Automatic1111 - Stable Diffusion web UI मीडिया गैलरी
Automatic1111 - Stable Diffusion web UI के लिए वीडियो थंबनेल
Automatic1111 - Stable Diffusion web UI (समीक्षा) वीडियो
Automatic1111 - Stable Diffusion web UI स्क्रीनशॉट - इंटरफ़ेस पूर्वावलोकन
Automatic1111 - Stable Diffusion web UI का स्क्रीनशॉट

क्या है Automatic1111 - Stable Diffusion web UI?

Stable Diffusion Web UI Gradio लाइब्रेरी पर आधारित Stable Diffusion के लिए एक व्यापक ब्राउज़र इंटरफेस प्रदान करता है। यह सहज प्लेटफ़ॉर्म एक पुल के रूप में कार्य करता है, एक इंटरएक्टिव इंटरफेस प्रदान करता है जो आमतौर पर उन लोगों के लिए आरक्षित होता है जिनके पास उन्नत तकनीकी विशेषज्ञता होती है। इसका उपयोगकर्ता-अनुकूल डिज़ाइन यह सुनिश्चित करता है कि जो लोग AI तकनीक में गहराई से नहीं जुड़े हैं, वे भी Stable Diffusion की क्षमताओं का अधिकतम लाभ उठा सकें।

इस उपकरण में बहुत सारी विशेषताएँ हैं, जो उपयोगकर्ता अनुभव को बढ़ाती हैं और इसके उपयोगकर्ताओं को बहुपरकारीता प्रदान करती हैं। यह पाठ-से-छवि और छवि-से-छवि मोड दोनों का समर्थन करता है, और एक-क्लिक इंस्टॉलेशन सेटअप प्रक्रिया को आसान बनाता है, हालांकि Python और Git इंस्टॉलेशन पूर्वापेक्षाएँ हैं। जो लोग छवि हेरफेर में गहराई से जाना चाहते हैं, उनके लिए आउटपेंटिंग, इनपेंटिंग और रंग स्केच जैसी विशेषताएँ अत्यधिक उपयोगी हैं। ध्यान तंत्र उपयोगकर्ताओं को यह निर्दिष्ट करने की अनुमति देता है कि मॉडल को पाठ के किन भागों पर ध्यान केंद्रित करना चाहिए, जिससे आउटपुट अधिक सटीक होता है। विशेष रूप से, एक नवाचारी लूपबैक विशेषता img2img प्रसंस्करण को दोहराना संभव बनाती है, जबकि X/Y/Z प्लॉट भिन्न मानकों के साथ छवियों को विज़ुअलाइज़ करने का एक अनूठा तरीका प्रदान करता है। इसके अलावा, प्लेटफ़ॉर्म GFPGAN, RealESRGAN, ESRGAN, SwinIR और Swin2SR जैसे विभिन्न न्यूरल नेटवर्क अपस्केलर्स का समर्थन करता है। लचीलापन प्राथमिकता पर है क्योंकि प्रसंस्करण को रोकने, विभिन्न वीडियो कार्ड क्षमताओं के लिए समर्थन, और समायोज्य उत्पादन मानकों के विकल्प भी हैं।

Stable Diffusion Web UI का सहज डिज़ाइन इसके उपयोगकर्ता इंटरफ़ेस तत्वों तक फैला हुआ है। एक सुविधाजनक एक्स्ट्राज़ टैब में CodeFormer जैसे उपकरण शामिल हैं, जो एक चेहरा पुनर्स्थापन उपकरण है, और LDSR, जो लेटेंट डिफ्यूजन सुपर-रेज़ॉल्यूशन अपस्केलिंग के लिए है। सेटिंग्स पृष्ठ न केवल व्यापक है बल्कि उपयोगकर्ता-केंद्रित भी है, उपयोगकर्ता इंटरफेस तत्वों के लिए माउसओवर संकेत प्रदान करता है और डिफ़ॉल्ट मानों को समायोजित करने में लचीलापन प्रदान करता है। लाइव छवि जनरेशन पूर्वावलोकन, प्रगति बार, और UI में तत्वों को फिर से क्रमबद्ध करने की क्षमता जैसे सुधार उपयोगकर्ता अनुभव को सहज बनाते हैं। एक प्रमुख विशेषता टाइलिंग समर्थन है, जो उपयोगकर्ताओं को बनावट के साथ छवियाँ बनाने की अनुमति देती है, जिससे डिज़ाइन आउटपुट में बहुपरकारीता सुनिश्चित होती है।

जो उपयोगकर्ता इंस्टॉलेशन गाइड की तलाश में हैं, उनके लिए प्लेटफ़ॉर्म विभिन्न सिस्टम के लिए विस्तृत निर्देश प्रदान करता है, Windows 10/11 से Linux और यहां तक कि Apple Silicon तक। ऑनलाइन सेवा विकल्प, जैसे कि Google Colab, भी उपलब्ध हैं, जो उपयोगकर्ता की पसंद के अनुसार लचीलापन प्रदान करते हैं। इसके अतिरिक्त, सामुदायिक योगदान को प्रोत्साहित किया जाता है, और एक समर्पित दस्तावेज़ीकरण अनुभाग यह सुनिश्चित करता है कि उपयोगकर्ताओं के पास सभी संसाधन हों।

फायदे और नुकसान

फायदे

  • छवि उत्पन्न करने की विभिन्न सुविधाएँ प्रदान करता है, जिसमें आउटपेंटिंग और इनपेंटिंग शामिल हैं।
  • कस्टम स्क्रिप्ट और सामुदायिक एक्सटेंशन का समर्थन करता है जिससे कार्यक्षमता में सुधार होता है।
  • छवि निर्माण के दौरान इंटरैक्टिव प्रॉम्प्ट संपादन की अनुमति देता है, जिससे अधिक लचीलेपन की सुविधा मिलती है।

नुकसान

  • Python और Git की उचित स्थापना की आवश्यकता होती है, जो शुरुआती लोगों को हतोत्साहित कर सकती है।

अक्सर पूछे जाने वाले प्रश्न

Automatic1111 - Stable Diffusion web UI बिना किसी लागत के उपलब्ध है।

यह टूल एक लाइफटाइम डील प्रदान करता है।

{toolName} चित्र निर्माण क्षमताओं को बढ़ाने के लिए विभिन्न इंटीग्रेशन और एक्सटेंशन का समर्थन करता है। इसमें चेहरे को बहाल करने के लिए GFPGAN जैसे टूल, विकल्प के रूप में CodeFormer, अपस्केलिंग के लिए RealESRGAN, और SwinIR और LDSP जैसे अतिरिक्त न्यूरल नेटवर्क विकल्प शामिल हैं। API विशेष रूप से इंटीग्रेशन के माध्यम से समर्पित इनपेंटिंग मॉडलों की अनुमति भी देता है, जिससे यह विविध उपयोग के मामले के लिए लचीला बनता है।

{toolName} के बारे में रिपोर्ट किया गया है कि यह 4GB वीडियो कार्ड के साथ काम करता है और कुछ मामलों में, यहां तक कि 2 GB वीडियो कार्ड के साथ भी। इसमें लाइव प्रॉम्प्ट टोकन लंबाई मान्यता जैसी सुविधाएँ शामिल हैं और यह उन्नत शोर सेटिंग्स का समर्थन करता है, जो लो-एंड हार्डवेयर पर प्रदर्शन का अनुकूलन करने में मदद करती हैं। उपयोगकर्ताओं को यह सुनिश्चित करना चाहिए कि वे आवश्यक निर्भरताओं को पूरा करते हैं, विशेष रूप से यदि वे NVIDIA, AMD, या Intel के ग्राफिक्स प्रोसेसर्स वाले सिस्टम पर चला रहे हैं।

{toolName} उपयोगकर्ताओं को टेक्स्चुअल इनवर्जन, अटेन्शन स्पेसिफिकेशन, और नेगेटिव प्रॉम्प्टिंग जैसे विकल्पों के साथ प्रॉम्प्ट्स को अनुकूलित करने की अनुमति देता है। आप जनरेट की गई इमेज के तत्वों को प्रभावित करने के लिए टेक्स्ट के कुछ हिस्सों को समायोजित कर सकते हैं और विभिन्न शैलियों के साथ प्रयोग करने के लिए यूनिक एम्बेडिंग्स या लोरा का उपयोग कर सकते हैं। इसके अलावा, कम्पोजेबल-डिफ्यूज़न फीचर विशेष रूप से निर्धारित वजन के साथ कई प्रॉम्प्ट्स के उपयोग की अनुमति देता है।

{toolName} को Windows पर इंस्टॉल करने के लिए, पहले यह सुनिश्चित करें कि आपके पास Python 3.10.6 इंस्टॉल हो (ध्यान दें कि नए संस्करण संगत नहीं हो सकते)। फिर, Git इंस्टॉल करें। `git clone https://github.com/AUTOMATIC1111/stable-diffusion-webui.git` कमांड का उपयोग करके stable-diffusion-webui रेपॉजिटरी डाउनलोड करें। अंत में, UI लॉन्च करने के लिए Windows Explorer से `webui-user.bat` फ़ाइल को एक सामान्य उपयोगकर्ता के रूप में चलाएँ।

जी हां, xformers एक्सटेंशन का उपयोग करके संगत ग्राफिक्स कार्ड्स पर इमेज उत्पन्न करने की गति को काफी बढ़ाया जा सकता है। इसके अतिरिक्त, GPU ऑप्टिमाइजेशन और बैच प्रोसेसिंग का उपयोग करने से कार्यप्रवाह को सरल बनाया जा सकता है। सिफारिशों में सैम्पलर ETA मानों को समायोजित करना और प्रोसेसिंग समय को कम करने के लिए विभिन्न सैम्पलिंग विधियों के साथ प्रयोग करना शामिल है।

{toolName} में त्रुटियों का समाधान करने के लिए, उपयोगकर्ता पहले गिथब (GitHub) मुद्दों के पृष्ठ की जांच कर सकते हैं ताकि समान रिपोर्टें और संभावित समाधान मिल सकें। इसके अतिरिक्त, टूल से संबंधित समुदाय की चर्चाओं या फोरम को एक्सप्लोर करना भी जानकारी प्रदान कर सकता है। अगर समस्या बनी रहती है, तो प्रोजेक्ट के गिथब (GitHub) रिपोजिटरी पर विस्तृत जानकारी के साथ एक बग रिपोर्ट सबमिट करने पर विचार करें।

बिल्कुल! {toolName} कंपोज़ेबल-डिफ्यूजन विधि के माध्यम से मल्टी-प्रॉम्प्ट का समर्थन करता है। आप विभिन्न प्रॉम्प्ट को बड़े अक्षर 'AND' का उपयोग करके आसानी से जोड़ सकते हैं, जिससे आप चित्रों की एक विविध रेंज उत्पन्न कर सकते हैं। यह टूल आपको प्रत्येक प्रॉम्प्ट के लिए वेट निर्धारित करने की अनुमति भी देता है, जिससे आप अंतिम आउटपुट पर प्रत्येक घटक के प्रभाव को बेहतर तरीके से नियंत्रित कर सकते हैं।

{toolName} विभिन्न चित्र समायोजन सुविधाएँ प्रदान करता है, जिसमें आउटपेंटिंग, इनपेंटिंग और आकार बदलना शामिल हैं। आप उच्च-निष्पादन सुधार के लिए विकल्पों का उपयोग कर सकते हैं और कई उच्च-स्तरीकरण तकनीकों, जैसे ESRGAN और RealESRGAN में से चयन कर सकते हैं। एप्लिकेशन में शोर प्रबंधन के लिए उन्नत सेटिंग्स और सरल संशोधनों के लिए चित्र मानदंडों को पुनर्स्थापित करने की क्षमता भी शामिल है।

Automatic1111 - Stable Diffusion web UI की तुलना