郭震 AI公众号:郭震AI

9 Stable Diffusion 基础用法之基本命令行用法

发布日期:

最近更新:

分类: Stable Diffusion

预计阅读: 4 分钟

阅读次数: 0

预计阅读4 分钟
结构重点10 个
图文要点6 张
正文规模1.5k 字

整理说明

这篇内容怎么整理

郭震 · 2026-06-04

独立整理围绕 10 个结构重点拆成环境、步骤、验证点和常见误区,尽量让读者能照着复现。
图文对照保留 6 张和配置、流程、判断结果有关的图片,方便快速定位正文重点。
持续校对工具、模型和命令变化较快,后续优先修正入口、参数和风险提醒。

阅读路线

先按这条路线读

先抓住主线,再回到代码、配置和图文细节,读起来会更稳。

图文要点

先看本文图文节点

按图先建立主线,再跳回正文核对步骤、配置和判断标准。

Stable Diffusion 基础用法之基本命令行用法结构图查看大图
Stable Diffusion 基础用法之基本命令行用法结构图

文生图学习要同时看输入描述、生成流程、参数影响和最终用途。阅读时可以按「基本命令格式 -> 安装和启动 -> 基本用法示例 -> 示例 1:生成简单图像」建立结构,再回到正文里的代码、案例或指标做验证。

Stable Diffusion 基础用法之基本命令行用法核对图查看大图
Stable Diffusion 基础用法之基本命令行用法核对图

读完后,用一个真实小任务复查:输入是什么,处理环节在哪里,输出是否可验收;失败时先查「基本命令格式」,再查「安装和启动」。

在上一篇文章中,我们详细介绍了如何进行环境准备并下载所需的模型权重。这一篇将重点讨论如何使用 Stable Diffusion 的基本命令行工具来生成图像。了解这些基本命令的使用对于后续的 API 调用示例至关重要。

基本命令格式

Stable Diffusion 的命令行工具通常提供了一个简单的语法结构。这里是最常见的命令行格式:

Stable Diffusion命令行判断卡查看大图
Stable Diffusion命令行判断卡

使用 Stable Diffusion 命令行时,先固定模型、提示词、尺寸、采样步数、种子和输出目录。

python stable_diffusion.py --prompt "你想要生成的描述" --num_samples 1 --output_path "输出目录"
  • --prompt: 这是您要生成的图像的描述。
  • --num_samples: 这指定要生成的图像数量,默认为 1
  • --output_path: 这是生成图像的保存路径。

安装和启动

在使用命令行工具之前,首先确保您已经按照前一篇文章中介绍的步骤完成了环境准备和模型权重的下载。接下来,您只需要打开终端并导航到 Stable Diffusion 的目录。

文生图阅读地图卡查看大图
文生图阅读地图卡

开始读《Stable Diffusion 基础用法之基本命令行用法》前,可以先看图中从问题到结果的路径。读完后再对照正文,确认自己能不能照着复现。

在终端中,您可以通过以下命令启动生成过程:

cd /path/to/stable-diffusion

基本用法示例

现在,让我们通过几个具体的示例来理解如何使用这些命令。

示例 1:生成简单图像

我们可以生成一个简单的图像,比如一只狗。您可以使用以下命令:

python stable_diffusion.py --prompt "a cute dog" --num_samples 1 --output_path "./output"

执行完以上命令后,您将在 ./output 目录中找到生成的图像。

示例 2:生成多张图像

如果您希望一次生成多张图像,只需调整 --num_samples 的参数。例如,生成三张不同的 “日出” 图像:

python stable_diffusion.py --prompt "a beautiful sunrise over the mountains" --num_samples 3 --output_path "./output"

这样,您将在 ./output 文件夹中看到三张不同的日出图像。

示例 3:自定义输出目录

您可以指定不同的输出目录来保存图像,例如:

python stable_diffusion.py --prompt "a futuristic city skyline" --num_samples 2 --output_path "./images"

这样生成的图像将保存在 ./images 目录下。

高级参数设置

Stable Diffusion 还支持一些高级参数以进一步控制生成的图像品质和样式。例如,您可以设置图像的分辨率、生成的种子等。

示例 4:指定图像分辨率

如果您希望生成特定分辨率的图像,可以使用 --width--height 参数:

python stable_diffusion.py --prompt "a serene forest" --num_samples 1 --output_path "./output" --width 512 --height 512

此命令将生成一幅 512x512 像素的森林图像。

示例 5:使用随机种子

通过使用 --seed,您可以确定生成的随机性。这在您想要重复生成同样图像时非常有用:

python stable_diffusion.py --prompt "a magical castle" --num_samples 1 --output_path "./output" --seed 42

每次使用 seed=42 时都会生成相同的图像。

Stable Diffusion 基础用法之基本命令行用法应用复盘卡查看大图
Stable Diffusion 基础用法之基本命令行用法应用复盘卡

复习《Stable Diffusion 基础用法之基本命令行用法》时,建议把关键概念、操作步骤和可见结果放在同一页里回看。

Stable Diffusion 基础用法之基本命令行用法应用检查卡查看大图
Stable Diffusion 基础用法之基本命令行用法应用检查卡

练习《Stable Diffusion 基础用法之基本命令行用法》时,建议把输入条件、处理动作和可见结果写在一起,方便下次复查。

小结

通过以上的基本命令,您能够使用 Stable Diffusion 在命令行中生成各种各样的图像。了解这些命令的基本用法为后续深入学习 API 调用打下了坚实的基础。在下一篇文章中,我们将探讨如何通过 API 来调用模型,这是更为灵活和强大的使用方式,敬请期待!

在您准备好继续时,请确保您的环境和模型设置都已完成。我们将一起深入探索如何通过 API 高效地使用 Stable Diffusion

继续阅读

从这篇继续找到相关教程

AI 教程总索引

常见问题

读前先确认这三点

Stable Diffusion 基础用法之基本命令行用法适合谁读?

这是 Stable Diffusion 教程 系列第 9 / 18 篇,适合正在学习Stable Diffusion 教程,并且需要把概念落到操作步骤或判断标准里的读者。

读这篇Stable Diffusion教程要多久?

按中文技术文章阅读速度估算,通读大约 4 分钟;如果要跟着复现,建议把命令、配置和结果检查分开做。

这篇文章里的图文节点怎么用?

正文里有 6 个图文节点,可以先用它们抓住流程、配置和判断点,再回到对应段落细读。

分享文章

转发到常用平台

微信/朋友圈可先复制链接

相关教程

AI 教程总索引

继续阅读

继续找到相关 AI 教程

返回栏目

Reader Messages

读者留言

有问题、补充资料或实测结果,可以直接留下。这里不需要登录。

最多 800 字

为了防刷,每条留言会做长度、链接数量和提交频率限制。

0/800

留言列表

0
正在加载留言...