर्ज करें

4. समायोजित करें डिनॉइज़िंग स्ट्रेंथ (0.3-0.8)

5. Generate

इनपेंटिंग

1. img2img → Inpaint पर जाएँ

2. इमेज अपलोड करें

3. बदलाव करने वाले क्षेत्र पर मास्क ड्रॉ करें

4. मास्क किए गए क्षेत्र के लिए प्रॉम्प्ट दर्ज करें

5. Generate

अनिवार्य सेटिंग्स

जनरेशन सेटिंग्स

सेटिंग	SD 1.5	SDXL
चौड़ाई	512	1024
ऊँचाई	512	1024
स्टेप्स	20-30	20-40
CFG स्केल	7	5-7
सैम्पलर	DPM++ 2M Karras	DPM++ 2M Karras

कमांड लाइन आर्ग्युमेंट्स

./webui.sh \
    --listen \              # बाहरी एक्सेस की अनुमति दें
    --port 7860 \           # पोर्ट नंबर
    --xformers \            # मेमोरी अनुकूलन
    --enable-insecure-extension-access \  # एक्सटेंशंस की अनुमति दें
    --api \                 # API सक्षम करें
    --no-half-vae           # काले चित्र ठीक करें

कम VRAM के लिए

./webui.sh \
    --listen \
    --medvram \           # 6-8GB VRAM
    # या
    --lowvram \           # 4GB VRAM
    --xformers

लोकप्रिय एक्सटेंशंस

ज़रूरी है

एक्सटेंशन	उद्देश्य
ControlNet	मर्गदर्शित जनरेशन
ADetailer	स्वचालित चेहरा/हाथ सुधार
Ultimate SD Upscale	बेहतर अपस्केलिंग
sd-webui-segment-anything	Segmentation
Regional Prompter	मल्टी-रीजन प्रॉम्प्ट

एक्सटेंशंस इंस्टॉल करें

1. जाएँ एक्सटेंशन टैब

2. क्लिक करें उपलब्ध

3. क्लिक करें लोड करें से

4. खोजें और इंस्टॉल करें

5. लागू करें और UI रीस्टार्ट करें

या मैन्युअल रूप से:

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

ControlNet

इंस्टॉलेशन

# एक्सटेंशन इंस्टॉल करें
cd extensions
git clone https://github.com/Mikubill/sd-webui-controlnet.git

# मॉडल डाउनलोड करें
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

उपयोग

1. ControlNet सेक्शन विस्तृत करें

2. कंट्रोल इमेज अपलोड करें

3. प्रीप्रोसेसर चुनें (Canny, OpenPose, आदि)

4. प्रीप्रोसेसर से मेल खाता मॉडल चुनें

5. Generate

API उपयोग

सक्षम करें साथ --api फ्लैग, फिर:

import requests
import base64

# बाहरी पहुँच के लिए अपने http_pub URL का उपयोग करें:
API_URL = "https://your-http-pub.clorecloud.net"
# या SSH के माध्यम से: 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])

# जेनरेट करें और सेव करें
image_data = txt2img("A beautiful sunset over mountains")
with open("output.png", "wb") as f:
    f.write(image_data)

img2img API

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])

प्रॉम्प्ट लिखना

बुनियादी संरचना

[विषय], [शैली], [विवरण], [प्रकाश], [गुणवत्ता टैग]

उदाहरण प्रॉम्प्ट्स

# पोर्ट्रेट
एक युवा महिला का पोर्ट्रेट, प्रोफेशनल फोटोग्राफी,
मृदु प्रकाश, शैलो डेप्थ ऑफ फील्ड, 8k uhd,
बेहद विस्तृत, फोटो-यथार्थवादी

# लैंडस्केप
सूर्यास्त पर भव्य पर्वतीय परिदृश्य, नाटकीय बादल,
गोल्डन ऑवर लाइटिंग, नेशनल जियोग्राफिक शैली,
8k वॉलपेपर, अत्यंत विस्तृत

# ऐनिमे
1girl, सिल्वर हेयर, नीली आँखें, स्कूल यूनिफ़ॉर्म,
चेरी ब्लॉस्सम, वसंत, मास्टरपीस, सर्वश्रेष्ठ गुणवत्ता

निगेटिव प्रॉम्प्ट

# सामान्य
lowres, खराब अनाटॉमी, खराब हाथ, टेक्स्ट, त्रुटि,
मिसिंग फिंगर्स, क्रॉप्ड, सबसे खराब गुणवत्ता, कम गुणवत्ता,
jpeg आर्टिफैक्ट्स, सिग्नेचर, वॉटरमार्क, धुंधला

# फोटो-यथार्थवादी के लिए
कार्टून, ऐनिमे, इलस्ट्रेशन, पेंटिंग, ड्रॉइंग,
3d रेंडर, cgi

प्रदर्शन सुझाव

1. xFormers सक्षम करें - महत्वपूर्ण गति बढ़ोतरी

2. VAE का उपयोग करें - बेहतर रंग

3. सीमित VRAM के लिए बैच साइज 1 - सीमित VRAM के लिए

4. Hires Fix - पहले छोटे साइज जनरेट करें, फिर अपस्केल करें

5. ADetailer - चेहरों को ऑटो-फिक्स करें

GPU आवश्यकताएँ

मॉडल	न्यूनतम VRAM	अनुशंसित VRAM	न्यूनतम RAM
SD 1.5	4GB	8GB	16GB
SD 2.1	6GB	8GB	16GB
SDXL	8GB	12GB	16GB
ControlNet के साथ	+2GB	+4GB	16GB

GPU प्रीसेट्स

RTX 3060 12GB (बजट)

# लॉन्च कमांड
./webui.sh --medvram --xformers

# अनुशंसित settings.json:
# - SD 1.5: 512x512, बैच 4, 20-30 स्टेप्स
# - SDXL: 768x768, बैच 1, 20 स्टेप्स
# - सेटिंग्स में VAE टाइलिंग सक्षम करें
# - चेहरों के लिए ADetailer का उपयोग करें

सर्वोत्तम मॉडल: SD 1.5, DreamShaper, RealisticVision

RTX 3090 24GB (उत्तम)

# लॉन्च कमांड
./webui.sh --xformers

# अनुशंसित सेटिंग्स:
# - SD 1.5: 512x512, बैच 8, 30 स्टेप्स
# - SDXL: 1024x1024, बैच 2, 30 स्टेप्स
# - ControlNet + SD 1.5 बहुत अच्छा काम करता है
# - Hires fix 2x पर काम करता है

सर्वोत्तम मॉडल: SDXL, Juggernaut, RealVisXL

RTX 4090 24GB (प्रदर्शन)

# लॉन्च कमांड
./webui.sh --xformers --opt-sdp-attention

# अनुशंसित सेटिंग्स:
# - SD 1.5: 512x512, बैच 16, 30 स्टेप्स
# - SDXL: 1024x1024, बैच 4, 40 स्टेप्स
# - एक साथ कई ControlNet
# - Hires fix 4x

सर्वोत्तम मॉडल: SDXL, Pony Diffusion, कोई भी हाई-रेज़ मॉडल

A100 40GB/80GB (प्रोडक्शन)

# लॉन्च कमांड
./webui.sh --opt-sdp-attention --no-half-vae

# अनुशंसित सेटिंग्स:
# - SDXL: 1024x1024, बैच 8+, 50 स्टेप्स
# - कई ControlNet + IP-Adapter
# - Hires fix 4096x4096 तक
# - वीडियो के लिए AnimateDiff

इसके लिए सर्वश्रेष्ठ: बैच जनरेशन, जटिल वर्कफ़्लो, वीडियो

लागत अनुमान

सामान्य CLORE.AI मार्केटप्लेस दरें:

GPU	VRAM	प्राइस/दिन	SD1.5 स्पीड	SDXL गति
RTX 3060	12GB	$0.15–0.30	~4 सेकंड	~12 सेकंड
RTX 3090	24GB	$0.30–1.00	~2 सेकंड	~6 सेकंड
RTX 4090	24GB	$0.50–2.00	~1 सेकंड	~3 सेकंड
A100	40GB	$1.50–3.00	~0.5 सेकंड	~2 सेकंड

मूल्य USD/दिन में हैं। दरें प्रदाता के अनुसार बदलती हैं — जांचें CLORE.AI मार्केटप्लेस वर्तमान दरों के लिए।

समस्याओं का निवारण

लंबे समय के लिए HTTP 502

1. RAM जाँच करें: सर्वर में 16GB+ RAM होना चाहिए

2. VRAM जाँच करें: SDXL के लिए 8GB+ होना अनिवार्य

3. निर्भरता इंस्टॉल हो रही हैं: पहला रन 10-20 मिनट लेता है

4. धीमा नेटवर्क: कम बैंडविड्थ से स्टार्टअप लंबा होता है

काली छवियाँ

# लॉन्च आर्ग्स में जोड़ें
--no-half-vae

आउट ऑफ़ मेमोरी

# अनुकूलन का उपयोग करें
--medvram
--xformers

एक्सटेंशंस लोड नहीं हो रहे

--enable-insecure-extension-access

धीमा जनरेशन

1. xFormers सक्षम करें

2. इमेज साइज घटाएँ

3. स्टेप्स कम करें (आम तौर पर 20 काफी होता है)

अगले कदम

• ComfyUI - और अधिक उन्नत वर्कफ़्लो

• FLUX.1 - नवीनतम मॉडल

• ControlNet - गाइडेड जनरेशन

• LoRA प्रशिक्षण - कस्टम मॉडल