Midjourney + SD 做场景图太香了

于 2025-04-11 17:23:11 发布
阅读量581 收藏 17
点赞数 17
文章标签： midjourney 人工智能 AI作画 stable diffusion AI绘画 SD
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/z19981/article/details/147149951
版权

Midjourney V6 生成的图片细节逼真，堪比真实摄影。它可以解决绝大多数商业上的场景图需求。从此再也不必专门为了场景而去拍摄照片了。资料在文末获取。

可是，光有场景很难实现商业上的落地。如何把产品很自然地融入其中才是关键！这时候 Stable Diffusion 就派上用场了。

我将通过实际案例演示 Midjourney 如何配合 Stable Diffusion 做出一个非常有场景感的产品图片。

# 1. Midjourney 生成场景图

在 AI
赋能摄影的时代，我们只需要一张基本的白底产品图即可。下图是一幅薄荷精油的图片，我们将要为它塑造场景。

为了展现精油健康，有机的产品形象，我们需要为此设计相关的场景。我用下面的提示词在 Midjourney 中生成了一幅场景图。我把白底的产品图给
Midjourney 做参考，这样它生成的产品和真正的产品会更像。

Prompt: Medium: Photo. Subject: A bottle of peppermint essential oil on a
moss-covered
log,
surrounded by peppermint leaves. Emotion: Serene. Lighting: Natural, clear
blue sky. Scene: Bubbling brook in the background, lush greenery. Style:
Realistic, vibrant colors

提示词：媒介：照片
主题：一瓶薄荷精油放在长满青苔的原木上，周围环绕着薄荷叶。情感：宁静。光线：自然、晴朗的蓝天。场景：背景中潺潺溪流，绿意盎然。风格：写实，色彩鲜艳

在这里插入图片描述

我们之所以还需要产品在图片里，而不是仅仅生成场景图的原因是，我们需要一个放置产品的位置。

# 2. 让产品消失

这一步我们需要通过 AI
技术非常自然地让
Midjourney 里的产品消失，以便替换为我们真实的产品。这个工作可以通过 Photoshop 或者 Adobe Firefly 的创成式填充
(Generative Fill) 来完成。

只需要选中 Midjourney 里面的产品，然后不写任何提示词，直接点击 “生成”，Adobe 就会自动利用周围的元素对选中区域进行填充，效果非常自然。

在这里插入图片描述

# 3. 把产品放到场景中

下一步就是把产品抠出来，然后摆放到场景中合适的位置。

利用新版的 Photoshop 对象选择工具可以轻松地把产品选择出来。也可以利用 Removebg 或 Clipdrop 等网页版的 AI
工具直接消除背景。

产品不用抠得非常仔细，有点瑕疵也没关系，因为接下去我们会利用 Stable Diffusion 处理。通过 Photoshop
把照片处理得非常自然是很困难的。

尽管精油有些浑浊，但放在自然环境中，还是可以透过玻璃瓶看见背后模糊的景色的。环境光也会给玻璃的表面带来不同的明暗色调。这一切通过 Photoshop
很难还原得非常真实。

这时候 Stable Diffusion 就派上用场了。

# 4. SD合成

在 Stable Diffusion 里面选一个模型。最好是 SDXL 的模型，这样质感更好。我这里选的是基于 SD1.5 的
realisticVision。然后填入相关的提示词。

在这里插入图片描述

接下去用到的是 ControlNet 里面的 Depth
模型。这一步主要是生成一个深度图，用来控制产品的轮廓，这样跑出来的产品和原先的产品轮廓一致，方便后期把有瑕疵的地方还原成原先的模样。

而且 Depth 可以给 Stable Diffusion 一些发挥空间，让产品融入效果更真实，不像 Canny 或者 Lineart 那样控制得太死。

重绘强度 (Denoising Strength) 我设置了一个相对较高的数值。这样 Stable Diffusion 发挥的空间更大，效果更自然一些。

我生成了好几张，从中挑选了一张效果比较满意的。

可以看到瓶身的部分效果很真实，可以透过玻璃看到后面的一部分景色。

瓶口的部分很不自然，不过没关系，接下去我们可以用 Photoshop 添加蒙版，还原原先产品的瓶口部分，最终效果如下图所示。

在这里插入图片描述

如果用 SDXL 的模型，画面的质感会更好。当然，在 Stable Diffusion 重绘过程中可能会丧失 Midjourney V6
的质感，也可以在蒙版上涂抹进行还原。

# 总结

AI为设计领域开启了新篇章，引领我们走向无限的可能性。在生产式AI的助力下，摄影师和后期工作者们可以从琐碎且耗时的任务中解脱出来，交由AI来完成。未来，设计师们将更加注重创意与想法，而不再需要熬夜进行机械化的重复操作。
所有的AI设计工具，模型和插件，都已经整理好了，文末扫码即可免费获取噢~

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！

请添加图片描述

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】

请添加图片描述

AIGC-Lison
关注
全面了解三大 AI 绘画：Midjourney、Stable Diffusion、DALL·E 的区别和特点
A13531922961的博客
06-17 4064
在当前，比较流行的 AI 绘画软件主要有三个，分别是：StabilityAI 公司的 Stable Diffusion，OpenAI 公司的 DALL·E2，以及更为大众所熟知的，Leap Motion公司创始人 David Holz 携十一人团队创建的 Midjourney。当我学到一定基础，有自己的理解能力的时候，会去阅读一些前辈整理的书籍或者手写的笔记资料，这些笔记详细记载了他们对一些技术点的理解，这些理解是比较独到，可以学到不一样的思路。顾名思义，既然是“通用模型”，那必然是没有什么特点。
Midjourney 也有Control Net了？结构提取、风格转绘，傻瓜操作，so easy
m0_64365896的博客
12-30 936
登录成功之后，在左侧的标签栏中可以看到**“Edit（编辑）”**标签。，你想要的具体风格是什么，你自己要知道。比如，我想要的风格是类似“粉彩”的，这就是最核心的提示词。也就是说，这个功能目前只向老用户和重度氪金用户开放，但这个功能，着实有点好用，算是近期MJ。可以直接提取原图的结构，并进行二次创作，非常适合用来做风格转绘。效果都还不错，结构保留完整，且成品图的审美都有MJ的金牌保障。然后准备提示词，可以在翻译软件中，将你要的效果输入，翻译成英文。左边是原图，一个写实风格的女孩，右侧是风格转绘后的结果。
Midjourney + Stable Diffusion 做场景图 (ControlNet Depth)
程序员小麦的博客
05-22 837
AI为设计领域开启了新篇章，引领我们走向无限的可能性。在生产式AI的助力下，摄影师和后期工作者们可以从琐碎且耗时的任务中解脱出来，交由AI来完成。未来，设计师们将更加注重创意与想法，而不再需要熬夜进行机械化的重复操作。现在AI绘画还是发展初期，大家都在摸索前进。但新事物就意味着新机会，我们普通人要做的就是抢先进场，先学会技能，这样当真正的机会来了，你才能抓得住。如果你对AI绘画感兴趣，我可以免费分享我在学习过程中收集的各种教程和资料。添加下方即可免费领取！​。
打工人必看！SD+PS: 白底图换场景图，新式 AI 工作流
白帽阿叁的博客
03-11 2557
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。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。
爆肝！超详细的胎教级Midjourney使用教程，看这一篇就够！
热门推荐
2401_84830464的博客
05-14 1万+
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。
一个场景图生成模型
冬炫的博客
08-20 1008
github优秀代码链接：https://github.com/deeplab-ai/atr-net
【Midjourney实操】逼真到颤抖！保姆级教程教生成效果炸裂的图片
Charlie_Lee_CS的博客
04-16 5521
许多由Midjourney V5创作的画作在网络上引起了热议，许多人惊呼：人类画师， 插画师， 设计师统统活不下去了！
【场景图生成】Unbiased Scene Graph Generation from Biased Training
weixin_44574941的博客
04-12 2209
【场景图生成】Unbiased Scene Graph Generation from Biased Training
场景图生成（scene graph generation），github/yrcong/RelTR 代码运行
tt1724369779的博客
04-26 2568
这周为了跑通yrcong/RelTR: RelTR: Relation Transformer for Scene Graph Generation (github.com)配置环境花了好长时间。 从github下载项目，按照网站要求： git clone https://github.com/yrcong/RelTR.git cd RelTR 之后下载anaconda配置新的环境，记住一定要按照网站要求设置python=3.6，我一开始运行python=3.7一直无法成功。下载需要的包。
场景图生成图像
qq_44462711的博客
10-06 878
论文摘要 为了能真正理解视觉世界，模型不仅要能够识别图像，还要能够生成它们。近期在自然语言描述生成图片方面取得了令人兴奋的进展。这些方法在有限的领域（例如鸟类或花卉的描述）上提供了令人惊叹的结果，但对于具有许多对象和关系的复杂句子却很难成功复制。为了克服这个限制，作者提出了一种从场景图生成图像的方法，能够明确地推理对象及其关系。作者开发的模型使用图形卷积来处理输入图，通过预测对象的边界框和分割掩模来计算场景布局，并且将布局转换为具有级联精化网络的图像。论文作者使用对抗训练网络对抗一组鉴别器，以确保实际输出
场景图生成综述
Mr___WQ的博客
03-30 1万+
场景图是对场景的结构化表示，可以清晰地表达场景中的对象、属性和对象之间的关系。随着计算机视觉技术的不断发展，人们不再满足于简单地检测和识别图像中的物体;相反，人们期待对视觉场景有更高层次的理解和推理。例如，给定一张图像，我们不仅要检测和识别图像中的物体，还要了解物体之间的关系(视觉关系检测)，并根据图像内容生成文本描述(图像字幕)。或者，我们可能希望机器告诉我们图像中的小女孩在做什么(视觉问答(VQA))，甚至从图像中删除狗并找到类似的图像(图像编辑和检索)，等等。
【场景图生成】Graphical Contrastive Losses for Scene Graph Parsing
weixin_44574941的博客
04-18 4067
【场景图生成】Graphical Contrastive Losses for Scene Graph Parsing
为什么Mid journey很容易就能做出很有氛围感的图而SD却容易做图很丑？
2401_85154887的博客
06-19 1177
AIGC（AI Generated Content）技术，即人工智能生成内容的技术，具有非常广阔的发展前景。随着技术的不断进步，AIGC的应用范围和影响力都将显著扩大。以下是一些关于AIGC技术发展前景的预测和展望：1、AIGC技术将使得内容创造过程更加自动化，包括文章、报告、音乐、艺术作品等。这将极大地提高内容生产的效率，降低成本。2、在游戏、电影和虚拟现实等领域，AIGC技术将能够创造更加丰富和沉浸式的体验，推动娱乐产业的创新。
场景图生成——RelTR训练自己的数据集
weixin_44715117的博客
07-14 2098
最近在做关于视觉关系检测的任务，找文章的过程中发现了一篇使用transformer进行视觉关系检测（场景图生成）的文章——RelTR，于是想用这篇文章的模型来跑一下自己的数据集。因为当前用的数据集不是最终版本的数据集，所以先写个文章记录一下模型使用数据集的格式，方便后面处理数据集，避免大量重复的工作，所以就有了这篇文章。
场景图生成论文阅读笔记 之 IMP(Scene Graph Generation by Iterative Message Passing)
流觞时光
07-08 741
IMP 2017CVPR 《Scene Graph Generation by Iterative Message Passing》 针对问题 前人的工作大多是local prediction，未利用丰富的上下文信息，因此会造成关系类别预测出现模糊和歧义 图的表示 把node(目标)和各个node之间的edge(边)都视为节点，即node节点和edge节点，因为edge也需要具备状态和更新状态，所以把edge也视为节点。 因此每个node节点直接相连的只有edge节点，反之同理，与edge节点直接相连的的只
场景图生成网络——RelTR（TPAMI2023）
python_plus的博客
06-07 1552
介绍了TPAMI2023提出的ReITR场景图生成网络
使用Midjourney为产品创建出色效果图-关键词
z19981的博客
06-17 698
（全套教程文末领取哈）
场景图生成论文阅读笔记 之 Graph R-CNN for Scene Graph Generation
流觞时光
07-19 1552
2018 ECCV 《Graph R-CNN for Scene Graph Generation》 比较早使用图网络进行场景图生成的论文，对后续工作具有一定的启发性，在这做一记录 文章目录《Graph R-CNN for Scene Graph Generation》针对问题文章创新点模型结构① Object Proposal② Relation Proposal Network③ Attentional GCN实验结果 针对问题 很多工作中预测关系时都是密集关系的方式（目标与其它每个目标之间都存在关系）
2020-无偏见的场景图生成:Unbiased Scene Graph Generation from Biased Training
weixin_42653320的博客
06-25 1962
这里##写自定## 标题义目录标题欢迎使用Markdown编辑器新的改变功能快捷键合理的创建标题，有助于目录的生成如何改变文本的样式插入链接与图片如何插入一段漂亮的代码片生成一个适合你的列表创建一个表格设定内容居中、居左、居右SmartyPants创建一个自定义列表如何创建一个注脚注释也是必不可少的KaTeX数学公式新的甘特图功能，丰富你的文章UML 图表FLowchart流程图导出与导入导出导入 欢迎使用Markdown编辑器 你好！ 这是你第一次使用 Markdown编辑器 所展示的欢迎页。如果你想学习
sd ai
最新发布
03-16
<think>好的，用户让我介绍“sd ai”。首先，我需要确认“sd ai”指的是什么。常见的可能性有Stable Diffusion（SD）人工智能，或者是其他缩写如“SD”可能代表的不同概念。由于用户提到了AI，最可能的还是Stable Diffusion，这是一个热门的文本到图像生成模型。 接下来，我需要验证这个假设是否正确。回想Stable Diffusion的发布信息，它确实是由Stability AI开发的开源模型，主要用于图像生成，用户可能用“sd ai”来简称它。同时，也要考虑其他可能性，比如某个特定公司或项目的缩写，但根据当前AI领域的常见术语，Stable Diffusion更符合。 然后，我需要组织回答的结构。用户可能需要了解基本概念、工作原理、应用场景、优缺点等。要确保信息准确，比如Stable Diffusion基于潜在扩散模型，这点需要正确描述。同时，要提到其开源特性，以及相关的伦理问题，如版权和深度伪造。 还需要检查是否有混淆点，比如区分Stable Diffusion和其他图像生成模型如DALL-E或MidJourney。要明确说明SD的特点，比如本地运行的能力和高度可定制性。此外，用户可能想知道如何使用SD，是否需要编程知识，或者有哪些用户友好的工具，如Automatic1111的WebUI。 最后，确保回答符合用户的要求：用中文，结构清晰，分点说明，使用正确的LaTeX格式。检查是否有技术错误，例如扩散模型的过程是否正确，训练数据是否提及LAION数据集，以及开源带来的社区贡献和插件生态。 总结下来，回答需要涵盖定义、技术背景、应用、优缺点、使用方式，同时提醒潜在问题，确保全面且易懂。</think>关于“SD AI”的介绍，通常有以下两种可能的解释： 1. **Stable Diffusion AI（稳定扩散模型）** - **定义**：由Stability AI公司开发的开源文本生成图像（Text-to-Image）模型，2022年发布。 - **技术背景**： - 基于**潜在扩散模型（Latent Diffusion Model, LDM）**，通过逐步去除噪声生成图像。 - 训练数据：使用LAION-5B等大规模图文配对数据集。 - 核心公式：扩散过程可表示为$$ x_{t-1} = \frac{1}{\sqrt{\alpha_t}} \left( x_t - \frac{\beta_t}{\sqrt{1-\bar{\alpha}_t}} \epsilon_\theta(x_t,t) \right) + \sigma_t z $$ - **特点**： - 支持本地部署（最低需4GB显存） - 开源生态丰富（如WebUI、ControlNet插件） - 可生成分辨率达$1024\times1024$的图像 - **应用场景**： - 艺术创作、广告设计、游戏素材生成 - 配合LoRA/Dreambooth实现风格定制 - 图像修复（Inpainting）和扩展（Outpainting） 2. **其他可能的“SD AI”解释** - **Sparse Distributed Artificial Intelligence**：一种分布式稀疏编码的AI架构 - **Secure Data AI**：某些企业使用的数据安全增强型AI系统 - **Specific Domain AI**：垂直领域专用人工智能的统称 --- **推荐关注方向**：若您指Stable Diffusion AI，其技术演进值得注意： 1. **迭代版本**：SD 1.5 → SD 2.1 → SDXL → SDXL Turbo（实时生成） 2. **伦理争议**： - 版权问题（训练数据涉及受版权保护作品） - 深度伪造风险（需配合内容安全过滤器） 3. **使用方式**： - 代码级调用：通过🤗Diffusers库 - 可视化工具：Automatic1111 WebUI、ComfyUI 建议通过Hugging Face或Civitai平台获取最新模型资源，使用时需遵守当地法律法规。
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
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