【StableDiffusion教程】logo设计：QQ音乐超级符号_stable diffusion 根据提示生成logo-优快云博客

话不多说，先看效果

Stable Diffusion 模型

放入 models/Stable-diffusion[文件夹]后，进入webui 在左上角点击刷新后选择模型。

教程开始

===

1，确定好风格之后，选择大模型，lora模型

2，选择好采样方法DPM++ 2M，以及迭代步数30

3，ControlNet中上传图片调节参数

controlnet
0：[预处理器]&模型
canny / 控制权重：1

controlnet 1: 预处理器&模型 depth_leres / 控制权重：0.3

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。

controlnet 2: 固定底色，背景随便涂，预处理器&模型 [Tile](https://so.youkuaiyun.com/so/search?q=Tile&spm=1001.2101.3001.7020)/Blur(分块/模糊) / 控制权重：0.65

4，填写提示词

正向提示词：Music Box.,(Music box in the water:1.6),Music boxes in water,musical
instruments,wooden music boxes,metal,Inside the yellow ball is a green note,8K
4K，UNIFIED,incrediblyabsurdres,wallpaper,realistic,in spring,landscape,

反向提示词：lowres, bad anatomy, bad hands, text, error, missing fingers, extra
digit, fewer digits, cropped, worst quality, low quality, normal quality, jpeg
artifacts, signature, watermark, username, blurry, EasyNegative

5，生成图

这个我是觉得还行的，识别度高

6，用tile 模型进行细化

图像生成后，直接点击生成框下方的“发送到图生图”，转到图生图界面进行下一步操作，大模型、提示词、采样方式、生成步数这些都不变，启用 controlnet 的
tile 模型，不用上传图片，具体参数如下：

重绘幅度（Denoising strength）：0.75
ControlNet 预处理（preprocessor）：tile_resample
ControlNet 模型 model：control_v11f1e_sd15_tile [a371b31b]
控制权重：weight: 0.75

设置完毕后点击「生成」按钮查看重绘效果，得到的新图像会比原图细节更加丰富精致，调整重绘幅度和 tile 模型的控制权重 2 项参数可以获得更多样的结果。

重绘幅度：数值越高，新图像与原图的细节差异越明显
控制权重：数值越低：新图像与原图的整体差异越明显，变形越严重

好了今天就到这里，最后再看一下效果图

如有侵权，请联系删除。

写在最后

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

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。

在这里插入图片描述