大家好，我是画画的小强
学习别人怎么做出好看的图，你也可以快速做出优质图。在SD中，图片的生成由以下几部分决定。
1、大模型Checkpoint决定了图片的基础风格，比如真实、3D、二次元等风格。
2、微调模型Lora，这个控制图片的细节风格，比如人物脸型、物品特征、艺术画风等。
3、提示词，用于描述画面的具体内容，如一个黑发的女孩半身照，商业摄影作品。
4、反向提示词，画面中不要什么。
5、采样方法，不同的采样方法会产生不同的出图效果。
Euler a：超快采样，迭代步数设置为10即可出图，但有时候构图会自由发挥，产生一些比较奇怪的图。
Euler：超快采样，和Euler a差不多，但是会虚化背景。
LMS:效果一般，饱和度与对比度偏低。
Heun：速度最慢，迭代步数高表现好，单次出图平均质量比Euler和Euler a高。
DPM2：生成图片效果不错，但是建议设置采样步数为20，如果步数过高，它可能会自由发挥。
DPM2 a：和DPM2没有太大区别，但是生成图片会聚焦在人物上，背景可能会生成出一些奇怪的东西
DPM++ 2S a：迭代步数为10时，可以产生一张效果不错的图片，兼顾了速度和表现，但迭代步数过高，它也会自由发挥。
DPM++ 2M：速度快，自动完善细节，但是会不听指挥，你说a它做d。
DPM++SDE：出图效果一般，步数低会加细节但是细节不是很优秀，步数高会加光效材质但是不怎么样。
DPM fast：开发者所遗留的测试工具，不建议使用
DPM2 Karras：迭代步数设置为10即可出图，迭代步数增加，会进一步完善背景的细节，人物变化不大。
DPM2 a Karras：与DPM2相同，对人物可能会有特写。
DPM++ 2S a Karras：迭代步数设置为5即可出图，迭代步数为10会有较好的表现，但步数增多，会脱离提示词。
DPM++ 2M Karras（最经常被使用）：采样色彩较佳，随着采样次数的增加，人物及背景的细节都会得到相应的增强。
UniPC：步数20可以完成基本画面，线条感较强，步数30次之后，开始向拟真人物发展。
DDIM：严格遵循提示词，步数10可以完成基本画面，只是效果一般，步数20会有较好的表现，步数30达到稳定画面。
6、ControlNet，用于控制生成的图片样式、姿态、风格和形状等。
7、参数配置，如算法选择、图片分辨率、提示词引导系数等。
学习的第一步是模仿制作。
C站、抱抱脸是资源相当丰富的网站，如果我们访问不了，国内也有一些类似的网站。比如liblib。
我们以C站为例，它包含了各类SD模型的出图效果。这里可以选择模型的类别，比如Checkpoint，你可以选麦橘，Lora也有很多，你可以选个喜欢的真实系风格。
这里是图片的分类，比如建筑、动物、交通工具。我们可以先浏览，找到你喜欢的风格，然后点击进去，在这里下载对应的模型。
下载完成后，点击刷新或重启启动器即可找到新的模型。那么如何把这里的图片在你的SD中画出来呢？
比如这张先下载保存，然后点击编辑图片信息，上传你下载的图片，SD就能提取出这张图片对应的所有信息。
我们点击发送到文生图，可以看到提示词和相关参数都已经填好，我们只需选择对应的模型即可。
这里我们选择------麦橘写实，点击生成，可以看到SD完美的复刻了目标图片。
接下来我就可以在这张图片基础上进行修改。比如我要绿色的眼睛，棕色的头发，修改提示词，看看效果。
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。
若有侵权，请联系删除