告别创作瓶颈!Stable Diffusion 随机种子 + 三大脚本使用教程详解

Stable Diffusion Windows本地部署超详细教程(手动+自动+整合包三种方式) 本文以Stable Diffusion为例,由难及易演示了手动、自动和整合包三种部署方式,并分析了这三种方式在虚拟环境创建、程序部署、数据下载部署等复杂动作的具体过程,为一键式自动部署提供了良好的借鉴,进一步促进AIGC的普惠应用。 阅读详情

今天讲的都是可以提高人工效率的方法,为此苦恼的小伙伴记得看完哦。

一、随机种子

可以理解为每个图画的唯一编码,当设置为-1时,图画随机生成,当遇见中意的图片时,复制下面的种子数值,填入随机种子框内,后续生成的图画基本都是一个样子。

**例如下图:

图片

生成的这张图
seed为2843609712,觉得还不错,那么复制到随机种子框里,再次生成:

图片

图画就是一模一样的,这时 你修改迭代步数或者尺寸等信息是不会对画面主要信息有影响的,例如下图:

图片

为了对比,我让生成了两张图,我调整迭代步数到40后,种子固定,第一张图还是和原来的图画很相似。是不是方便多了。

二、差异随机种子以及差异强度

在随机种子后的方框勾选后,会出现差异随机种子选项以及差异强度选项,这两项和随机种子是配合使用的,作用是:将随机种子值的图和差异随机种子值的图按差异强度进行融合。

差异强度设0代表完全按随机种子值生成图;

差异强度设1代表完全按照差异随机种子值生成图;

从这里就能看出:差异强度就是和原图差异的强度的意思。(强行翻译

举个栗子:

随机种子数值固定,差异随机种子值为-1,差异强度为0,生成的图片如下:

图片

接下来,将差异强度设为1,图片如下:

图片

是不是就是刚才的第二张图呢,下面横线处是第二幅画的随机种子值。

那么设置为0.5会发生什么呢,拭目以待:

两幅图画融合,变成新的一幅画面了

图片

这就是随机种子的妙用,理解了作用,就可以上手试试啦。

二、脚本详解

自带脚本在最下方,如图所示位置:

图片

1、提示词矩阵

比如你想试几个提示词对画面的影响,就可以用这个脚本,

使用方法是:每个提示词之间用竖线分隔,就会生成对比图。

比如说,我给提示词中加入[簪子]=kanzashi、[珠子项链]=bead necklace进行对比,实际出图就是这样的:

图片

这样很直观的进行对比,一眼就决定要用哪个提示词了,不用再删删减减 重复生成四次,再把四幅图放一起进行对比,太费时间了。这个功能就好用的很。

图片

这俩额外选项暂时没用

图片

宫格图边框(像素)就是指上面这种对比图之间的间隔,调高以后就会有明显间隔,方便对比。

**
**

2、从文本框或文件中载入提示词

这个就是字面意思了,如果你需要批量生成图片,那么用这种直接导入提示词功能比手动一个个复制快得多。SD是依据每一段提示词进行生成的,而且要求每个参数用–作为分隔。**
**

简单举个栗子:

–prompt"photo of iphone"

–prompt"photo of 1cat"

–prompt"photo of 1dog"

来看看生成的图片:

图片

你就会发现SD一次性生成了三张图,依据的都是批量提示词的内容。

这个就很方便,可以提前制作好很多张图的参数,丢给电脑慢慢跑,咱就可以出门玩耍了,玩够了回来收图就行了,不用一直候着。

3、XYZ脚本

图片

XYZ脚本生成的图片,大家肯定都见过,就算不清楚,我上张图 大家也都明白是什么了:

图片

其实就是参数变化表

上图我是把X轴类型设为迭代步数,X轴值每个数字用英文逗号分割,写成1,10,20,30,40。当然也可以写区间1-20,默认是每+1步生成一张图片,耗费时间较长,这里用10步一区分生成图片。也可以按这个格式化写:

可以用加法1-40(+10)就相当于1,10,20,30,40,每10步生成一次;

也可以用减法:40-1(-10);

也可以用小数点:1-10(+0.5);

也可以规定范围内分多少个:1-10[5],方括号+数值意思就是分为1,3,5,7,10五个数值。

注意:生成批次生成数量均为1,因为是一张张生成图画,优点是对显卡要求低,缺点是耗时比较长。

如果想比较更多因素可以把Z轴也选上,

可以批量尝试哪个参数是最需要的。

保持随机种子值为-1不要勾,咱主要就是来对比区别的,如果每次都随机生成那就没可比性了。

另外两个选项完全没用,忽略它。

记得用完脚本之后 要选成“无”,不然下次还会自动调用脚本。

课后总结:

有了这几个脚本,你自己就可以方便的对比出各项提示词或者参数直接的对比效果,可以更高效的选取适合的提示词和参数,节省很多时间,也不用等着别人来教你了。

授人以鱼不如授人以渔,希望大家都能学会,每天进步一点点,持续下去,总会出人头地!

图片

### 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!

在这里插入图片描述

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】

在这里插入图片描述

ComfyUI与Z-Image-Turbo:节点式工作流加速Stable Diffusion创作 在AI绘画领域,Stable Diffusion作为主流的扩散模型,其核心原理是通过迭代去噪过程将随机噪声转化为符合文本描述的图像。这一技术为数字艺术创作和内容生成带来了革命性变化,但传统WebUI的黑盒操作模式限制了工作流的透明度和复用性。节点式可视化编程通过将生图流程解构为模块化单元,实现了对每个处理步骤的精确控制和性能优化,显著提升了创作效率和可控性。ComfyUI正是这一理念的典型代表,它允许用户像搭建积木一样连接加载模型、提示词编码、采样器、VAE解码等节点,构建可保存和复用的标准化流水线。而Z- 阅读详情

相关推荐

告别NeRF漫长等待!用Gaussian Splatting + Stable Diffusion做3D编辑的完整配置指南

本文详细介绍了如何利用Gaussian Splatting与Stable Diffusion结合进行高效3D编辑的完整配置指南。通过优化环境配置、场景准备、分层高斯溅射(HGS)等技术,大幅提升3D编辑效率,告别传统NeRF方案的漫长等待。特别适合需要快速完成3D内容创作的开发者和设计师。

chenqiaodezhi57164的博客 367

Stable Diffusion web UI 安装、启动脚本、常见问题、插件(linux)

stable diffusion脚本安装及相关配置(linux)详细

ziqibit的博客 1万+

Stable Diffusion提示词与模型实战:从入门到精通的AI绘画指南

在AI绘画领域,提示词工程与模型选择是两大核心技术支柱。提示词作为与潜空间模型进行“加密通信”的媒介,其结构化表达和权重控制直接决定了生成图像的内容与细节精度。模型则如同画师的“基因库”,不同类型的基础模型和微调模型(如ChilloutMix、DreamShaper)决定了作品的风格基底与表现能力。掌握这两者的协同工作原理,能够显著提升图像生成的稳定性和创意实现效率,广泛应用于角色设计、场景构建、风格化创作等数字艺术生产流程。本文深入解析了提示词的结构化构建方法、负面提示词的黄金法则,以及如何根据创作需求精

weixin_30732487的博客 331

stable diffusion实践操作-随机种子seed

当使用相同的大模型、关键词、Lora模型和其他参数时,生成的图像可能与他人不同,其中一个影响因素是随机数种子(Seed)。随机数种子控制了图像生成的底层形状,类似于画画时最开始的线稿。它决定了图像的基础轮廓,包括人物的外形轮廓、姿势和站位等。当随机数为“-1”的时候,SD就会随机给你的照片生成一个种子,这个种子就理解成不一样的线稿就可以,你可以在生成的图像下方查看英文字符串中的seed值,以了解当前生成图像所使用的随机数种子。提示:以下是本篇文章正文内容,下面案例可供参考。

weixin_43360707的博客 1万+

告别在线限制:用你的N卡搭建个人AI画室,Stable Diffusion WebUI+NovelAI模型实战

本文详细指导如何利用NVIDIA显卡本地部署Stable Diffusion WebUI与NovelAI模型,打造高效AI绘画系统。从硬件评估、WebUI配置到模型调优,提供全面的性能优化方案和实用技巧,帮助创作者突破在线限制,实现个性化数字艺术创作。

weixin_30687051的博客 549

AI 绘画 | Stable Diffusion 出图必备脚本神器

这一节我们就来讲讲 SD 最常使用的三个脚本工具的使用,分别是 提示词矩阵、批量提示词和X/Y/Z图表。这三个脚本SD-WebUI默认自带的无需另外安装皆可使用。在文生图和图生图网页界面的最下方,脚本选择栏里。

洛阳泰山的博客 1103

【AI绘画】Stable Diffusion基础教程8——​随机种子及内置三种脚本介绍

今天讲的都是可以提高人工效率的方法,为此苦恼的小伙伴记得看完哦。 可以理解为每个图画的唯一编码,当设置为-1时,图画随机生成,当遇见中意的图片时,复制下面的种子数值,填入随机种子框内,后续生成的图画基本都是一个样子。

m0_74942241的博客 3077

AI人工智能与Stable Diffusion:图像创作的新范式

你是否想过:为什么现在打开社交平台,总能看到"AI生成的美女"“AI画的赛博朋克城市”?为什么设计师的电脑里多了一个"AI助手",能秒速生成海报素材?这些变化的背后,藏着一个叫"Stable Diffusion"的技术。Stable Diffusion到底是什么(它不是魔法,是数学和代码的结合)、它如何把文字变成图像(像拆解菜谱一样拆解它的工作步骤)、你如何用它创造自己的作品(从安装到生成,手把手教你实操)。

AGI×大数据,开启智能时代的认知跃迁;解码AGI,赋能数据驱动的智能革命。 1079

告别创作瓶颈:stable-diffusion-webui让AI绘画效率提升10倍的终极秘诀

Stable Diffusion web UI是一款基于Gradio库实现的AI绘画工具,它为用户提供了直观的网页界面,让AI绘画创作变得简单高效。无论是专业设计师还是绘画爱好者,都能通过这款工具轻松突破创作瓶颈,大幅提升AI绘画效率。 ## 一、认识stable-diffusion-webui:AI绘画的强大助手 🎨 stable-diffusion-webui作为一款功能丰富的AI绘画工

gitblog_00252的博客 1153

第八章 MobileNetv3网络详解

本文介绍了基于互补的搜索技术和新颖的架构设计的MobileNets的下一代。MobileNetV3通过硬件感知网络架构搜索(NAS)和NetAdapt算法相结合,针对移动电话CPU进行优化,随后通过新颖的架构改进技术进行了进一步提高。本文开始探索自动化搜索算法和网络设计如何相互协作,以利用互补的方法改进整体技术水平。通过此过程,我们创建了两个新的MobileNet模型:MobileNetV3-Large和MobileNetV3-Small,分别针对高资源和低资源使用情况。

ADICDFHL的博客 1万+

Cesium体渲染实战:从医学CT到气象数据的3D可视化全攻略

本文详细介绍了如何利用Cesium体渲染技术实现医学CT和气象数据的3D可视化。从数据预处理到交互式渲染,涵盖了DICOM和NetCDF格式的处理技巧,以及性能优化的实战策略,帮助开发者高效处理复杂的三维数据集。

weixin_28717431的博客 422

告别创作瓶颈!Stable Diffusion 垫图神器 IP-Adapter 实战指南,快来领取你的专属秘籍

在AI绘画创作过程中,“垫图”早已成为创作者们耳熟能详的实用技巧。过去,当我们脑海中浮现出理想画面,却因语言表达的局限,难以用文字prompt精准传达创作意图时,“垫图”便成为破局的关键。无需绞尽脑汁雕琢文字,只需找到一张风格、构图或元素与构想相近的参考图,导入AI绘画工具,启动img2img功能,便能将脑海中的灵感雏形转化为可视化图像。这一操作不仅大幅降低创作门槛,更让创意落地的过程变得流畅高效,成为无数创作者突破表达瓶颈的“秘密武器”。

A2421417624的博客 1234

EverOS:为AI智能体构建长期记忆系统的完整指南

长期记忆是AI智能体实现持续学习和自我演进的核心能力,它通过结构化存储和关联检索历史交互信息,使智能体能够跨越单次对话的局限。其技术原理通常涉及向量数据库、记忆提取算法和知识图谱等组件,用于对非结构化对话内容进行编码、组织和索引。这一能力的技术价值在于显著提升了智能体的个性化服务水平、任务完成连贯性以及从经验中学习的能力,是实现真正“智能”伙伴的关键。在应用场景上,长期记忆系统广泛应用于个性化聊天伴侣、持续学习的编程助手、游戏NPC角色塑造以及客户服务机器人等领域。本文以EverOS为例,深入解析了其提供的

weixin_28679635的博客 454

如何用stable-diffusion-webui的5个内置工具打造完美训练数据集

你是否曾为训练Stable Diffusion模型准备数据而头疼?裁剪图片、打标签、数据增强……这些繁琐的预处理工作往往比训练本身更耗时。今天,我将为你揭秘stable-diffusion-webui中隐藏的5个内置神器,让你轻松打造高质量的训练数据集,大幅提升模型效果! stable-diffusion-webui不仅是一个强大的AI绘画工具,更是一个完整的数据预处理解决方案。通过内置的"po

gitblog_00329的博客 807

ADI DSP开发环境(CCES)下的程序烧录问题(以ADSP-SC589为例)

在CCES环境下将程序烧录到flash主要有两种方式。首先在对项目编译产生文件的属性设置为Release。 在编译完成后,找到每个CORE单独生成的DXE文件: 文件通常位于项目目录下每个core的Release文件中。安装SC589评估板的驱动(ADSP-SC5xx_EZ-KIT_Lite-Rel2.0.0.exe)后,在安装目录下可以找到SPI FLASH芯片的驱动程序(sc589_w25q128fv_dpia_Core1.dxe): 把文件copy到CCES 的目录下由于SC58x处理器的特殊性

daijingxin的博客 3731

【网络】Ikuai中如何添加/更换虚拟机(图文)

Ikuai 添加虚拟机教程

qq_20623849的博客 6548

告别复杂配置:Anything V5 Stable Diffusion 极简部署与快速调用教程

本文介绍了如何在星图GPU平台上自动化部署Anything V5 - Stable Diffusion镜像,快速搭建AI绘画服务。该方案免去了复杂的环境配置与模型下载,用户可通过Web界面或API轻松调用,核心应用于生成高质量的二次元风格图片,极大降低了AI绘画的技术门槛。

weixin_42612804的博客 35

【DSP】【工程实战】从零构建C6678多核工程:CCS环境配置与启动模式详解

本文详细介绍了在CCS开发环境中从零构建TMS320C6678多核DSP工程的完整流程。内容涵盖KeyStone架构解析、工程创建、基础代码编写、链接命令文件配置、仿真器调试,并重点深入讲解了包括I2C EEPROM在内的多种一级启动模式原理与配置方法,为开发者提供了一套清晰、可复用的实战指南。

weixin_29164185的博客 421

终极指南:如何在Mac上免费运行本地Stable Diffusion AI图像生成

Mochi Diffusion是一款专为Apple Silicon Mac设计的本地AI图像生成工具,让你无需网络连接就能在Mac上运行Stable Diffusion模型,实现完全离线的AI艺术创作。这款开源应用深度优化了Core ML技术,将高性能AI图像生成直接带到你的Mac桌面,保护隐私的同时提供极致的创作体验。 ## 🎯 为什么你需要本地AI图像生成? ### 痛点场景:当云端AI

gitblog_01050的博客 740

OTA 升级失败/回滚策略设计:打造安全可靠的双分区/断点续传/签名校验方案

双分区机制(A/B Partitioning)是OTA升级的“保险箱”。简单来说,设备存储分为两个分区:A分区(当前运行)和B分区(备用)。升级时,新固件写入B分区,A分区保持不变。如果升级成功,系统切换到B分区运行;如果失败,设备直接回滚到A分区,完全不受影响。这就像玩游戏存档:你打Boss前存了个档,万一挂了还能读档重来。双分区就是设备的“读档”机制,避免了变砖的尴尬。以Android设备为例,Google从Android 7.0开始强制引入A/B分区机制(Seamless Updates)。

大模型大数据攻城狮的专栏 1236

10.28华为OD机试真题 新系统 - AI推理任务并行额度最大值 (Java/Py/C/C++/Js/Go)

10.28华为OD机试真题 新系统 - AI推理任务并行额度最大值 (Java/Py/C/C++/Js/Go)

算法大师! 314

分片渲染实战:让Stable Diffusion告别CUDA显存溢出,轻松跑8K大图

在图像生成领域,扩散模型处理超大画布时,中间激活值与Attention的平方级复杂度往往导致显存飙升,CUDA out of memory成为高清合成的头号障碍。分片渲染(Tiling)通过将大图拆解为局部块,逐块推理后羽化拼合,把单次峰值显存从整图级降为分块级,从而在不变硬件的情况下支持8K级出图。这一思路在无限画布扩展、Outpainting、局部重绘等场景中尤为有效。本文基于Stable Diffusion与ControlNet生态,系统讲解分片原理、WebUI与ComfyUI落地参数及接缝排查清单,

weixin_29044713的博客 206

OV9734 DATASHEET,完整规格书

OV9734完整规格书,包括电气参数,尺寸规格,寄存器配置表等

告别卡顿:Stable Diffusion 3.5云端GPU比本地快5倍实测

本文介绍了基于“星图GPU”平台,如何通过自动化部署Stable-Diffusion-3.5镜像,快速实现高性能AI图像生成。该平台预装ComfyUI与主流模型,支持一键启动,显著提升出图效率。用户可在云端流畅运行文生图、模型微调等任务,尤其适合高分辨率图像创作与批量生成场景,告别本地硬件卡顿问题。

CrystalwaveTiger37的博客 812

文档:亲测可用解决vnc灰屏,黑屏,鼠标大黑叉情况

主要解决vnc-viewer灰屏,黑屏,鼠标大黑叉等现象,详细见文档。

TMS_WebGMaps_1.9.8.0_Full_Source

TMS_WebGMaps_1.9.8.0_Full_Source 全源码 delphi cbuilder

告别漫长等待:用DDIM加速Stable Diffusion采样,实测5步出图效果

本文介绍了如何利用DDIM(去噪扩散隐式模型)加速Stable Diffusion的采样过程,实测仅需5步即可生成高质量图像。通过分析DDIM的非马尔可夫扩散路径和子序列采样技术,大幅提升生成效率,同时保持图像质量。适用于快速原型设计、批量生成筛选等场景,显著提升创作效率。

weixin_30536513的博客 451

3分钟搞定AI创作工具安装:SillyTavern-Launcher让你告别复杂配置

你是否曾经为了安装AI创作工具而头疼不已?从文本生成到图像创作,再到语音合成,每个工具都需要不同的环境配置、依赖安装和复杂设置。SillyTavern-Launcher(简称STL)就是为解决这个问题而生的——一个让你在3分钟内就能拥有完整AI创作环境的智能启动器。 ## 告别繁琐配置:AI工具安装的痛点与解决方案 在AI创作的世界里,最大的障碍往往不是创意本身,而是技术门槛。想象一下这样的场

gitblog_00764的博客 916
上一篇: 掌握核心控图力!StableDiffusion 的 ControlNet 插件入门教程
壹只小小码农
博客等级 码龄5年 8105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