【亲测免费】 SD-Forge 层次扩散(LayerDiffuse)WebUI 扩展 使用教程
2026-01-17 09:19:42作者:彭桢灵Jeremy
1. 目录结构及介绍
此开源项目 sd-forge-layerdiffuse 的目录结构如下:
├── lib_layerdiffusion # 包含核心脚本的库
│ ├── scripts # 脚本文件
│ └── ...
├── README.md # 项目说明文档
├── .gitignore # Git 忽略文件列表
├──/LICENSE # 许可证文件
└── ... # 其他相关文件
lib_layerdiffusion: 项目的核心代码库,包括用于层次扩散算法实现的脚本。README.md: 提供项目简介、安装和使用指导。.gitignore: 定义了版本控制中应忽略的文件类型。LICENSE: 项目遵循的开源许可证。
2. 启动文件介绍
尽管本项目是作为 SD WebUI(通过 Forge)的扩展,启动文件通常在你使用的 Web 应用服务器中进行配置。由于 sd-forge-layerdiffuse 是一个 WebUI 插件,你需要将其集成到你的 SketchDiffusion (SD) 实例中。具体步骤可能涉及以下部分:
- 将
lib_layerdiffusion文件夹添加到 SketchDiffernce(SD)WebUI 的依赖或扩展目录。 - 更新 SD 的配置以启用并配置 LayerDiffuse 功能。
- 根据 SD 和 Forge 的文档设置 Web 服务器以运行 UI。
详细步骤可能会因你的现有环境而异,建议参照 SD 和 Forge 的官方文档以及项目的 README 来执行这些操作。
3. 配置文件介绍
项目没有单独的配置文件,但配置参数可以在使用时通过命令行或 API 设置。以下是关键参数的介绍:
layerdiffusion_enabled: 是否开启层次扩散功能。layerdiffusion_method: 选择不同的扩散方法,如Only Generate Transparent Image或From Background to Foreground。layerdiffusion_weight: 控制扩散权重。layerdiffusion_ending_step: 迭代终止步数。layerdiffusion_fg_image,layerdiffusion_bg_image,layerdiffusion_blend_image: 分别控制前景、背景和混合图像的生成。layerdiffusion_resize_mode: 图像调整大小模式,如Crop and Resize。additional_prompts: 可选的额外提示,影响生成的内容质量。
这些参数可能需要在调用 SketchDiffernce API 时提供,或者在 UI 中通过表单输入。确保正确设置这些值以获得预期的结果。
请注意,确切的配置过程取决于你的 SketchDiffusion 实现方式,所以最好参考项目的源码或示例来获取详细的用法。
登录后查看全文
热门项目推荐
相关项目推荐
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
HY-Embodied-0.5这是一套专为现实世界具身智能打造的基础模型。该系列模型采用创新的混合Transformer(Mixture-of-Transformers, MoT) 架构,通过潜在令牌实现模态特异性计算,显著提升了细粒度感知能力。Jinja00
LongCat-AudioDiT-1BLongCat-AudioDiT 是一款基于扩散模型的文本转语音(TTS)模型,代表了当前该领域的最高水平(SOTA),它直接在波形潜空间中进行操作。00
ERNIE-ImageERNIE-Image 是由百度 ERNIE-Image 团队开发的开源文本到图像生成模型。它基于单流扩散 Transformer(DiT)构建,并配备了轻量级的提示增强器,可将用户的简短输入扩展为更丰富的结构化描述。凭借仅 80 亿的 DiT 参数,它在开源文本到图像模型中达到了最先进的性能。该模型的设计不仅追求强大的视觉质量,还注重实际生成场景中的可控性,在这些场景中,准确的内容呈现与美观同等重要。特别是,ERNIE-Image 在复杂指令遵循、文本渲染和结构化图像生成方面表现出色,使其非常适合商业海报、漫画、多格布局以及其他需要兼具视觉质量和精确控制的内容创作任务。它还支持广泛的视觉风格,包括写实摄影、设计导向图像以及更多风格化的美学输出。Jinja00
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
672
4.3 K
deepin linux kernel
C
28
16
Ascend Extension for PyTorch
Python
514
622
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
943
884
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
398
299
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.56 K
906
暂无简介
Dart
918
222
Oohos_react_native
React Native鸿蒙化仓库
JavaScript
335
381
昇腾LLM分布式训练框架
Python
142
169
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
133
212