『SD』场景变换魔法:InstructP2P控制类型助你一键换天气

点赞 + 关注 + 收藏 = 学会了

本文简介

InstructP2P 控制类型是 ControlNet 插件中的一个强大功能,InstructP2P 的主要能力是实现场景转换,风格迁移。

先来看看这个例子。

我将绫波丽的形象从她原本身着机甲、在夜空下站着的场景,转换到春意盎然的环境中,四周环绕着绽放的花朵和嫩绿的新叶。

动手操作

实现场景转换需要用到 InstructP2P 这个 ControlNet 的控制类型。而 ControlNet 又是 Stable Diffusion 的插件。所以你需要在你的 SD 里安装 ControlNet 插件。关于这个插件的安装和基础用法,可以看看 《『SD』ControlNet基础讲解》 这篇文章。

当你的 SD 安装好 ControlNet 后,需要到 huggingface 下载 control_v11e_sd15_ip2p 模型。下载链接我放在这里:huggingface.co/lllyasviel/...

control_v11e_sd15_ip2p.pth 下载好之后,将它放在 SD 的这个目录下: sd.webui\webui\models\ControlNet

然后启动 SD,启动 ControlNet,上传一张图片,并将该图片的尺寸发送到生成设置。接着将控制类型选择 InstructP2P

模型选择刚刚下载好的 control_v11e_sd15_ip2p (红框部分)。

黄框部分从左到右的选项分别是"控制权重"、"介入时机"、"终止时机",这个在 《『SD』ControlNet基础讲解》 里有介绍过。根据你的图片调整好参数,通常需要多次试验不同的权重和时机的值。

最后最后,回到页面上方,选择一个模型,然后输入提示词。

这里的提示词一定要使用这个语法:

复制代码
MAKE it xxx

这里的 xxx 指的是你要实现的效果。

比如在我这个例子中,我要让场景变成春天,就需要这么写提示词 MAKE it spring

最后点击"Generate"按钮生成图片。

如果对生成结果不满意,记得调整一下 ControlNet 里的控制权重以及介入和终止时机。

多抽几张卡,抽到满意为止。

下面这张是原图,喜欢绫波丽的工友自取。


点赞 + 关注 + 收藏 = 学会了

相关推荐
慢半拍iii9 小时前
对比分析:ops-nn与传统深度学习框架算子的差异
人工智能·深度学习·ai·cann
心疼你的一切9 小时前
解构CANN仓库:AIGC API从底层逻辑到实战落地,解锁国产化AI生成算力
数据仓库·人工智能·深度学习·aigc·cann
禁默9 小时前
Ops-CV库介绍:赋能AIGC多模态视觉生成的昇腾NPU加速利器
aigc·cann
啊阿狸不会拉杆9 小时前
《机器学习导论》第 5 章-多元方法
人工智能·python·算法·机器学习·numpy·matplotlib·多元方法
薯一个蜂蜜牛奶味的愿9 小时前
模块化显示神经网络结构的可视化工具--BlockShow
人工智能·深度学习·神经网络
心疼你的一切9 小时前
基于CANN仓库算力手把手实现Stable Diffusion图像生成(附完整代码+流程图)
数据仓库·深度学习·stable diffusion·aigc·流程图·cann
班德先生9 小时前
深耕多赛道品牌全案策划,为科技与时尚注入商业表达力
大数据·人工智能·科技
哈__9 小时前
CANN加速强化学习推理:策略网络与价值网络优化
人工智能
Dimpels9 小时前
CANN ops-nn 算子解读:AIGC 多模态模型中的 Softmax 与 LayerNorm 实现
aigc
慢半拍iii9 小时前
ops-nn性能调优实战:提升神经网络推理速度的秘诀
人工智能·神经网络·ai·cnn·cann