Stable Diffusion 图生图

Stable Diffusion 图生图:

图生图:

· 对比****文生图,图生图有图为参考打底,所以有更高的可控性.

· 很多插件同时存在文生图和图生图之中.

· 图生图可以上传本地图片.

· 图生图可以对图片进行修复.

· 图生图可以放大图片.

· CLIP反推:侧重于对图像的描述,生成自然语言段.

· DeepBooru反推:用于对图像内容的识别,生成TAG单词。

图生图基础参数界面:

****(上图为图生图基础图)


图生图的基础界面参数:

· 缩放模式

◆ "仅调整大小"是对画面尺寸的调整,可以对画面的比例尺寸再次进行调整.

(仅调整大小 的结果)

◆ "裁剪后缩放"是对图片的画面进行裁剪后再放大到调整后的尺寸.

(裁剪后缩放结果)

◆ "缩放后填充空白"可以对图片画幅的比例进行调整,并增加超出原始图片空白的区域内容.

(缩放后填充空白结果左右两边内容增加)

◆ 调整大小(潜空间放大)
当画面比例和原始图比例发生变化时会产生画面拉伸的结果,不建议使用,在某些情况下会降低画面质量.

(潜空间放大结果)

· 重绘尺寸

重绘尺寸可以对画面的大小进行自定义调整.****

◆ 重绘尺寸倍数只能对画面进行等比缩放.

· 重绘幅度

重绘幅度指的是图生图的时候对画面绘制的时候的重新绘制强度,数值为(0-1)默认值为0.75.当数值为0时生成出来的图片是没有变化的,当数值为1时生成出来的图片会发生很大的变化,所以通常不会过高也不会过低.****

**********(重绘幅度:0.35) ******

**** (重绘幅度:0.75)

**** (重绘幅度:1)

提示词反推:

◆ 图生图中上传一张图片,或者是文生图生成一张图片发送到图生图进行提示词反推.

· CLIP反推:

· DeepBooru反推:

注:这个提示词反推为快捷方便的在WebUI中使用,无法达到高要求.

以上内容是Stable Diffusion WebUI 图生图的基础使用方法.

AI作品欣赏:

关于AI绘画技术储备

学好 AI绘画 不论是就业还是做副业赚钱都不错,但要学会 AI绘画 还是要有一个学习规划。最后大家分享一份全套的 AI绘画 学习资料,给那些想学习 AI绘画 的小伙伴们一点帮助!

对于0基础小白入门:

如果你是零基础小白,想快速入门AI绘画是可以考虑的。

一方面是学习时间相对较短,学习内容更全面更集中。
二方面是可以找到适合自己的学习方案

包括:stable diffusion安装包、stable diffusion0基础入门全套PDF,视频学习教程。带你从零基础系统性的学好AI绘画!

零基础AI绘画学习资源介绍

👉stable diffusion新手0基础入门PDF👈

(全套教程文末领取哈)
在这里插入图片描述

👉AI绘画必备工具👈

在这里插入图片描述

温馨提示:篇幅有限,已打包文件夹,获取方式在:文末

👉AI绘画基础+速成+进阶使用教程👈

观看零基础学习视频,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

温馨提示:篇幅有限,已打包文件夹,获取方式在:文末

👉12000+AI关键词大合集👈

在这里插入图片描述

这份完整版的AI绘画全套学习资料已经上传优快云,朋友们如果需要可以微信扫描下方优快云官方认证二维码免费领取【保证100%免费
### Stable Diffusion 成的使用方法 #### 一、Stable Diffusion 的基本概念 Stable Diffusion 是一种先进的文成模型,其核心原理在于通过在潜在表示空间中进行迭代去噪操作,并最终将处理后的潜变量解码为完整的像[^2]。该模型不仅支持高质量成,还能依据特定条件成满足需求的像。 此外,Stable Diffusion 完全开源免费,用户可以在本地或云端自行部署并运行此工具[^1]。这种灵活性使其成为 AI 领域中的重要技术之一,在艺术创作和商业应用中有广泛的潜力[^3]。 --- #### 二、本地环境下的安装与配置 如果希望在本地环境中运行 Stable Diffusion,以下是具体的操作流程: 1. **准备开发环境** - 确保计算机具备 NVIDIA GPU 和 CUDA 支持(推荐至少有 8GB 显存),因为训练和推理过程依赖于高性能计算资源。 - 下载 Python (建议版本 >= 3.9),以及必要的库文件如 PyTorch 和 Transformers。 ```bash pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu117 ``` 2. **克隆官方仓库** 访问 GitHub 上的 Stable Diffusion 开源项目页面,下载最新代码至本地机器。 ```bash git clone https://github.com/Stability-AI/stablediffusion.git cd stablediffusion ``` 3. **加载预训练权重** 模型本身并不附带任何参数;因此需要单独获取已发布的 checkpoint 文件,并将其放置到指定目录下以便后续调用。 4. **启动服务端口** 利用内置脚本快速搭建 WebUI 接口供交互测试之用。 ```bash python scripts/webui.py ``` 此时应该可以通过浏览器访问 `http://localhost:7860` 来查看形化界面[^1]。 --- #### 三、云平台上的部署方案 对于缺乏足够硬件设施或者更倾向于利用第三方基础设施的情况来说,则可以选择借助云计算服务商来完成整个项目的迁移工作。例如 AWS 提供了一个名为 Amazon SageMaker 的托管服务平台,允许开发者轻松构建大规模机器学习流水线而无需担心底层架构管理等问题存在。 在此过程中需要注意的是,虽然理论上所有主流公有云厂商均能胜任这项任务,但由于实际成本考量加上不同区域可用实例类型的差异性等因素影响,最好提前做好充分调研再做决定[^3]。 --- #### 四、成高分辨率片技巧 为了获得最佳视觉效果,请遵循以下几点建议: - 调整采样步数(step count): 更高的数值通常意味着更好的质量但也消耗更多时间; - 设置合适的引导比例(guidance scale): 这决定了结果贴近提示词的程度,默认值设为7.5较为平衡; - 尝试多种风格模板(prompt templates): 不同描述方式可能会带来截然相反的艺术表现形式。 以上就是关于如何开始探索并实践Stable Diffusion的一些基础指导信息了! ---
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