Hello . 大家好
今天给大家带来Stable Diffusion基础操作分享(文末可获取AI工具和学习资料)
文生图&图生图
1
文生图
首先是文生图,它分正向提示词和反向提示词,正向提示词意为你希望在画面中出现的物体,顾名思义,反向提示词则为不希望画面出现某些物件,比如我们希望在画面中有一位女性,不要有错误的人体结构解剖,多余的手臂,那正向提示词为:1
girl 反向提示词则为:bad anatomy,bad hands,就是不要在画面中存在反向提示词的内容。

迭代步数 :相当于采样值,值越高生成速度越慢,生成细节会越多,数值一般20-40左右,追求细节数值可更高。

采样方法 :意为采样器,每个采样器对最终生成的效果以及质量都会有影响,最为常用的有三种:Euler a、DPM++ 2M Karras、DPM++SDE Karras,写实效果推荐DPM++ 2M Karras。

宽度和高度决定生成图片的尺寸大小,512,768尺寸较为常用,测试生成后可以进行高分辨率修复或者插件来提高精度。
建议不高于1024,生成速度慢,生成内容容易出错,最为常见的是角色出现多个肢体。

总批次数 意为生成的图片数量,是SD依次生成图片,单批数量则是指SD一次性生成的数量,显存较低建议试用总批次数去生成。

提示词引导系数
指的是生成图片内容与提示词的相关性,值越高,提示词对生成内容影响越大,一般6-15之间。


随机数种子
指的是我们每次生成出的内容都会有一个编号,如果像还原上版的内容只需要将该数值复制到随机数种子位置,后方还有两个icon,鼠标悬浮即可查看释义。


接下来介绍一个比较好用的功能,


我们在libilibi或者C站上找一些模型都会有生成信息,可以直接复制生成数据,然后粘贴到正向提示词中,再点击这个小箭头,SD可以自动生成参数,当我们把正方向提示词都删除后,又想拿到当前生成图的参数,也可以点这个小箭头。右边的垃圾桶则是将提示词清空。
接下来是显示和隐藏扩展模型,这个我们在上篇中有讲过,lora模型,嵌入式都在这里添加。

最后就是插入预设样式了,这里默认提供了一个基础起手提示词,叠加正向提示词即可。

看看默认的提示词都写了啥:

接下来我们介绍下图生图:
我使用墨幽人造人大模型配合简约轻机甲LORA文生图算了一个,下方点击发送到图生图,

2
图生图
图生图有两个关键参数:提示词引导系数 ,重绘幅度 。
提示词引导系数刚才讲过是提示词对生成内容的影响程度,而重绘幅度则是我们生成图最终变化的程度,

当我们把重绘幅度拉到最大时,AI就放飞自我了,

我们稍微较低点,给0.5看看:(这里我没有更改其他数值)

可以看到它在肩甲以及腹部添加了许多细节,层次更加丰富。
接着我添加了一些正向提示词,主要强调光影背景,将重绘幅度给到0.6左右,

也可以多找一些Lora来缝合看看。

接着说下这个缩放模式,

仅调整大小以及比例裁剪后缩放 两个是对图片尺寸进行简易裁剪拉伸处理,


缩放后填充空白这个适当开点重绘幅度,这样不会强行拉伸,SD会计算拉伸出的部分图像信息,以图片的最后一个像素为基础来填充多出尺寸的元素。

剩下的涂鸦绘制等我们下篇再介绍。
充多出尺寸的元素。

剩下的涂鸦绘制等我们下篇再介绍。
这里直接将该软件分享出来给大家吧~
1.stable diffusion安装包
随着技术的迭代,目前 Stable Diffusion 已经能够生成非常艺术化的图片了,完全有赶超人类的架势,已经有不少工作被这类服务替代,比如制作一个 logo 图片,画一张虚拟老婆照片,画质堪比相机。
最新 Stable Diffusion 除了有win多个版本,就算说底端的显卡也能玩了哦!此外还带来了Mac版本,仅支持macOS 12.3或更高版本。

2.stable diffusion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,一步步带你入坑stable diffusion,科学有趣才能更方便的学习下去。

3.stable diffusion模型下载
stable diffusion往往一开始使用时图片等无法达到理想的生成效果,这时则需要通过使用大量训练数据,调整模型的超参数(如学习率、训练轮数、模型大小等),可以使得模型更好地适应数据集,并生成更加真实、准确、高质量的图像。

4.stable diffusion提示词
提示词是构建由文本到图像模型解释和理解的单词的过程。可以把它理解为你告诉 AI 模型要画什么而需要说的语言,整个SD学习过程中都离不开这本提示词手册。

5.SD从0到落地实战演练

如果你能在15天内完成所有的任务,那你堪称天才。然而,如果你能完成 60-70% 的内容,你就已经开始具备成为一名SD大神的正确特征了。
这份完整版的stable diffusion资料我已经打包好,需要的点击下方插件,即可前往免费领取!

388



被折叠的 条评论
为什么被折叠?



