Stable Diffusion绘制出第一张图片

Stable Diffusion安装上已经两天了,没有研究,还是在研究Midjourney的一些东西。

今天研究MJ如何可以绘制出全身照,基本上没有成功的,成功出现全身,人脸 也是模糊的。

不过到是也有一些心得:

尽可能得到全身照的关键字:全景(panorama),远景(distant view),鸟瞰(aerial view),广角(wide angle lens)

别抱太大希望,可以试下,有时候会有你想要的图片。

下面这些词效果还不错

站在远处(Standing very very very far away),远离观察者(far away from viewer)等等描述。

或者加入全身提示词,例如全身(full body)、光脚(barefoot)

这些人物描述词的效果比镜头参数词要好点。

下面是今天我学习的用SD绘制出第一张图片。

一天一进步,慢慢来。

使用文生图的方式

提示词:

A girl was strolling on the beach,with sunlight scattered on her face,

一个女孩,在海边漫步,阳光散落在她身上。

加上一些正面提示词:

(masterpiece:1,2),best quality,highres,original,extremely detailed wallpaper,perfect lighting,(extremely detailed CG:1.2),

负面提示词:

NSFW,(worst quality:2),(low quality:2),(normal quality:2),lowres,normal quality,((monochrome)),((grayscale)),skin spots,acnes,skin blemishes,age spot,(ugly:1.331),(duplicate:1.331),(morbid:1.21),(mutilated:1.21),(tranny:1.331),mutated hands,(poorly drawn hands:1.5),blurry,(bad anatomy:1.21),(bad proportions:1.331),extra limbs,(disfigured:1.331),(missing arms:1.331),(extra legs:1.331),(fused fingers:1.61051),(too many fingers:1.61051),(unclear eyes:1.331),lowers,bad hands,missing fingers,extra digit,bad hands,missing fingers,(((extra arms and legs))),

其他设置:

SD安装的时候自带漫画模型,所以出图也就是二次元风格的。

如果你也想一起学,文末扫码可获取详细学习资料,还有免费直播课可供参考学习~

想要SD安装包和相关插件的小伙伴扫码可免费领取哦~

AIGC技术的未来发展前景广阔,随着人工智能技术的不断发展,AIGC技术也将不断提高。未来,AIGC技术将在游戏和计算领域得到更广泛的应用,使游戏和计算系统具有更高效、更智能、更灵活的特性。同时,AIGC技术也将与人工智能技术紧密结合,在更多的领域得到广泛应用,对程序员来说影响至关重要。未来,AIGC技术将继续得到提高,同时也将与人工智能技术紧密结合,在更多的领域得到广泛应用。

感兴趣的小伙伴,赠送全套AIGC学习资料,包含AI绘画、AI人工智能等前沿科技教程和软件工具,具体看这里。

在这里插入图片描述

在这里插入图片描述

一、AIGC所有方向的学习路线

AIGC所有方向的技术点做的整理,形成各个领域的知识点汇总,它的用处就在于,你可以按照下面的知识点去找对应的学习资源,保证自己学得较为全面。

在这里插入图片描述

在这里插入图片描述

二、AIGC必备工具

工具都帮大家整理好了,安装就可直接上手!
在这里插入图片描述

三、最新AIGC学习笔记

当我学到一定基础,有自己的理解能力的时候,会去阅读一些前辈整理的书籍或者手写的笔记资料,这些笔记详细记载了他们对一些技术点的理解,这些理解是比较独到,可以学到不一样的思路。
在这里插入图片描述
在这里插入图片描述

四、AIGC视频教程合集

观看全面零基础学习视频,看视频学习是最快捷也是最有效果的方式,跟着视频中老师的思路,从基础到深入,还是很容易入门的。

在这里插入图片描述

五、实战案例

纸上得来终觉浅,要学会跟着视频一起敲,要动手实操,才能将自己的所学运用到实际当中去,这时候可以搞点实战案例来学习。
在这里插入图片描述

在这里插入图片描述

若有侵权,请联系删除

### Stable Diffusion Tagger 插件及相关工具 Stable Diffusion 是一种基于深度学习的图像生成模型,能够通过文本描述生成高质量的图片。为了提高生成效果以及更好地管理训练数据集中的标签,社区开发了许多用于标记和分类图像的插件或工具。 #### 1. **Automatic1111 Web UI 的 Tagger 扩展** Automatic1111 提供了一个流行的 Stable Diffusion Web 用户界面扩展程序,其中包含一个名为 `Batch Image Tagging` 的功能模块[^3]。此模块允许用户批量处理图像并为其分配合适的标签。它支持多种预定义的标签集合,并可以自定义新的类别以便更精确地标记特定的数据子集。 #### 2. **DeepDanbooru** DeepDanbooru 是一款专门设计用来自动标注二次元风格艺术作品的应用程序[^4]。它可以识别数以千计的不同属性(例如角色姿势、服装细节等),并将这些信息转换成适合输入给 Stable Diffusion 的格式。由于其强大的泛化能力,即使面对从未见过的新样式也能提供较为准确的结果。 #### 3. **Waifu-Diffusion 和其他定制框架** Waifu-Diffusion 及类似的项目通常会集成额外的功能来增强用户体验,其中包括改进版的 tagger 工具[^5]。这类解决方案往往针对特定领域进行了优化调整,比如动漫人物绘制或者游戏美术资源创建等领域内的应用需求。 以下是实现基本图像打标的 Python 脚本示例: ```python import os from PIL import Image from torchvision.transforms.functional import to_tensor def load_image(image_path): img = Image.open(image_path).convert('RGB') tensor_img = to_tensor(img) return tensor_img.unsqueeze(0) # Example usage of loading an image file into memory as a PyTorch Tensor. image_file = 'example.jpg' loaded_image = load_image(os.path.join('.', image_file)) print(f'Image loaded successfully! Shape: {loaded_image.shape}') ``` 上述脚本展示了如何加载单张图片到内存中作为PyTorch张量对象的形式存在,这是许多现代机器学习工作流的第一步操作之一,在实际部署过程中可能还需要加入更多复杂的前处理步骤才能满足具体算法的要求。 ---
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值