基于函数计算一键部署 Stable Diffusion

Myth丶恋晨 2023-10-15 09:48 17阅读 0赞

### **一、资源方式介绍** ###

本实验支持**开通免费试用、个人账户资源**两种实验资源方式。

*  建议首次开通函数计算用户选择**开通免费试用**。
 *  函数计算老用户选择**个人账户资源**。

在实验开始前，请您选择其中一种实验资源，单击**确认开启实验**。

![img][]

### **二、选择开通免费试用（函数计算首次开通用户）** ###

#### **1.领取函数计算FC试用额度** ####

**新客户0元试用资源额度如下：**

**2023年04月06日20:00之后开通函数计算的用户，可0元享老客户专享套餐，有效期3个月，总价值150元。套餐限购1次，内含四个试用包：50万vCPU\*秒 + 100万GB\*秒 + 400万次函数调用 + 10万GB\*秒GPU。请注意：试用额度不支持抵扣公网出流量和磁盘使用量的费用。如您未购买相关资源包，公网出流量使用量和超出512 MB的磁盘使用量将计入按量付费。本体验涉及使用少量公网出流量和磁盘使用量，为了避免停机风险，请您确保账号中有至少1元余额”，具体计费情况请参考**[计费概述][Link 1]**。**

1.1 在本实验页面下方卡片会展示本实验支持的试用规格，选择**函数计算FC**并单击**立即试用**。

![img][img 1]

1.2 首次开通函数计算的新客户，可以在**函数计算新客首购套餐**页面，单击**立即购买**。

![img][img 2]

#### **2.领取文件存储NAS试用额度。** ####

文件存储 NAS 0元试用资源额度如下：

文件存储 NAS 提供通用型 NAS资源包50GiB ，使用期限3个月。本实验使用性能型NAS，性能型NAS 5.47 50 GiB 通用型基准容量能抵扣50 ÷ 5.47 = 9.15 GiB 性能型 NAS 使用量。

2.1 在本实验页面下方卡片会展示本实验支持的试用规格，选择**文件存储 NAS**，并单击**立即试用**。

![img][img 3]

2.2 在**文件存储NAS**页面，单击**立即购买**。

### **二、选择个人账户资源（无免费试用资格或函数计算老客户）** ###

如果您没有免费试用资格或者在4月6日20:00前已开通函数计算服务，请您选择**个人账户资源**进行实验。

**函数计算FC老客户**

您有两种付费方式：

*  方式一：您可以直接使用**函数计算后付费**开始实验，计费标准详情请参考[计费概述][Link 1]。**请您仔细阅读计费标准，防止有意料之外的付费。**
 *  方式二：**本实验推荐您购买函数计算老客户专享套餐包，进行实验。额度如下：**

**2023年04月06日20:00之前开通函数计算的用户，可9.9元享老客户专享套餐，有效期3个月，总价值150元。套餐限购1次，内含四个试用包：50万vCPU\*秒 + 100万GB\*秒 + 400万次函数调用 + 10万GB\*秒GPU。请注意：试用额度不支持抵扣公网出流量和磁盘使用量的费用。如您未购买相关资源包，公网出流量使用量和超出512 MB的磁盘使用量将计入按量付费。本体验涉及使用少量公网出流量和磁盘使用量，为了避免停机风险，请您确保账号中有至少1元余额”，具体计费情况请参考**[计费概述][Link 1]**。**

具体操作为：

3.1 前往 函数计算产品详情页 。单击**老客户专享套餐**。

![img][img 4]

3.2 在**函数计算老客首购套餐**页面，单击**立即购买**。

![img][img 5]

**文件存储NAS老客户**

文件存储NAS老用户，可按量付费或购买NAS资源包进行体验，可参考[计费概述][Link 2]

\\2. 创建应用&安装模型

**再次提醒本实验可领用下方卡片中的函数计算免费额度；首次开通函数计算的新客户，可以购买新客首购套餐；如您是函数计算老客户，可购买老客户专享套餐包（所有套餐包购买请查看第一步骤描述信息）。**

**请注意领用/购买套餐包进行实验，如选择后付费形式进行实验，请注意账户扣费。计费情况详情请参考**[计费概述][Link 3]**。**

1.  前往[函数计算控制台][Link 4]。
2.  在左侧导航栏中，单击**应用**。

![img][img 6]

**注意：**如果您之前使用过应用中心，在单击应用之后出现类似于下面的页面，此时您可以单击创建应用继续流程。

![img][img 7]

1.  在单击**应用/创建应用**之后，您可以看到**应用列表**。

![img][img 8]

1.  在应用页面，人工智能分类，选择“**AI数字绘画stable-diffusion自定义模型版”**，单击**立即创建**。

![img][img 9]

1.  在创建应用页面，了解自动创建的资源，并且选择距离您最近的 **地域**

![img][img 10]

\\6. 根据实际需要，可以选择不同的绘图风格。内置模型仅供参考，后续如有需要，您可以上传自己的模型。

![img][img 11]

\\7. 此时还需要关注页面上角色名称部分，如果角色名检查缺失云产品的操作权限，请根据引导添加所需的权限

![img][img 12]

此时需要单击前往授权进行授权，授权完成可能会提示：

![img][img 13]

**说明**：如果您的角色名称已有相关权限，可忽略此步骤。

本次实验提供的镜像由Serverless Devs开源项目贡献者贡献，仅供您体验使用。您也可以使用自己的构建的镜像，构建方法详情请参见项目代码内的 README 文档。

\\8. 确认以上信息无误后，点击**创建应用**

![img][img 14]

\\9. 仔细阅读应用创建提醒，确认并勾选已经知晓函数计算收费项目，阅读重要提醒。勾选“**我已经了解上面内容，并同意上述描述**”，点击“**同意并继续部署**”开始进行应用部署

![img][img 15]

10.等待 Stable Diffusion 项目部署，整个过程大概需要2分钟左右

![img][img 16]

\\11. 部署完成后，您可以获得 Stable Diffusion 的访问域名，**注意：由于未进行“初始化模型管理”此时您的 Stable Diffusion只能使用内置模型，不能自主换模型，如需自己更换模型请查看第 13步**

![img][img 17]

\\12. 点击该域名，您便可以进入 Stable Diffusion 页面。点击生成，可以得到您的第一张图片。（启动后的第一张图需要加载模型，相对后续出图速度相对较慢）

![img][img 18]

\\13. 我们为您内置了一些常用的插件包括“ **adetailer\\roop\\deforum\\llul\\all in one** 等等。为了提升启动加载速度及出图速度这些插件默认关闭，您可以根据需要启用（勾选插件并点击 Apply and quit）插件。插件具体作用及使用方式请根据插件名检索相关的文档和教程。

![img][img 19]

\\14. 如果您需要上传自己的模型，可以在控制台点击 “初始化模型管理”

![img][img 20]

\\15. 存储模型需要使用阿里云另外一款产品，**文件储存NAS** 为另一款云产品，会产生额外的存储费用。**NAS 新用户请务必先领用**[免费赠送资源][Link 5]**后再创建**。资源包默认赠送 9GiB 性能型 NAS (三个月免费资源包的 50GiB 需要除以 5.47 倍抵扣系数)。请阅读并了解可能产生的费用，并点击**确认**

![img][img 21]

\\16. 挂载 NAS 存储

如果您从未创建过 NAS或者首次部署，可选择自动配置，来授权我们自动为您创建 NAS 文件系统。

![img][img 22]

如果您之前已有 NAS，可以选择“**手动配置**”，把您想要挂载的 NAS 放进去

![img][img 23]

\\17. 点击确认，等待模型管理初始化完成，大约需要 30秒-2分钟左右

![img][img 24]

\\18. 挂载NAS完成后，您可以在 应用详情——模型管理域名，进入模型管理工具界面，进行模型管理

![img][img 25]

您也可以在在模型管理标签页进行模型管理，您可以快速跳转到 Stable Diffusion 特定目录，并且通过上传文件按钮传入您自定义的模型

![img][img 26]

\\19. 在管理工具页面，您可以查看函数基本信息、使用集成的 Stable Diffusion 页面、操作文件、通过内置的模型库快速下载模型、查看常见问题的解答

![img][img 27]

\\20. 上传模型（**支持压缩文件上传和解压**，具体操作可参考“ ControlNet 使用部分）

通过本地上传，您可以将电脑中已有的文件上传云端，通过离线上传，您可以将特定链接的文件上传至云端（位于海外的文件链接可能会由于网络波动导致传输失败）

![img][img 28]

上传完成后，您可以点击Stable Diffusion 模型旁边的按钮刷看到您上传的文件，并在选择后使用新的模型

![img][img 29]

\\3. 使用模型库

## **使用模型库** ##

为了方便大家快速下载和使用模型，我们集成了一些热门模型，您可以根据需要进行下载。

模型库使用说明

模型库功能由阿里云 OSS 提供，模型/数据集/文件均来源于第三方，不保证合规性，请您在使用前慎重考虑。这些模型均遵循creativeml-openrail-m或cc-by-nc-sa-4.0许可，请您也遵守该许可的约定。您还应严格遵守法律法规、第三方要求等，特别是不得利用本服务从事违法违规行为（如上传/输入/生成/下载/使用违法或不良信息等）。如您发现任何模型/数据集/文件等有问题，请及时联系我们处理。

[相关模型介绍][Link 6]

![img][img 30]

1.  选择合适的模型，点击 **下载模型** ，点击 **下载选中的模型**

注意：模型将会被下载至您的 [文件管理][Link 7]（NAS） 中，这会产生一定的文件存储费用，具体计费见 [阿里云文件存储 NAS][NAS]

![img][img 31]

1.  开始下载，大概3秒左右即可下载完毕

![img][img 32]

您也可以在传输列表观观察下载进度

![img][img 33]

1.  模型下载完毕，文件管理 **/mnt/auto/sd/models/Stable-diffusion 已经保存的文件**

![img][img 34]

1.  重启 Stable Diffusion 即可使用模型

![img][img 35]

\\4. 使用文字生成图片

## **使用文字生成图片** ##

生成图片的操作方式非常简单，只需要在左侧的**Prompt**输入框中填入提示词，之后单击右侧的**Generate**按钮即可。

提示词就是生成图片的依据，既可以是描述需要生成内容的词，如：girl, sunset, forest 等；也可以是用于是描述图像属性的词，如：best quality, beautiful, masterpiece 等。我们甚至可以通过提示词选择图片生成的视角、光线、画风；人物的姿势、着装、表情；背景的内容等。

我们建议您加上画风描述词，让您的图片更加美观，如：Cyberpunk（赛博朋克），shinkai makoto（新海诚），Ghibli Studio（吉卜力），Paul Gauguin（梵高）等等

![img][img 36]

在图片生成的过程中，我们可以在页面上看到生成过程的中间图片逐渐变得清晰。同时，也可以通过进度条直观的了解图片生成的进度和预估剩余时间。

![img][img 37]

示例：

1.  在**Prompt**输入框中，填入如下提示词，然后单击**Generate**。

In a cyberpunk city, a girl is on the street, raining, light effect, Simon Stalenhag, Ian McQue, Ghibli Studio, Beeple, Kaino University

![img][img 38]

1.  您可以组合各类模型、Lara等玩法，解锁 AI生图的更多乐趣

![img][img 39]

![img][img 40]

![img][img 41]

![img][img 42]

\\5. 释放资源

## **释放资源** ##

在实验完成之后，如果您需要长期使用，请忽略此步骤。如果您不需要长期使用，请按照如下步骤对资源进行释放。

1.  释放函数计算。

1.1 在**应用**页面，找到您部署的应用，单击右侧**操作**列下的**删除**。

![img][img 43]

1.2 在**删除应用**对话框中，选择**我一确定资源删除的风险，依旧要删除上面已选择的资源**，然后单击**删除应用及所选资源**。

![img][img 44]

1.  释放文件存储NAS。请注意这是个高危操作，因为可能会导您的数据丢失。 请您谨慎选择。

2.1 登录[文件存储控制台][Link 8]，在**文件系统列表**页面，找Alibab-Fc开头到目标文件系统，在**操作**列，选择

![img][img 45]

**>删除**。

![img][img 46]

2.2 移除挂载点及生效策略，然后单击**删除**。

![img][img 47]

![img][img 48]

\\6. 计费参考

## **计费参考** ##

本实验设计到两个产品的付费：阿里云函数计算，阿里云文件存储 NAS

#### **1. 函数计算费用** ####

1.1 流量费用（小额）

请您根据实际情况进行评估，更多计费详情，请请参考[计费概述][Link 1]。

磁盘使用量 和 公网出流量不包含在函数计算试用额度内, **只要使用SD必会产生小额费用**，如果小明生成100张图，须付的费用为：

*  公网出流量：5MB/每张图 \* 100张图 = 500MB， 0.25元（0.50元/GB）
 *  磁盘使用量：0.00000175*10GB*5s生成一张图耗时*100张图 = 0.008元（使用量＞512 MB：超出部分0.00000175元/GB*秒

1.2 函数计算资源费用

小明使用函数计算部署了 Stable Diffusion 大约要消耗多少函数计算资源呢？

函数计算配置：GPU 16 GB、vCPU 8 核、内存 32 GB

一、首次生成一张图所耗费的资源（冷启动）：

GPU费用 >>> 16\*(60+5) = 1040 GB-S

CPU费用 >>> 8\*(60+5) = 520

内存费用>>> 32\*(60+5) = 2080 GB-S

其中：60秒冷启动，5秒生成一张图。

二、后续生成一张图所耗费的资源（热启动）：

GPU费用 >>> 16\*(5) = 80 GB-S

CPU费用 >>> 8\*5 = 40

内存费用 >>> 32\*5 = 160 GB-S

其中：5s秒生成一张图。

三、假如小明0元购买了免费试用包，或老客专享资源包

资源包额度为：

vCPU试用额度：前50万vCPU\*秒vCPU资源使用免费。

内存试用额度：前100万GB\*秒内存资源使用免费。

函数调用试用额度：前400万次函数调用免费。

GPU试用额度：前10万GB\*秒GPU资源使用免费。

那么小明可以生成的图片数量估计为：

GPU试用额度可生成图片数量：>>> 100000/80 = 1250张

CPU试用额度可生成图片数量：>>> 500000/40 = 12500张

内存试用额度可生成图片数量：>>> 1000000/160 = 6250张

最终小明在免费使用额度，可以免费生成1250张图。

*  **注意1：**当小明领取了新人函数计算资源包后，可以免费使用104分钟sd-webui，**超出104分钟后将开始付费**。
 *  **注意2：\***\*当小明无须SD-WEBUI生成图片时，请及时关闭SD-WEBUI使用界面！！！\*\*进入SD-WEBUI使用界面就会产生计费，无论是否生成图片。

#### **二、文件存储 NAS** ####

小假如小明0元购买了文件存储 NAS 资源包，可上传多少个基础大模型或lora 模型呢？

文件存储NAS提供通用型 NAS资源包50GiB ，使用期限3个月。**本实验使用性能型 NAS，性能型NAS 5.47 50 GiB通用型基准容量能抵扣50 ÷ 5.47 = 9.15 GiB性能型NAS使用量**。

假如基础大模型3.97G，Lora模型400MB，那么小明使用免费额度可以存储2个大模型，3个Lora模型。

\\7. Lora 模型使用

我们看到其他人做的很漂亮的图，其实很大一部分是使用了lora模型构建的，在这里介绍一下如何安装使用。

我们可以从[LiblibAI·哩布哩布AI-中国领先的AI创作平台][LiblibAI_AI-_AI]下载lora模型到本地，然后把它上传到/mnt/auto/sd/models/Lora/ 目录。

1.  前往[LiblibAI·哩布哩布AI-中国领先的AI创作平台][LiblibAI_AI-_AI]，进行基础模型的筛选。

![img][img 49]

1.  切换到lora。

![img][img 50]

1.  选择其中的一个模型并进行下载。

![img][img 51]

1.  下载完毕后可以更改一下名称，然后上传至mnt/auto/sd/models/lora。

![img][img 52]

1.  接下来前往WebUI，选择右上角小图标，可以看到您安装的lora模型文件。

![img][img 53]

1.  回到liblibai，复制一下图片生成信息。

![img][img 54]

1.  然后就是调参，先选中LoRA，此时正向提示词有相应的变化。

![img][img 55]

1.  接下来按照我们复制下来的参数进行输入，注意复制参数的lora部分需要去掉，因为我们修改了名字。参数调好开始静待生成。

![img][img 56]

1.  生成类似下图。

![img][img 57]

\\8. ControlNet 使用

ControlNet 包含插件和模型两部分。为了降低费用消耗，建议先下载到本地后，通过 admin 上传至 NAS。

1.  ControlNet 插件地址

项目地址：[GitHub - Mikubill/sd-webui-controlnet: WebUI extension for ControlNet][GitHub - Mikubill_sd-webui-controlnet_ WebUI extension for ControlNet]

进入页面后，点击右侧绿色的 Code 按钮，并选择 Download ZIP 下载插件代码

（Github 为境外网站，连接可能不稳定，遇到问题可以尝试重试解决）

![img][img 58]

1.  下载完成后，通过管理工具上传您的下载的 zip 包

![img][img 59]

1.  刷新下当前目录内容，并将 controlnet 解压到当前目录。

![img][img 60]

1.  等待解压完成后会自动刷新，此时可以看到解压好的目录

![img][img 61]

1.  进入目录后，将其中的内容剪切或复制至上一层

![img][img 62]

1.  在上一层目录粘贴

![img][img 63]

1.  最终形式如下（此时可以删掉刚才上传的 zip 包以及随机名称的文件夹）

![img][img 64]

1.  回到 Stable Diffusion，重新加载 WebUI，而后刷新页面

![img][img 65]

1.  确保扩展插件目录已存在 sd-webui-controlnet，应用并重启用户页面

![img][img 66]

1.  此时可以看到您的页面上已经有了 ControlNet 配置项

![img][img 67]

接下来需要下载 SD 需要的模型，进入 HuggingFace，可以看到 ControlNet 官方模型列表

[lllyasviel/ControlNet-v1-1 at main][lllyasviel_ControlNet-v1-1 at main]

1.  这里我们以 OpenPose 为例，右键 下载按钮，点击复制链接

![img][img 68]

1.  进入 ControlNet 目录，将上面的文件离线上传。由于 HuggingFace 为境外网站，您可能需要多等待一会时间。也可以先下载到本地后再进行上传。

![img][img 69]

需要注意的是，OpenPose 还需要一些预处理器，为了提升出图效率并降低费用，建议这些也手动下载

对应地址

<table> 
 <thead> 
  <tr> 
   <th><strong>下载地址</strong></th> 
   <th><strong>存放目录</strong></th> 
  </tr> 
 </thead> 
 <tbody> 
  <tr> 
   <td><a href="https://huggingface.co/lllyasviel/Annotators/resolve/main/body_pose_model.pth" title="https://huggingface.co/lllyasviel/Annotators/resolve/main/body_pose_model.pth" rel="nofollow">https://huggingface.co/lllyasviel/Annotators/resolve/main/body_pose_model.pth</a></td> 
   <td>/mnt/auto/sd/extensions/sd-webui-controlnet-main/annotator/downloads/openpose/body_pose_model.pth</td> 
  </tr> 
  <tr> 
   <td><a href="https://huggingface.co/lllyasviel/Annotators/resolve/main/hand_pose_model.pth" title="https://huggingface.co/lllyasviel/Annotators/resolve/main/hand_pose_model.pth" rel="nofollow">https://huggingface.co/lllyasviel/Annotators/resolve/main/hand_pose_model.pth</a></td> 
   <td>/mnt/auto/sd/extensions/sd-webui-controlnet-main/annotator/downloads/openpose/hand_pose_model.pth</td> 
  </tr> 
  <tr> 
   <td><a href="https://huggingface.co/lllyasviel/Annotators/resolve/main/facenet.pth" title="https://huggingface.co/lllyasviel/Annotators/resolve/main/facenet.pth" rel="nofollow">https://huggingface.co/lllyasviel/Annotators/resolve/main/facenet.pth</a></td> 
   <td>/mnt/auto/sd/extensions/sd-webui-controlnet-main/annotator/downloads/openpose/facenet.pth</td> 
  </tr> 
 </tbody> 
</table>

除此之外，如果您需要编辑姿势，还需要安装姿势编辑器插件

插件的地址为 [GitHub - huchenlei/sd-webui-openpose-editor: Openpose editor for ControlNet. Full hand/face support.][GitHub - huchenlei_sd-webui-openpose-editor_ Openpose editor for ControlNet. Full hand_face support.]

插件安装完成后，在 Release 列表，您还需要下载并上传解压 dist.zip 到 sd-webui-openpose-editor 目录

![img][img 70]

重载 WebUI 后，您就可以正常使用 OpenPose 功能了

如下图，您需要先上传一张图片，勾选“启用”和“Allow Preview”，选择 “预处理” 为 “openpose\_full” 和 “模型” 为 “control\_v11p\_sd15\_openpose”

而后点击他们中间的按钮，即可生成姿势

![img][img 71]

通过姿势右下角的 edit，您可以自由修改姿势关键节点，并在文生图过程中得到满足姿势的图片

[img]: https://img-blog.csdnimg.cn/img_convert/e56097cf5d237fed85d99c6f5b0a6135.png
[Link 1]: https://help.aliyun.com/document_detail/54301.html
[img 1]: https://img-blog.csdnimg.cn/img_convert/7e165edd28ce7c3bf35c270d63db6d70.png
[img 2]: https://img-blog.csdnimg.cn/img_convert/1e0d6bb2cbe272cec652d00d236641c9.png
[img 3]: https://img-blog.csdnimg.cn/img_convert/2cb51e273e22eb86d90ca98385e610eb.png
[img 4]: https://img-blog.csdnimg.cn/img_convert/f41e8d0a59e4ead8020a9db32fd755bf.png
[img 5]: https://img-blog.csdnimg.cn/img_convert/ab9e11b2f808eccb459c3486ec656add.png
[Link 2]: https://help.aliyun.com/document_detail/449811.html?spm=a2c4g.27522.0.0.12b1217dZ9AuXe
[Link 3]: https://help.aliyun.com/document_detail/54301.html?spm=a2c6h.13858378.0.0.17e53d98INOoWf
[Link 4]: https://fcnext.console.aliyun.com/overview?spm=a2c6h.13858378.0.0.17e53d98INOoWf
[img 6]: https://img-blog.csdnimg.cn/img_convert/f1e8519233de6dac8ebf17f413b71ade.png
[img 7]: https://img-blog.csdnimg.cn/img_convert/f0fd2b553123d546533412eeb1bc253d.png
[img 8]: https://img-blog.csdnimg.cn/img_convert/314406fd96f4d03a35f69562632d67d7.png
[img 9]: https://img-blog.csdnimg.cn/img_convert/9f91f7f3a75d8a4b9dc180e1254eb3d3.png
[img 10]: https://img-blog.csdnimg.cn/img_convert/9e4b28cc96dcb14cfd7c0119eabd8d7c.png
[img 11]: https://img-blog.csdnimg.cn/img_convert/97ed0068de38f940d62c799c5f6c79ab.png
[img 12]: https://img-blog.csdnimg.cn/img_convert/da1c6dc4dc6c5d168453c51a12775f74.png
[img 13]: https://img-blog.csdnimg.cn/img_convert/51435baf67e101811b9b48c1d0f4c376.png
[img 14]: https://img-blog.csdnimg.cn/img_convert/3682a83852e9a0fce8df688e33c726b5.png
[img 15]: https://img-blog.csdnimg.cn/img_convert/eaa466f323e969830286a2b1413a1205.png
[img 16]: https://img-blog.csdnimg.cn/img_convert/1ffd8fa352f165bda20f6cae2dd35d88.png
[img 17]: https://img-blog.csdnimg.cn/img_convert/f701b201c7a718791e163a32abdfe912.png
[img 18]: https://img-blog.csdnimg.cn/img_convert/db85cfb8c4a1485954b444717bdcbd52.png
[img 19]: https://img-blog.csdnimg.cn/img_convert/c9da947fe285700b32024df4328643df.png
[img 20]: https://img-blog.csdnimg.cn/img_convert/e1812b14d300795f2b33f446362b019e.png
[Link 5]: https://free.aliyun.com/?product=9657388&crowd=personal&spm=5176.59209.J_3207526240.154.2b8676b96eKTFk&scm=20140722.M_9489751._.V_1
[img 21]: https://img-blog.csdnimg.cn/img_convert/1f93d775d34a5ba51632c44908023e74.png
[img 22]: https://img-blog.csdnimg.cn/img_convert/a631395ba5ec59cb225865e08cac3c3b.png
[img 23]: https://img-blog.csdnimg.cn/img_convert/7495473f9934ab20fc32990bbd5441b9.png
[img 24]: https://img-blog.csdnimg.cn/img_convert/07fcd1d69f2af76ca3c7ccdc64e76540.png
[img 25]: https://img-blog.csdnimg.cn/img_convert/8f15d2030e513ae59cc686326e51274e.png
[img 26]: https://img-blog.csdnimg.cn/img_convert/85a3efcb7e2d278af602946582eae7b3.png
[img 27]: https://img-blog.csdnimg.cn/img_convert/10384dac246f29d67fae4ae57e066546.png
[img 28]: https://img-blog.csdnimg.cn/img_convert/a2a0f7589f4c15ae2ca2546a30b374b0.png
[img 29]: https://img-blog.csdnimg.cn/img_convert/6b7f63e9cda69b1878847f26aeca3c1f.png
[Link 6]: https://developer.aliyun.com/article/1284071
[img 30]: https://img-blog.csdnimg.cn/img_convert/df448ea26147ae3ed66e6f10ca50edea.png
[Link 7]: http://admin.fc-stable-diffusion-plus.1919645028012893.cn-hangzhou.fc.devsapp.net/models/files
[NAS]: https://nasnext.console.aliyun.com/
[img 31]: https://img-blog.csdnimg.cn/img_convert/ca7881c163642faad88a19a72ab2f7ed.png
[img 32]: https://img-blog.csdnimg.cn/img_convert/f9ded85ee04de19dd8d49122fa7de170.png
[img 33]: https://img-blog.csdnimg.cn/img_convert/7e86db9ef4db1273b9c82e15ed60092f.png
[img 34]: https://img-blog.csdnimg.cn/img_convert/c3eed83730ad1e7dcb54ed93dfe08cb7.png
[img 35]: https://img-blog.csdnimg.cn/img_convert/893dceb95f6a287a1de35469b69d70f2.png
[img 36]: https://img-blog.csdnimg.cn/img_convert/b88b0d2b764e6dd18ea792f9bbaf4b39.png
[img 37]: https://img-blog.csdnimg.cn/img_convert/d0369fec3e027c113aead240b76244d4.png
[img 38]: https://img-blog.csdnimg.cn/img_convert/9c6a3bdb178b29db44aa6e036c3e0f5c.png
[img 39]: https://img-blog.csdnimg.cn/img_convert/1d99f16ade88c258886407069bf27f1a.png
[img 40]: https://img-blog.csdnimg.cn/img_convert/de7cec1dcc02df128afb3489c09406da.png
[img 41]: https://img-blog.csdnimg.cn/img_convert/251e3a98868efd93503f47f422f62dd1.png
[img 42]: https://img-blog.csdnimg.cn/img_convert/06bc9d3e0af57573611ab1da32bc6bfe.png
[img 43]: https://img-blog.csdnimg.cn/img_convert/a1496417b1f48eb89ec80524930ff107.png
[img 44]: https://img-blog.csdnimg.cn/img_convert/51c14c0c11609a571dae89ef5e758400.png
[Link 8]: https://nasnext.console.aliyun.com/overview
[img 45]: https://img-blog.csdnimg.cn/img_convert/322384a4dd08a6297bcd85b4d8bf8905.png
[img 46]: https://img-blog.csdnimg.cn/img_convert/dbc649a519acc6dd4f04a15ae97a143d.png
[img 47]: https://img-blog.csdnimg.cn/img_convert/c3c0559fcd85786fb0f4c223e58e1a3c.png
[img 48]: https://img-blog.csdnimg.cn/img_convert/2c9f26f81da3f43bda412aaea3ed98c8.png
[LiblibAI_AI-_AI]: https://www.liblibai.com/#/
[img 49]: https://img-blog.csdnimg.cn/img_convert/b6313eac888f17b5c3c7fe03b626f0e7.png
[img 50]: https://img-blog.csdnimg.cn/img_convert/fb57dc924896e75240b08f0a5ec00d04.png
[img 51]: https://img-blog.csdnimg.cn/img_convert/da62e9bce218f679cf3e171f468955c4.png
[img 52]: https://img-blog.csdnimg.cn/img_convert/5a81538cbef763bb283f6e72f65ad3d1.png
[img 53]: https://img-blog.csdnimg.cn/img_convert/105fe3cef3f822ae3601ee2276283fbd.png
[img 54]: https://img-blog.csdnimg.cn/img_convert/6b1e292b70247a74f6d68ae195b5a613.png
[img 55]: https://img-blog.csdnimg.cn/img_convert/deefb6625f9cfe8616a401f566f3f1aa.png
[img 56]: https://img-blog.csdnimg.cn/img_convert/b758e8eead3d83c1249ba0e39be24463.png
[img 57]: https://img-blog.csdnimg.cn/img_convert/4f221e6737653384fcd6bc761ad8a7b6.png
[GitHub - Mikubill_sd-webui-controlnet_ WebUI extension for ControlNet]: https://github.com/Mikubill/sd-webui-controlnet
[img 58]: https://img-blog.csdnimg.cn/img_convert/35b1e1ae317a3fb34a4166d64bf8b520.png
[img 59]: https://img-blog.csdnimg.cn/img_convert/02a9ee1588b31b0e1d6415b0e13806c1.png
[img 60]: https://img-blog.csdnimg.cn/img_convert/807843890dca66eea14e7117d284f794.png
[img 61]: https://img-blog.csdnimg.cn/img_convert/4c9f391079e8b9ee1962b69757e0e70f.png
[img 62]: https://img-blog.csdnimg.cn/img_convert/2e60ce6a4f9adee713bae30d1378b478.png
[img 63]: https://img-blog.csdnimg.cn/img_convert/3c73d6878d443c52c4740760ea58641e.png
[img 64]: https://img-blog.csdnimg.cn/img_convert/ce22929e2fc29970b0391f4214a4b142.png
[img 65]: https://img-blog.csdnimg.cn/img_convert/7171d38f4e7c1457d6fe0b2d47af3983.png
[img 66]: https://img-blog.csdnimg.cn/img_convert/6e4d793d8a735a19e3faaa2826dc3a4a.png
[img 67]: https://img-blog.csdnimg.cn/img_convert/531b638be364bc0f22b04669009b69e7.png
[lllyasviel_ControlNet-v1-1 at main]: https://huggingface.co/lllyasviel/ControlNet-v1-1/tree/main
[img 68]: https://img-blog.csdnimg.cn/img_convert/0a21e11cc1fbc710a076be22f46eb578.png
[img 69]: https://img-blog.csdnimg.cn/img_convert/b49ac081a4737fefd506664b726d401f.png
[GitHub - huchenlei_sd-webui-openpose-editor_ Openpose editor for ControlNet. Full hand_face support.]: https://github.com/huchenlei/sd-webui-openpose-editor
[img 70]: https://img-blog.csdnimg.cn/img_convert/68c800939db3b7a0c8a0fb76ff19f706.png
[img 71]: https://img-blog.csdnimg.cn/img_convert/e640db0b7e81c7c1fa5594abe6977f24.png