Stable Diffusion上手绘图必须知道的几个关键点,快收藏起来!

前言

欢迎交流, 获取Sd软件包和学习资料~

Sd上手先从大模型开始?

上一期,我们知道Stable Diffusion(简称Sd)是ai绘画软件的一种,它是通过模拟扩散过程,将噪声图像转化为目标图像的文生图模型,具有较强的稳定性和可控性,可以将文本信息自动转换成高质量、高分辨率且视觉效果良好、多样化的图像。同时,也对Sd的用户界面有了初步的认识,现在就让我从大模型开始进一步了解它吧,这也将是你开启Sd绘画之旅的第一步!

复制代码
**绘图的第一步就是选择一个自己想要绘画的风格模型。如上图箭头所指的两个地方就是更换模型的选项。**Stable Diffusion是一个强大的文本到图像的生成模型,它支持多种不同类型的大模型,每种模型都有其独特的特点和应用场景。以下是一些可用的Stable Diffusion大模型类型:

02

我该如何开始绘画创作?

在选好模型之后,需要考虑的是你所绘画的类型,即:文生图还是图生图?文生图是正向和负面提示词来生成图片,而图生图则是用垫图作为参考,来生成类似的图片。例如,在文生图选项下,你可以输入:1 girl,(+具体人物描述), 而图生图选项侠,你就可以将想要的风格作为参考图上传。

文生图:

1、输入正面提示词(你想要呈现什么画面)

2、输入负向提示词(你不想在画面中出现的元素)

3、选择迭代步数(默认20, 一般选择20~40之间)

4、选择采样方法(一般常用的有:真人用DPM++2M, DPM++SDE, Restart等,二次元用Euler a, Euler)

5、调整图形的分辨率,批次数,单批数量,等

6、调整提示词引导系数,默认为7,该系数越大,图像越契合描述词,系数越小,模型的发挥空间则会越大(有时候会有出乎意料的效果)。

图生图:

1、输入正面提示词(你想要呈现什么画面)

2、输入负向提示词(你不想在画面中出现的元素)

3、选择迭代步数(默认20, 一般选择20~40之间)

4、选择采样方法(一般常用的有:真人用DPM++2M, DPM++SDE, Restart等,二次元用Euler a, Euler)

5、上传参考图

6、调整图形的分辨率,批次数,单批数量,等

7、调整提示词引导系数,默认为7,该系数越大,图像越契合描述词,系数越小,模型的发挥空间则会越大(有时候会有出乎意料的效果)

8、重绘幅度默认参数为0.75,参数越小,绘出的图像越接近参考图,参数越大与参考图的内容偏差越大。

03

万事俱备,可以发车绘图了吗?

做好以上的设置,基本上就可以点击**"生成"**键,开始绘图了。但是:

**别忘了LORA!!**别忘了LORA!!别忘了LORA!!

因为,LORA可以让你的图像在一定程度上风格化,一定程度上可以认为LORA就是人的衣服,可以让你千变万化!LORA的参数按照作者的建议即可。

总而言之,先选择好绘画模型,然后写好提示词,设置好绘画参数,就可以一键发车了!下一期,为大家介绍一下AI绘画的应用场景。

温馨提示

Sd虽然好用,但对电脑的GPU(图形显卡)要求较高,一般建议8G以上显存的显卡。

Sd是一个非常强大的工具,想要玩转自由飞翔还需花时间和精力去研究,更是有丰富的插件和功能模块,欢迎大家添加微信来交流绘画!

这里分享给大家一份Adobe大神整理的《AIGC全家桶学习笔记》,相信大家会对AIGC有着更深入、更系统的理解。

有需要的朋友,可以点击下方免费领取!

AIGC所有方向的学习路线思维导图

这里为大家提供了总的路线图。它的用处就在于,你可以按照上面的知识点去找对应的学习资源,保证自己学得较为全面。如果下面这个学习路线能帮助大家将AI利用到自身工作上去,那么我的使命也就完成了:

AIGC工具库

AIGC工具库是一个利用人工智能技术来生成应用程序的代码和内容的工具集合,通过使用AIGC工具库,能更加快速,准确的辅助我们学习AIGC

有需要的朋友,可以点击下方卡片免费领取!

精品AIGC学习书籍手册

书籍阅读永不过时,阅读AIGC经典书籍可以帮助读者提高技术水平,开拓视野,掌握核心技术,提高解决问题的能力,同时也可以借鉴他人的经验,结合自身案例融会贯通。

AI绘画视频合集

我们在学习的时候,往往书籍源码难以理解,阅读困难,这时候视频教程教程是就很适合了,生动形象加上案例实战,科学有趣才能更方便的学习下去。

相关推荐
机器之心2 分钟前
刚刚,Grok4跑分曝光:「人类最后考试」拿下45%,是Gemini 2.5两倍,但网友不信
人工智能
蹦蹦跳跳真可爱58918 分钟前
Python----大模型(使用api接口调用大模型)
人工智能·python·microsoft·语言模型
小爷毛毛_卓寿杰19 分钟前
突破政务文档理解瓶颈:基于多模态大模型的智能解析系统详解
人工智能·llm
Mr.Winter`20 分钟前
障碍感知 | 基于3D激光雷达的三维膨胀栅格地图构建(附ROS C++仿真)
人工智能·机器人·自动驾驶·ros·具身智能·环境感知
好开心啊没烦恼29 分钟前
Python 数据分析:numpy,抽提,整数数组索引与基本索引扩展(元组传参)。听故事学知识点怎么这么容易?
开发语言·人工智能·python·数据挖掘·数据分析·numpy·pandas
磊叔的技术博客35 分钟前
LLM 系列(六):模型推理篇
人工智能·面试·llm
爱分享的飘哥35 分钟前
【V6.0 - 听觉篇】当AI学会“听”:用声音特征捕捉视频的“情绪爽点”
人工智能·音视频
fzyz12341 分钟前
Windows系统下WSL从C盘迁移方案
人工智能·windows·深度学习·wsl
BIYing_Aurora44 分钟前
【IPMV】图像处理与机器视觉:Lec13 Robust Estimation with RANSAC
图像处理·人工智能·算法·计算机视觉
数据与人工智能律师1 小时前
数字资产革命中的信任之锚:RWA法律架构的隐形密码
大数据·网络·人工智能·云计算·区块链