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!

**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
神一样的老师7 分钟前
TinyML在OBD-II边缘设备上燃油类型分类的实现与优化
人工智能
hunteritself28 分钟前
OpenAI直播发布第11天:ChatGPT桌面客户端升级,就这?
人工智能·gpt·chatgpt·语音识别·claude
MarkHD1 小时前
第二十四天 循环神经网络(RNN)基本原理与实现
人工智能·rnn·深度学习
爱研究的小牛1 小时前
DeepFaceLab技术浅析(六):后处理过程
人工智能·深度学习·机器学习·aigc
AI_NEW_COME1 小时前
高新技术企业知识管理新篇章:高效内部知识库建设
人工智能
orion-orion1 小时前
概率论沉思录:初等假设检验
人工智能·概率论·科学哲学
人工智能研究所2 小时前
MaskGCT——开源文本转语音模型,可模仿任何人说话声音
人工智能·文本转语音·文本转音频
宸码2 小时前
【项目实战】ISIC 数据集上的实验揭秘:UNet + SENet、Spatial Attention 和 CBAM 的最终表现
人工智能·python·深度学习·神经网络·机器学习·计算机视觉
老板多放点香菜3 小时前
AI、大数据、机器学习、深度学习、神经网络之间的关系
大数据·人工智能·深度学习·神经网络·机器学习
volcanical3 小时前
MoCo 对比自监督学习
人工智能·学习·机器学习