Stable Diffusion零基础入门教程,轻松掌握AI创作!

AI绘画Stable Diffusion零基础入门教程,轻松掌握AI创作! 通过选择整合的提示词,如【人物-1女孩】、【表情动作-基础动作-奔跑】、【环境-氛围-海边日落】和【环境-水-海滩】,以及增强画质的提示词【画面-画质-极高分辨率】和【画面-艺术风格-原画】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。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。 阅读详情

前言

本期教程将轻松了解官方版Stable Diffusion的应用界面、基本应用功能、图像保存等操作

Stable Diffusion,一款开源的先进图像生成模型,通过其独特的算法,能够根据文本描述创造出精美的图像。它不仅支持图像生成,还包括图像修复和风格转换等多项功能,为视觉艺术和设计领域带来了革命性的变革

在本期专栏中,我们将提供一个简明的Stable Diffusion入门教程,帮助初学者快速掌握其界面操作和基础功能,轻松开启这一应用的AI创作之旅

所有的AI设计工具,模型和插件,都已经整理好了,👇获取~在这里插入图片描述

首先,访问OneThingAI官网,进入【AI实验室】,在【应用中心】中点击【创建应用】以启动Stable Diffusion应用

等待应用状态变为“运行中”,图标亮起后,点击【SDWebUI】即可进入应用

01

应用界面

在Stable Diffusion平台的WebUI界面,位于界面左上角的是模型选择区域,该区域提供了多种风格迥异的模型选项,包括但不限于写实风格、漫画风格等,以满足不同用户的创作需求

在这里插入图片描述

紧邻模型选择区域下方是工具栏,这里集合了一系列基础与高级的绘画工具

在这里插入图片描述

例如,模型合并功能及3D Openpose编辑器等,这些专业术语可能初看之下令人感到陌生

“模型合并”

“3D Openpose”

不过,请放心,接下来我将详细介绍两个最为基础且实用的绘画功能:

文生图(Text-to-Image)和图生图(Image-to-Image),以便大家快速上手

提示词输入区位于工具栏下方,分为**提示词(Prompt)和反向词(Negative Prompt)**两部分。提示词用于指定希望AI生成的内容,而反向词则用于排除不想要的元素,两者结合使用可精确控制AI的图像创作

提示词下方则是一些图像生成参数的调整,其中包含了

  • 图像分辨率:图像的宽高比

  • 采样迭代步数:步数参数越高生成的图像就显得更加精致,反之则会更加简洁

  • **提示词相关性(CFG):**CFG决定模型遵循文本提示的程度;低值可能导致忽略提示,而高值可增强图像色彩饱和度

  • 图像生成批次:图像生成张数

而现在,我将先给大家进行“文生图”功能的演示,让大家通过“文生图”体会到AI图像生成的乐趣。

02

基本应用功能

“文生图”(Text-to-Image)

在“文生图”功能中,用户通过输入文本提示词来创作图像。应用内嵌的提示词库简化了新手构思提示词的过程

我们选取了两个模型进行演示:Leosam_FilmGirl_Ultra.safetensors产生写实电影风格的图像,而AWPainting_1.4.safetensors则偏向动漫风格

模型:Leosam_FilmGirl_Ultra.safetensors

模型:AWPainting_1.4.safetensors

以Leosam模型为例,我们尝试生成一幅“女孩在海边沙滩奔跑”的场景。

通过选择整合的提示词,如【人物-1女孩】、【表情动作-基础动作-奔跑】、【环境-氛围-海边日落】和【环境-水-海滩】,以及增强画质的提示词【画面-画质-极高分辨率】和【画面-艺术风格-原画】

系统将自动匹配相应的英文提示词,以辅助生成理想中的图像

点击“生成”按钮,让我们观赏所创作的图像成果

生成的图像中出现了身体比例失衡和穿模现象,这可能是因为AI在处理复杂逻辑结构,如人体形态和器官时,表现不佳。然而,存在方法可以减少此类问题的发生。

利用“反向词”功能,我们可以有效减少图像生成中的错误。通过选择【反向提示词-画面】和【反向提示词-人】里的提示词,我们可以进一步优化生成图像的质量。

看到生成参数,勾选上【高分辨率修复】,将【采样迭代步数】设置成50并将【提示词相关性】设置成8

并启用的细节修复,这样也可以减少生成错误图像的发生

再次“生成”,生成出来的图像会更加和谐且清晰

“图生图”(Image-to-Image)

"图生图"功能,即AI基于现有图像创作新图像。启用此功能后,用户将发现其参数界面与“文生图”有所不同。

在生成参数下方,"图生图"提供了手绘修正和局部重绘等高级功能,这些将在后续的进阶教程视频中详细介绍

“图生图”的生成参数中还有“重绘幅度”选项,重绘幅度越高,画面自由度就越高。重绘幅度越低,生成出来的图像就越接近上传的图片

我们上传一张小狗图片

并在提示词文本框中,输入与图像画面元素相符的提示词

提示词:1dog, running, on grass

这里我给大家提供一个万能反向词,这样大家就不用每次都需要在提示整合中频繁选择提示词了。

反向词:NSFW, lowres, bad anatomy, bad hands, ((text)), (watermark), error, missing fingers, extra digit, fewer digits, cropped, worst quality, low quality, normal quality, ((username)), blurry, (extra limbs)

将模型选择为AWPainting,点击生成

图像生成的结果与上传图片紧密相关,显示出“图生图”功能的强大。介绍完“文生图”和“图生图”后,可以尝试自己操作以巩固本次教程的内容。

03

图像保存

如何将图像保存,完成图像生成后。在图像生成区,点击图像,右键将图像另存为本地文件夹,这样我们的图像就保存在了本地电脑端中

若需检索刚生成的图像,请使用工具栏中的【图库浏览器】,所有图像均存储于此,可自由下载

如果我们把应用关掉了,以上办法找不到刚刚生成的图像,怎么办?

我们只需回到【AI实验室-我的应用】,看到右侧工具栏的【输出目录】

点击进去就可以找到刚刚输出的图像/视频了


这里分享给大家一份Adobe大神整理的《AIGC全家桶学习笔记》,相信大家会对AIGC有着更深入、更系统的理解。

有需要的朋友,可以点击下方免费领取!

在这里插入图片描述

AIGC所有方向的学习路线思维导图

这里为大家提供了总的路线图。它的用处就在于,你可以按照上面的知识点去找对应的学习资源,保证自己学得较为全面。如果下面这个学习路线能帮助大家将AI利用到自身工作上去,那么我的使命也就完成了:
在这里插入图片描述

AIGC工具库

AIGC工具库是一个利用人工智能技术来生成应用程序的代码和内容的工具集合,通过使用AIGC工具库,能更加快速,准确的辅助我们学习AIGC
在这里插入图片描述

有需要的朋友,可以点击下方卡片免费领取!

在这里插入图片描述

精品AIGC学习书籍手册

书籍阅读永不过时,阅读AIGC经典书籍可以帮助读者提高技术水平,开拓视野,掌握核心技术,提高解决问题的能力,同时也可以借鉴他人的经验,结合自身案例融会贯通。

在这里插入图片描述

AI绘画视频合集

我们在学习的时候,往往书籍源码难以理解,阅读困难,这时候视频教程教程是就很适合了,生动形象加上案例实战,科学有趣才能更方便的学习下去。

在这里插入图片描述

ipc$漏洞攻击(实验) 我们总在说ipc$漏洞ipc$漏洞,其实,ipc$并不是真正意义上的漏洞,它是为了方便管理员的远程管理而开放的远程网络登陆功能,而且还打开了默认共享,即所有的逻辑盘(c$,d$,e$……利用IPC$,连接者甚至可以与目标主机建立一个空的连接而无需用户名与密码(当然,对方机器必须开了ipc$共享,否则你是连接不上的),而利用这个空的连接,连接者还可以得到目标主机上的用户列表(不过负责的管理员会禁止导出用户列表的)。5.然后,我们物理连接到靶机上,到了两分钟后,我们可以用命令看到,这个pp45的用户就出现了。 阅读详情

相关推荐

使用MKL+Eigen求解稀疏矩阵方程组

问题:求解Ax=b的解,其中,A为大型稀疏矩阵,长和宽分别为1500^2。 一般思路: (1)A为对称正定矩阵,对A使用cholesky分解。 (2)A为对称不定矩阵,使用LDL‘分解,即: PAP'=LDL' 其中,L为单位下三角矩阵,D由阶数为1或者2的对角块构成,P是置换矩阵。 (3)不对称矩阵:LU分解。 (4)长方形矩阵(长...

薛晓伟 3446

Stable Diffusion最详细教程(总版)

从0开始学习stable diffusion,你将学会怎么高效的写好提示词,你将会学会怎么使用各种模型和Lora,你将学会借助各种插件更好的生成贴合你满意的图片!

m0_54231818的博客 2万+

kaggle竞赛平台上数据集下载详解

从kaggle 网站上下载数据集既保证了速度又避免了网络的不稳定造成下载失败问题。该平台也可以上传代码作为自己的代码库,不过本人更习惯将代码上传到github上。希望本人整理的kaggle库使用技巧能够帮助到正在阅读本博客的你。此外还有一篇博客针对kaggle数据集下载问题的几个问题的相关文章进行了整理【博客链接】。

li1784506的博客 2万+

万字长文:Stable Diffusion 保姆级教程

万字长文,超详细一步一步教你在本地部署运行当下超火的Stable Diffusion模型,生成各种风格图像。

略懂……略懂…… 14万+

国产麒麟系统各版本镜像下载

以上各链接均为迅雷下载,禁止商业用途!

2302_79474754的博客 6156

香橙派5玩转SATA SSD:一个被忽略的overlays配置项,让你的Ubuntu系统飞起来

本文详细介绍了如何在香橙派5上通过配置`overlays=ssd-sata`启用SATA SSD作为系统启动盘,大幅提升Ubuntu系统的性能。文章深入解析了设备树覆盖的工作原理,提供了完整的配置流程和性能优化建议,帮助开发者充分发挥香橙派5的硬件潜力。

weixin_30787531的博客 222

Stable Diffusion超详细教程!从0-1入门到进阶

Stable Diffusion超详细教程!从0-1入门到进阶

libaiup的博客 1万+

Isaac Lab强化学习实战:用SO-ARM101机械臂实现抓取任务(附B站视频教程)

本文详细介绍了如何使用Isaac Lab强化学习框架,在SO-ARM101机械臂上实现抓取任务的完整实战流程。内容涵盖从环境搭建、奖励函数设计、训练调参到模型部署的各个环节,并分享了Sim-to-Real迁移的关键技巧,旨在帮助开发者高效完成机器人强化学习项目。

weixin_29070721的博客 1106

【stable diffusion 小白最全详细使用教程+大模型资源】

稳定扩散算法(stable diffusion)可以应用于图像处理中的许多问题,例如图像去噪、图像分割、图像增强和图像恢复等。在图像去噪方面,稳定扩散算法可以通过对图像进行平滑处理来减少噪声,并保留图像的细节信息。在图像分割方面,稳定扩散算法可以通过对图像进行聚类来将图像分成不同的区域。在图像增强方面,稳定扩散算法可以通过增加图像的对比度和亮度来使图像更加清晰。在图像恢复方面,稳定扩散算法可以通过重建缺失的像素来恢复图像的完整性。B站秋叶大佬一键三连。

天风的人工智能博客 1万+

逆强化学习:从专家示范中学习策略

逆强化学习(Inverse Reinforcement Learning,简称IRL)是强化学习(Reinforcement Learning,简称RL)的一个子领域,它的目标是从专家的行为中学习策略。在传统的强化学习中,智能体通过与环境交互,根据奖励信号来学习一个策略。而在逆强化学习中,我们没有直接的奖励信号,而是通过观察专家的行为来推断出奖励函数,从而学习到一个与专家类似的策略。逆强化学习作为强化学习的一个重要子领域,在许多实际应用场景中都取得了显著的成功。

AI天才研究院 1453

基于STM32、HAL库的W25Q01JVZEIQ TR FLASH存储器驱动应用程序设计

1Gb (128MB),分为512个可擦除块(block),每个块256KB。:块擦除约30-50ms,芯片擦除约30s。:标准SPI (支持1/2/4线模式)// 初始化CS引脚为高电平。// 擦除扇区(4KB)// 初始化Flash。/* 状态寄存器位 *//* 指令定义 *//* 超时定义 *//* 函数声明 */

corlin6688的博客 268

Stable Diffusion最全保姆级安装教程(建议收藏)

Stable Diffusion最全保姆级安装教程

lgf19880929的博客 6万+

C#实现将DataGridView中数据导出到Excel (附完整源码)

C#实现将DataGridView中数据导出到Excel (附完整源码)

希望我的博客,能帮上你解决学习中工作中所遇到的问题 1589

【stable diffusion部署】24最新Stable Diffusion零基础入门教程,轻松掌握AI创作!

Stable Diffusion零基础入门操作官方教程它来了!本期教程将轻松了解官方版Stable Diffusion的应用界面、模型、基本应用功能、图像保存等操作Stable Diffusion,一款开源的先进图像生成模型,通过其独特的算法,能够根据文本描述创造出精美的图像。它不仅支持图像生成,还包括图像修复和风格转换等多项功能,为视觉艺术和设计领域带来了革命性的变革。

z19981的博客 1401

蓝牙模块HM-10手册

蓝牙模块HM-10手册,该手册对蓝牙模块HM-10进行了详细的介绍和使用方法以及一些AT指令。

jre9下载 jdk9

(Java SE Runtime Environment 9.0) 9.0u175 官方最新版 【x86|x64】

【stable diffusion教程】Stable Diffusion零基础入门教程,轻松掌握AI创作!

Stable Diffusion,一款开源的先进图像生成模型,通过其独特的算法,能够根据文本描述创造出精美的图像。它不仅支持图像生成,还包括图像修复和风格转换等多项功能,为视觉艺术和设计领域带来了革命性的变革在本期专栏中,我们将提供一个简明的Stable Diffusion入门教程,帮助初学者快速掌握其界面操作和基础功能,轻松开启这一应用的AI创作之旅首先,访问OneThingAI官网,进入【AI实验室】,在【应用中心】中点击【创建应用】以启动Stable Diffusion应用。

z19981的博客 1025

Data-Structures-and-Algorithm-Analysis-in-Java.pdf

作者: Weiss, Mark A. 出版社: Addison Wesley Data Structures and Algorithm Analysis in Java is an “advanced algorithms” book that fits between traditional CS2 and Algorithms Analysis courses. In the old ACM Curriculum Guidelines, this course was known as CS7. This text is for readers who want to learn good programming and algorithm analysis skills simultaneously so that they can develop such programs with the maximum amo...

上一篇: 揭秘!stable diffusion绘画背后的神奇原理,看完你也会惊叹!
下一篇: 新手秒变AI绘画大神,Midjourney保姆级教程,非常值得收藏!
壹只小小码农
博客等级 码龄5年 8104粉丝 1333原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
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
实付元
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