上期图文教程，我们分享了 webui项目的安装操作，由于 webui项目是英文项目，且里面涉及到很多设置与参数，这样针对 webui项目的汉化操作就显得尤其重要了，本期，我们介绍一下 webui的汉化操作与基础参数的含义。
webui UI界面介绍与参数解析
当我们安装完成 webui项目后，我们可以使用如下代码进行项目的启动
!python launch.py --share --xformers --enable-insecure-extension-access
当然若喜欢暗黑模式，可以添加如下参数
!python launch.py --share --xformers --enable-insecure-extension-access --theme dark 项目启动后，我们点击 URL进行项目的启动，由于此项目运行在 colab上面，因此需要点击 URL进行项目的启动，当然，若运行在自己本地电脑上面，直接点击第一个local URL即可。
Running on local URL: http://127.0.0.1:7860
Running on public URL: https://61087ab0-8f51e.gradio.live项目打开后，会默认使用 model里面的模型，若需要使用自己的模型，需要把模型文件放置到 文件夹下面的-文件夹下。
stable-diffusion-webui-mastermodelsStable-diffusion第一部分：界面最上端 是我们选择的模型文件，我们下载的模型，放置到 文件夹下面的-文件夹下，这里就可以选择使用。
第二部分，便是- webui项目的主要功能与设置操作
：顾名思义是通过文本的描述来生成图片：有一张图片生成相似的图片：额外的设置PNG info:图片信息，若图片是由AI生成的图片，当上传一张图片后，这里会提示图片的相关关键字与模型参数设置 ，模型合并，可以合并多个模型，有多个模型的权重来生成图片Train：模型训练，可以提供自己的图片进行模型的训练，这样别人就可以使用自己训练的模型进行图片的生成: UI界面设置：插件扩展，这里可以安装一些开源的插件，其中我们的汉化插件就在这里面
第三部分，便是正反词输入框，我们需要在此框中输入图片的描述信息，正向文本是我们希望生成的图片需要的文本，反向文本是我们不希望生成的图片文本。
然后界面左下方，第四部分，便是模型输入的相关参数：
采样方法（ ）：里面设置了很多采样算法，具体每个算法的效果，可以自行尝试采样迭代步数（ steps）:模型跌倒一次的步数 faces,面部修复功能，可以提供面部细节,平铺，分块,fix：高清修复，可以把低分辨率的照片调整到高分辨率宽度，高度，图片的尺寸CFG scale:提示词相关性seed随机种子，seed一样的情况下，可以生成比较相似的图片batch count生成批次，一次生成多少批的图片，batch size没批数量，一次一批的生成图片数量重绘幅度（ ）,参数越大，重绘幅度越大，图片与原始图片越不相似，越小与原始图片越相似
当然 还有很多设置参数，这里先介绍以上主要的参数，后期我们再分享相关的参数设置。在第五部分，便是一键生成图片的按键，我们设置完成以上参数的设置后，点击生成按键，便可以自动生成图片了，相关的图片会展示在第六部分区域，且图片保存在文件夹中。
webui UI界面汉化
项目的汉化插件就在扩展里。我们选择>>>>load from>> index URL, 这里的URL 系统会默认 webui的地址，我们选择默认即可，hide with tags下面的几个功能按键，我们取消勾选。
然后我们点击load from按键，软件就可以索引出官方文件下的所有插件，这里可以安装自己需要的插件即可。我们需要安装的汉化插件就在此列表中，这里可以直接搜索CN，找到zh_CN 插件，直接点击右边的安装即可。
我们可以到–webui-文件下查看，其实这里只是把官方的插件复制到文件夹下的–webui–zh_CN。
然后我们再次点击>>,选择我们刚刚下载的的–webui–zh_CN汉化插件，点击apply and UI,这里我们就成功安装了汉化插件。
然后，我们需要选择>>user >>，选择zh_CN
然后，点击apply 即可，这里由于汉化设置需要重启UI界面，我们可以直接点击 UI界面，当然若在 colab上面运行，可以直接重新点击 URL即可。
我们重启界面后，就可以看到整个界面已经汉化了。
以上便是webui界面的汉化操作了，这里我们可以拿到一张图片，利用功能，提取一张精美图片的正向提示词与反向提示词。然后设置参数，就可以生成相关的精美图片了。
当然模型中还需要有lora模型以及其他真人图片生成模型，这些模型如何使用，我们后期再进行分享。
