Stable Diffusion 1.8新版本最强功能,内置丝滑重绘效果,毫无违和感

前一阵子 Stable Diffusion 1.8 发布了!

更新了很多有用的功能

  • 处理性能优化,跑图节省显存消耗
  • 内置 LCM 采样器
  • 支持 SDXL-inpainting 模型
  • Soft inpainting

今个分享下我觉得比较有意思震惊我的功能 Soft inpainting,可以实现毫无违和感的局部重绘

Soft inpainting

Soft inpainting 可以将原始内容和修复内容无缝地融合在一起。在局部重绘的时候,可以毫无违和的将原图和遮罩图像进行融合。

这在 Stable Diffusion 1.8之前其实挺难实现的,不管是调整羽化值还是抠出细致蒙版图,最后的出图效果都还是有些瑕疵

使用

Soft inpaninting 是 Stable Diffusion 1.8 新功能,所以需要先升级到1.8

接着来看个例子看看局部重绘和开启了 Soft inpainting 后的差异效果

生成背景底图

这块大家可以根据自己需要生成即可。

复制代码
model: majicmixRealistic_v7
prompt: A forest, highly detailed
Negative prompt: natural, colorful, deformed, sketch, low contrast, watercolor
Steps: 35

背景图

局部重绘效果

先来看看使用默认的局部重绘效果

添加遮罩

将生成的背景图放到图生图局部重绘中,用画笔在图生扣出一块放我们要重绘的区域

修改提示词参数

比如,我希望在遮罩区域中添加一个女孩的背景

复制代码
prompt: back of 1girl in a forest,highly detailed

参数修改好后,直接出图

emmm... 这个效果还是比较瘆人的。

可以很明显的看出来遮罩边界和背景图融入的非常生硬。而且融入时会丢东西(🐶)脚不见了~

Soft inpainting

使用 soft inpainting,默认情况下我们只需要打开 Soft inpainting,并将蒙版模糊调大就可以得到比较好的结果!

修改参数后生成

Soft Inpainting 参数

打开 Soft inpainting 后可以看到几个参数配置

Schedule bias 时间表偏差

时间表偏差会在每个步骤中调整原始内容的保留。默认值为 1 时。简单来说就是在重绘时如何保留原图的内容

Schedule Bias < 1

在小于1时,会在出图靠后的步数后更多的保留原图内容。

Schedule Bias > 1

在大于1时,则相反,会在出图开始的步数更多的保留原图内容。

在小于1的时候,原图的内容保留的比较少,保留了更多的修复内容。并不能很好的融合到原图中

Preservation strength

Preservation strength 的作用和 Schedule bias 的效果是一样的。区别在于 Schedule bias 随着值的变化是指数性的改变。

而 Preservation strength 是线性变化

Transition contrast boost

transition contrast boost 过渡对比度增强控制原始内容和修复内容混合的锐度。

低值会产生柔和的混合,到修复区域的过渡很顺利。

高值会产生强烈的对比度。它允许急剧过渡到原始内容。

Difference threshold

差异阈值控制在不显示重绘内容的情况下允许进行多少更改。

增加差异阈值更多地显示原始内容,直到整个图片不变。可以实现淡出效果。

写在最后

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。


一、AIGC所有方向的学习路线

AIGC所有方向的技术点做的整理,形成各个领域的知识点汇总,它的用处就在于,你可以按照下面的知识点去找对应的学习资源,保证自己学得较为全面。

二、AIGC必备工具

工具都帮大家整理好了,安装就可直接上手!

三、最新AIGC学习笔记

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。

四、AIGC视频教程合集

观看全面零基础学习视频,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。

五、实战案例

纸上得来终觉浅,要学会跟着视频一起敲,要动手实操,才能将自己的所学运用到实际当中去,这时候可以搞点实战案例来学习。

相关推荐
老鱼说AI几秒前
统计学习方法第八章:Boosting
人工智能·深度学习·神经网络·机器学习·学习方法·集成学习·boosting
钓了猫的鱼儿2 分钟前
基于深度学习+AI的无人机森林火灾目标检测与预警系统(Python源码+数据集+UI可视化界面+YOLOv11训练结果)
人工智能·深度学习·无人机
AIGS0015 分钟前
生产运营三大瓶颈,工业AI怎么破局?
java·人工智能·人工智能ai大模型应用
WangN25 分钟前
【通识】Unitree RL Lab -模型格式与转换
人工智能·机器人·仿真
TMT星球10 分钟前
星源智剑指物理AI的“智谱”,智源研究院持续助力世界模型
人工智能
运维行者_12 分钟前
通过Applications Manager的TCP监控确保无缝网络连接
运维·服务器·网络·数据库·人工智能
小鹿软件办公14 分钟前
微软发布旗下首款具备思考能力的 MAI-Thinking-1 AI 模型
人工智能·microsoft·语音识别
段一凡-华北理工大学16 分钟前
工业领域的Hadoop架构学习~系列文章12:Hadoop集群监控与运维
大数据·人工智能·hadoop·学习·架构·高炉炼铁·高炉炼铁智能化
澜舟孟子开源社区16 分钟前
澜舟观点:OpenClaw引爆OPC浪潮,亟需理性引导与科技赋能
人工智能·科技
无心水19 分钟前
【Harness:落地实战】23、从CI/CD到AI原生底座:Harness平台全景深度解析——现代软件交付的最终答案?
人工智能·ci/cd·ai-native·openclaw·harness·hermes·honcho