3、请注意，最低要求是4GB Nvidia GPU 内存 (4GB VRAM)和8GB 系统内存 (8GB RAM)。这需要使用 Microsoft 的虚拟交换技术，在大多数情况下，Windows 安装会自动启用该技术，因此您通常不需要对此执行任何操作。

9、笔记本用户如果不支持切换独显模式，请勿使用外接显示器，大概率出错。

怎样区分基础模型和Lora模型：

怎样区分SDXL模型和SD1.5模型：

程序自述

使用 Fooocus 和 Midjourney 一样简单（可能比 Midjourney 更容易）——但这并不意味着我们缺乏功能。以下是详细信息。

Midjourney

Fooocus

高质量的文本到图像，无需大量即时工程或参数调整。（未知方法）

高质量的文本到图像，无需大量即时工程或参数调整。（Fooocus 拥有基于 GPT-2 的离线提示处理引擎和大量采样改进，因此无论您的提示短到“house in garden”还是长到 1000 个单词，结果总是很漂亮）

V1 V2 V3 V4

输入图像 -> 高档或变化 -> 变化（微妙）/变化（强烈）

U1 U2 U3 U4

输入图像 -> 放大或变化 -> 放大 (1.5x) / 放大 (2x)

修复/上/下/左/右（平移）

输入图像 -> 内部重绘或外部重绘-> 重绘 / 上 / 下 / 左 / 右（Fooocus 使用自己的修复算法和修复模型，因此结果比所有其他使用标准 SDXL 修复方法/模型的软件更令人满意）

图片提示

输入图像 -> 图像提示（Fooocus 使用自己的图像提示算法，因此结果质量和提示理解比使用标准 SDXL 方法（如标准 IP-Adapters或Revisions）的所有其他软件更令人满意）

--style

高级 -> 风格

--stylize

高级 -> 高级 -> 指导

--niji

多个启动器：“run.bat”、“run_anime.bat”和“run_realistic.bat”。 Fooocus在Civitai上支持SDXL型号 （不知道的可以google搜索“Civitai”）

--quality

高级->质量

--repeat

高级 -> 图像编号

多重提示 (::)

只需使用多行提示即可

提示词权重

你可以使用“I am (happy:1.5)”。Fooocus使用A1111的重新加权算法，因此如果用户直接从Civitai复制提示，结果会比ComfyUI更好。（因为如果提示是用ComfyUI的重新加权编写的，用户就不太可能复制提示文本，因为他们更喜欢拖动文件）

--no

高级 -> 否定提示

--ar

高级 -> 宽高比

我们还借鉴了 LeonardoAI 最好的部分：

LeonardoAI

Fooocus

提示词魔法

高级 -> 风格 -> Fooocus V2

高级采样器参数（如对比度/锐度/等）

高级 -> 高级 -> 采样清晰度/等等

用户友好的 ControlNet

输入图像->图像提示->高级

官方英文版地址：

https://github.com/lllyasviel/Fooocus/

国内中文版：夸克盘（更新最快）：

https://pan.quark.cn/s/29e2d562d922

百度盘（懒人包延迟更新）： https://pan.baidu.com/s/1M5bmeWGW3y3D-aLm_uTl2Q?pwd=8trk

点击这个启动程序

懒人包内包含所有模型，无需下载，如果缺少模型，它会自动从外网下载，请保持自己的网络可以访问外网，否则请到网盘中下载。

AMD显卡启动参数，请将启动器参数修改为：.\python_embeded\python.exe -m pip uninstall torch torchvision torchaudio torchtext functorch xformers -y

.\python_embeded\python.exe -m pip install torch-directml

.\python_embeded\python.exe -s Fooocus\entry_without_update.py --language zh_CN  %*

Pause

“隐藏”技巧列表

1、以下功能已经集成在软件中，用户不需要对这些进行任何操作。

2、基于GPT2的提示扩展作为一种动态风格“Fooocus V2”（类似于Midjourney的隐藏预处理和“原始”模式，或LeonardoAI的提示魔法）。

3、在单个k取样器内部的原生精炼器切换。其优势在于，现在精炼模型可以重用从k取样中收集到的基础模型的动量（或ODE的历史参数），以实现更连贯的取样。在Automatic1111的高分辨率修正和ComfyUI的节点系统中，基础模型和精炼器使用两个独立的k取样器，这意味着动量在很大程度上被浪费了，取样的连续性也被打断了。Fooocus使用其自己的先进k扩散取样，确保在精炼器设置中无缝、原生和连续的切换。（更新8月13日：实际上我几天前与Automatic1111讨论过这个问题，似乎“在单个k取样器内部的原生精炼器切换”已合并到webui的开发分支。太棒了！）

4、负ADM指导。因为XL基础模型的最高分辨率层没有交叉注意力，XL的最高分辨率层在CFG取样过程中正负信号无法获得足够对比度，导致结果在某些情况下看起来有点塑料感或过于光滑。幸运的是，由于XL的最高分辨率层仍然受到图像宽高比（ADM）的条件限制，我们可以修改正负面的adm来补偿最高分辨率层CFG对比度的不足。（更新8月16日，IOS应用程序Drawing Things将支持负ADM指导。太棒了！）

5、我们实现了经过仔细调优的“使用自注意力指导改善扩散模型样本质量”第5.1节的变体。权重设定得非常低，但这是Fooocus确保XL永远不会产生过于光滑或塑料外观（此处有示例）的最终保障。这几乎可以消除所有即使在负ADM指导下，XL偶尔仍会产生过于光滑结果的情况。（更新2023年8月18日，SAG的高斯核被改为各向异性核，以便更好地保持结构并减少伪影。）

6、我们稍微修改了风格模板，并增加了“电影默认”。

7、我们测试了“sd_xl_offset_example-lora_1.0.safetensors”，似乎当lora权重低于0.5时，结果总是比没有lora的XL更好。

8、采样器的参数经过仔细调整。

9、因为XL使用位置编码来生成分辨率，由几个固定分辨率生成的图像看起来比任意分辨率的图像要好一些（因为位置编码不太擅长处理训练时未见过的整数）。这表明UI中的分辨率可能为获得最佳结果而硬编码。

10、对于两个不同文本编码器的分开提示似乎没必要。基础模型和精炼器的分开提示可能会起作用，但效果是随机的，我们避免实现这一点。

11、DPM家族似乎非常适合XL，因为XL有时会生成过于光滑的纹理，但DPM家族有时会在纹理中生成过于密集的细节。他们的联合效果看起来既中性又吸引人的感觉。

12、一个为平衡多种风格以及提示扩展而精心设计的系统。

使用automatic1111的方法来规范提示的强调。这在用户直接从civitai复制提示时显著提高了结果。

13、精炼器的联合交换系统现在也以无缝方式支持img2img和放大。

14、当CFG大于10时，为SDXL调整的CFG比例和TSNR校正。

以下是人们常遇到的一些问题：

RuntimeError: CPUAllocator

运行时错误：CPU分配器 请参阅以下章节：系统虚拟内存

Model loaded, then paused, then nothing happens

模型加载后暂停，然后没有任何反应 请参阅以下章节：系统虚拟内存

Segmentation Fault

分段故障 请参阅以下章节：系统虚拟内存

Killed

进程被终止 请参阅以下章节：系统虚拟内存

adm 2816, then stuck

adm 2816错误，随后程序卡住 请参阅以下章节：系统虚拟内存

Connection errored out

连接出现错误 请参阅以下章节：系统虚拟内存

Error 1006

错误1006 请参阅以下章节：系统虚拟内存

WinError 10060

Windows错误10060 请参阅以下章节：系统虚拟内存

Read timed out

读取超时 请参阅以下章节：系统虚拟内存

No error, but the console close in a flash. Cannot find any error.

没有错误，但是控制台突然关闭。找不到任何错误。 请参阅以下章节：系统虚拟内存

Model loading is extremely slow (more than 1 minute)

模型加载非常慢（超过1分钟） 请参阅以下章节：系统虚拟内存

System Swap

系统虚拟内存 以上所有问题均由系统虚拟内存不足引起。

请确保您至少有40GB的系统虚拟内存。实际上，可能不需要这么多虚拟内存，但40GB应该足够您成功运行Fooocus。

（如果您有超过64GB的RAM，那么可能您不需要任何系统虚拟内存，但我们不能确定。）

此外，如果您的系统虚拟内存在HDD上，模型加载速度会非常慢。请尽量将系统虚拟内存放在SSD上。

如果您使用的是Linux/Mac，请按照您的提供商的指示来设置虚拟内存。这里的“提供商”指的是Ubuntu官方、CentOS官方、Mac官方等。

如果您同时使用HDD和SSD，可能需要在上面的步骤7中测试一些设置，以尽量把交换区域放在SSD上，这样模型加载的速度会更快。

重要：默认情况下，Microsoft Windows 10/11会为您自动管理系统虚拟内存，所以您不需要接触这个危险的设置。如果您的系统虚拟内存不足，请确保每个磁盘上至少有40GB的空闲空间。 Microsoft Windows 10/11会为您自动创建交换区。

另外，如果您从一些非官方的中国或俄罗斯提供商那里获得Microsoft Windows 10/11，他们可能修改了系统虚拟内存的默认设置，以宣传某些“增强版Windows 10/11”（但实际上他们只是使情况变得更糟而没有改进）。在这种情况下，您可能需要手动检查您的系统虚拟内存设置是否与上面的截图一致。

最后，请注意，您需要重启计算机以激活系统虚拟内存的任何更改。

MetadataIncompleteBuffer

请参阅以下章节：模型损坏

PytorchStreamReader failed

请参阅以下章节：模型损坏

Model corrupted

如果您看到模型损坏的提示，那么您的模型已经损坏。如果您的互联网连接良好，Fooocus会为您重新下载损坏的模型。否则，您也可以手动下载模型。每次请求下载模型时，您都可以在控制台中找到模型的url和它们在本地的位置。

UserWarning: The operator 'aten::std_mean.correction' is not currently supported on the DML

这是一个您可以忽略的警告。

Torch not compiled with CUDA enabled

您没有遵循官方安装指南。

请不要相信互联网上的错误教程，请只信任官方安装指南。

subprocess-exited-with-error

请使用python 3.10

此外，您没有遵循官方安装指南。

请不要相信互联网上的错误教程，请只信任官方安装指南。

SSL: CERTIFICATE_VERIFY_FAILED

您是否住在中国？如果是，请考虑关闭VPN，并/或尝试手动下载模型。

如果您在世界其他地方遇到这个错误，那么您可能需要查看这个搜索。由于原因可能不同，我们无法提供非常具体的修复指南。

CUDA kernel errors might be asynchronously reported at some other API call

这个问题两个月前已经解决。请确保您使用的是最新版本的Fooocus（尝试全新安装）。

如果仍然不起作用，请尝试升级您的Nvidia驱动程序。

如果仍然不起作用，请打开一个完整日志的问题，我们会看一下。

Found no NVIDIA driver on your system

请升级您的Nvidia驱动程序。

如果您使用的是AMD，请遵循官方安装指南。

NVIDIA driver too old

请升级您的Nvidia驱动程序。

I am using Mac, the speed is very slow.

一些Mac用户可能需要--enable-smart-memory来加速模型加载。

此外，目前对Mac的支持非常实验性，我们鼓励用户也尝试Diffusionbee或Drawingthings：它们只为Mac开发。

I am using Nvidia with 8GB VRAM, I get CUDA Out Of Memory

这是一个BUG。请尽快告知我们。请提出问题。

I am using Nvidia with 6GB VRAM, I get CUDA Out Of Memory

这是一个BUG。请尽快告知我们。请提出问题。

I am using Nvidia with 4GB VRAM with Float16 support, like RTX 3050, I get CUDA Out Of Memory

这是一个BUG。请尽快告知我们。请提出问题。

I am using Nvidia with 4GB VRAM without Float16 support, like GTX 960, I get CUDA Out Of Memory

支持没有fp16支持的4GB VRAM GPU非常困难，您可能无法使用SDXL。然而，您仍然可以提出问题并告知我们。您可以尝试在Automatic1111或其他适合您设备的软件中尝试SD1.5。

I am using AMD GPU on Windows, I get CUDA Out Of Memory

目前对Windows的AMD支持非常实验性。如果您看到这个，那么您可能无法在Windows上的这个设备上使用Fooocus。

然而，如果您能够在任何其他软件上的同一设备上运行SDXL，请立即告知我们，我们将尽快支持它。如果没有其他软件能够使您的设备在Windows上运行SDXL，那么我们也没有太多的帮助。

此外，因为它将使用ROCM，Linux上的AMD支持略好于Windows。如果您愿意更改操作系统为Linux，也可以尝试它。

I am using AMD GPU on Linux, I get CUDA Out Of Memory

Linux上对AMD的支持优于Windows，但仍然非常实验性。然而，如果您能够在任何其他软件上的同一设备上运行SDXL，请立即告知我们，我们将尽快支持它。如果没有其他软件能够使您的设备在Windows上运行SDXL，那么我们也没有太多的帮助。

I tried flags like --lowvram or --gpu-only or --bf16 or so on, and things are not getting any better?

如果您被一些错误的教程误导，请删除这些标志。在大多数情况下，这些标志只会使情况变得更糟并引入更多问题。

Fooocus suddenly becomes very slow and I have not changed anything

Fooocus突然变得非常慢，而我什么都没有改变 您是否不小心同时运行了两个Fooocus？