第三课-界面介绍SD-Stable Diffusion 教程

前言

我们已经安装好了SD,这篇文章不介绍难以理解的原理,说使用。以后再介绍原理。

我的想法是,先学会画,然后明白原理,再去提高技术。

我失败过,知道三天打鱼两天晒网的痛苦,和很多人一样试了安装 github 版本,生成了几张图,发现效果不太理想,就放着了。后来也是花了几千元学了很多 SD 的课程,才逐渐上道。

界面基本功能

安装好了 SD ,我们就可以再下面的网页上绘图了:

①:大模型:绘图的主要模型,大小一般都在几个G。

②:VAE模型:可以理解为让图片更明亮一些。(不重要,现在的大模型一般都自带了VAE)

③:CLIP终止层数:值越大,出的结果和你预想的差别越大。这个值我们一般固定用1-4,默认用2就行。

④:文生图:常用的生成图片方式,根据提示词来生成图片。框中就是我们写的提示词,只能用英文。

正向提示词:告诉 SD 需要生成什么样的图片,比如,一个桃子。

⑤:反向提示词:告诉 SD 图片中不需要什么元素,比如,狗。意思是不要狗。

⑥:迭代步数:一般地,数值越高,画得越好,时间越长。30是比较合适的数值。

⑦:采样方法:Euler a 方法是扩散类型的,结果很难控制。我们一般采用 DPM++ 2S a Karras 等几个,结果不会发生大的变化,而是不断丰富细节,容易控制。

⑧:生成的图片。

选好基本参数,大模型,迭代步数30,采样方法DPM++ 2S a Karras,再加上自己写的提示词,就可以画出一幅比较完整的画了。

尝试过后,你可能发现,图片似乎还不够理想,没有完全按照你的想法来,比如脸部不正常。下次我们会继续介绍如何完善图片的方法。

小结

一次不要学太多内容。基本功能的介绍已经完成,以后再介绍进阶内容。

相关推荐
Coovally AI模型快速验证2 天前
未来已来:从 CVPR & ICCV 观察 2025→2026 年计算机视觉的七大走向
人工智能·深度学习·目标检测·计算机视觉·stable diffusion
Brianna Home4 天前
大模型如何变身金融风控专家
人工智能·深度学习·机器学习·自然语言处理·stable diffusion·1024程序员节
leafff1235 天前
新手入坑 Stable Diffusion:模型、LoRA、硬件一篇讲透
人工智能·计算机视觉·stable diffusion
喆星时瑜9 天前
ComfyUI本地部署Stable Diffusion:核心组件(Python、PyTorch、CUDA)版本与显卡配置全指南
pytorch·python·stable diffusion
CV视觉10 天前
智能体综述:探索基于大型语言模型的智能体:定义、方法与前景
人工智能·语言模型·chatgpt·stable diffusion·prompt·aigc·agi
leafff12323 天前
Stable Diffusion在进行AI 创作时对算力的要求
人工智能·stable diffusion
leafff12323 天前
Stable Diffusion进行AIGC创作时的算力优化方案
人工智能·stable diffusion·aigc
ding_zhikai23 天前
stable-diffusion试验2-像素人物帧动画2(含 AnimeEffects 简易教程 等)
stable diffusion
ding_zhikai23 天前
SD:在一个 Ubuntu 系统安装 stable diffusion ComfyUI
linux·ubuntu·stable diffusion
ding_zhikai24 天前
stable-diffusion试验2-像素人物帧动画1
stable diffusion