Stable Diffusion 参数测试

对于Stable Diffusion部分参数的测试与理解

采样迭代与采样方式

正向关键词是采用我之前做的一个二次元风格的内容碧蓝航线的岛风,在尽可能的避免出现畸形错误变型的情况下采用了大佬们的反向关键词。整体测试尽在改变采样迭代步数(Steps)与采样方法(Sampler)的情况进行。模型并未采用SD默认模型并且加入了LORA模型,测试内容可能会略有失准。所以仅供参考!!!

以下是默认参考参数,红色内容是测试内容:

Stable Diffusion模型(ckpt)revAnimated_v11采样迭代步数(Steps)28随机种子(seed)917113818模型的VAE(SD VAE)animevae采样方式(Sampler)Eulera a提示词关联性(CFG Scale)7Clip 跳过层2面部修复否宽度512Lorablindbox_V1Mix可平铺(Tilling)否高度680高清修复否放大算法无放大倍率无高清修复采样次数无重绘幅度(Denoising)无特殊关键词(必须)chibi

在这里插入图片描述

关键词
正向关键词
中文

(杰作),(最好的质量),(超详细),(全身:1.3),1个女孩,赤壁,可爱的,动物耳朵,手套,兔子耳朵,高抬腿,长发,无袖的,裙子,manjuu(碧蓝航线),茶碗,怀表,卡片,无袖连衣裙,黄眼睛,白色的头发,杯子,黑手套,茶壶,张开嘴,独奏,天空,全身,花,微笑,保持,看着观众,黑色鞋履,手表,黑色长筒袜,常设,云,裸露的肩膀,黑裙子,纸牌,很长的头发,鞋,钟,茶,光线追踪,(美丽细致的脸),(美丽细致的眼睛)

英文

(masterpie

### 使用 Conda 安装和配置 Stable Diffusion 环境 #### 创建新的 Conda 环境并指定 Python 版本 为了确保环境的独立性和兼容性,建议创建一个新的 Conda 环境,并指定所需的 Python 版本。对于 Stable Diffusion WebUI 的安装,推荐使用 Python 3.10。 ```bash conda create -n stdwebui python=3.10 ``` 这一步会初始化一个名为 `stdwebui` 的新环境,并设置 Python 解释器版本为 3.10[^3]。 #### 下载 Stable Diffusion WebUI 源码 在成功创建环境之后,需要获取最新的 Stable Diffusion WebUI 源代码。可以通过 Git 命令克隆官方仓库: ```bash git clone https://github.com/AUTOMATIC1111/stable-diffusion-webui.git ``` 此操作会在当前工作目录下复制一份完整的项目副本。 #### 激活环境并进入项目文件夹 完成上述步骤后,需激活之前建立好的 Conda 虚拟环境,并切换至刚下载下来的源代码所在路径: ```bash conda activate stdwebui cd stable-diffusion-webui/ ``` 这样做的目的是使后续所有的依赖包都仅限于该特定环境中运行,从而避免与其他项目的冲突。 #### 配置与启动服务 一旦进入了正确的上下文中,则可以根据具体需求进一步调整参数或执行其他必要的脚本来准备模型和服务端口等细节部分。通常情况下,在这个阶段可以直接参照官方文档中的指导来继续前进。 通过这种方式利用 Conda 来构建 Stable Diffusion 开发测试平台具有诸多优势,比如简化了 CUDA 及其驱动程序的手动安装过程,同时也提高了不同应用程序之间相互协作的可能性[^4]。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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