神奇的人工智能之神笔马良|Stable Diffusion使用

已于 2022-12-08 20:13:20 修改
阅读量3.1k 收藏 2
点赞数 1
分类专栏： 计算机视觉 文章标签： AI作画 文字生成图像
于 2022-09-01 15:53:32 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/qq_20986663/article/details/126868641
版权
这篇博客展示了Stable Diffusion人工智能技术创作的一系列奇特图像，包括月球上骑马的宇航员、下棋的狗、舞台上的唱歌狐狸等，展现了AI在艺术创作中的无限可能。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

1，月球上骑马的宇航员。

1378d8077ab8fc0afd213907e2992af5.jpeg
image generate by stable-diffusion model

2，下棋的狗

a71164cb0daa42d27e9df7e7b530ebd4.jpeg
image generate by stable-diffusion model

3，沉迷学习的史努比

了解本专栏 订阅专栏 解锁全文 超级会员免费看
AIGC从入门到实战：变化：活用 Midjourney，你也能成为神笔马良
AI天才研究院
08-10 525
AIGC从入门到实战：变化：活用 Midjourney，你也能成为神笔马良 1. 背景介绍 1.1 AIGC的兴起 1.1.1 人工智能技术的发展
AI 作画领域中的“神笔马良”是怎样炼成的？
行者AI
12-01 1380
刷爆朋友圈的 AIGC 是什么？
Stable Diffusion 使用技巧与具体操作（详细）
年糕的博客
05-17 1936
使用自定义数据集训练 Stable Diffusion 模型，以生成特定风格或领域的图像。具体方法准备数据集： 收集并准备用于训练的图像数据集，确保图像质量和多样性。数据预处理： 将图像转换为模型可接受的格式，并进行必要的预处理。])定义模型和训练过程： 使用 Hugging Face 的diffusers库定义和训练模型。
stable diffusion 小白最全详细使用教程
最新发布
weixin_55154866的博客
05-04 1215
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。
【stable diffusion 小白最全详细使用教程+大模型资源】
天风的人工智能博客
05-15 1万+
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。
Stable Diffusion完整入门指南，保姆级教程！干货满满，建议收藏！
m0_59235945的博客
08-11 8887
这里分为三个部分：1. 提示词 2. 符号的使用 3. 图像的输出1. 提示词提示词分为正向和反向的生成图像时，我们可以使用正向提示词来指定想要生成的图像。正向提示词可以是脑子里想到的图片或一句话，将其拆分成不同的关键词，并用逗号隔开作为输入。需要注意的是，相同的指令在不同的模型库和参数下，生成的输出图像可能会不一样。此外，提示词的顺序也非常重要，因为它们的顺序会影响到生成图像的权重。通常情况下，越靠前的提示词权重越大，越靠后的提示词权重越小。
全网最全，保姆级Stable Diffusion入门使用教程（附模型下载使用说明）
m0_71745903的博客
06-27 4709
现在我就将带领大家深入了解Stable Diffusion的使用技巧和操作流程。今天的内容包括：出图的基本操作、模型的下载使用说明。
stable diffusion使用入门
benben044的专栏
05-31 5838
Lora模型是一种轻量级模型方案，它能够在底座模型的基础上训练指定风格或任务子模型。比如上面的效果，使用的底座模型是：majicmixRealistic_v4；LoRA补丁模型是144M。
Stable Diffusion使用入门教程
benben044的专栏
06-08 8058
Stable Diffusion是一个文本到图像的潜在扩散模型，由CompVis、Stability AI和LAION的研究人员和工程师创建。它使用来自LAION-5B数据库子集的512x512图像进行训练
AI视觉工具Stable Diffusion轻松掌握使用入门
08-10
AI视觉工具Stable Diffusion轻松掌握使用入门 1. 什么是SD？——打造你的超级AI神笔马良 2. 1分钟生成100张图的秘密 3. 我的电脑能装SD吗？怎么装？ 4. 什么是Prompt？——所谓“咒语”与“魔法” 5. AI绘画的...
stable diffusion使用简明教程
weixin_56766616的博客
04-04 6576
一般来说大部分时候采样部署只需要保持在20~30之间即可，更低的采样部署可能会导致图片没有计算完全，更高的采样步数的细节收益也并不高，只有非常微弱的证据表明高步数可以小概率修复肢体错误，所以只有想要出一张穷尽细节可能的图的时候才会使用更高的步数。CFG很难去用语言去描述具体的作用，很笼统的来说，就是给你所有的正面和反面提示词都加上一个系数，所以一般CFG越低，画面越素，细节相对较少，CFG越高，画面越腻，细节相对较多。设置之后记得点击上方的保存设置，VAE是通用的，可以和任何模型组合。
Stable Diffusion的入门介绍和使用教程
deephub
11-18 1万+
Stable Diffusion是一个文本到图像的潜在扩散模型，由CompVis、Stability AI和LAION的研究人员和工程师创建。它使用来自LAION-5B数据库子集的512x512图像进行训练。使用这个模型，可以生成包括人脸在内的任何图像，因为有开源的预训练模型，所以我们也可以在自己的机器上运行它，如下图所示。如果你足够聪明和有创造力，你可以创造一系列的图像，然后形成一个视频。例如，Xander Steenbrugge使用它和上图所示的输入提示创建了下面这段令人惊叹的《穿越时间》视频。
Stable Diffusion 超详细讲解
热门推荐
略懂……略懂……
06-03 3万+
本文将在《Stable Diffusion原理详解》和《Diffusion Model 深入剖析》这两篇文章的基础上，进一步细致地讲解 Stable Diffusion 的算法原理。
耗时80小时！超详细的胎教级Stable Diffusion使用教程，看这一篇就够！
weixin_58753619的博客
09-25 4727
（全套教程文末领取哈）
Stable Diffusion最详细教程（总版）
m0_54231818的博客
07-23 2万+
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！
Stable Diffusion使用方法
猫叔压力大
04-28 4204
Stable Diffusion web 快速入门，为自己定制化出图。高达娘，中世界白发眼镜娘，二次元魔女等等等
StableDiffusion简单使用教程
2401_85116933的博客
06-07 701
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学习资料和安装工具，包含AI绘画、AI人工智能等前沿科技教程，模型插件，具体看下方。
【AI绘画】stable diffusion -人物三视图实验尝试（多角度图像）
xxwn200301的博客
08-05 774
1.使用charturnerv2For1_5（TEXTUAL INVERSION）得到的结果：可以看到，并不是我们想要的类似人物设计的三视图，或者多角度图片。2.使用 charturnerv2For1_5 + controlnet（控制人物姿势）：确实是想要的多角度图片，但是小图上人物细节很差，几乎没有脸部刻画，并且小图中人物服装也不一致。
Stable Diffusion教程
weixin_37391237的博客
06-03 8849
Stable Diffusion是一种潜在扩散模型（Latent Diffusion Model），能够从文本描述中生成详细的图像。它还可以用于图像修复、图像绘制、文本到图像和图像到图像等任务。简单地说，我们只要给出想要的图片的文字描述在提Stable Diffusion就能生成符合你要求的逼真的图像！Stable Diffusion将“图像生成”过程转换为逐渐去除噪声的“扩散”过程，整个过程从随机高斯噪声开始，经过训练逐步去除噪声，直到不再有噪声，最终输出更贴近文本描述的图像。
评论
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

打赏作者

嵌入式视觉

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

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