小孩子都能看懂的Stable Diffusion 基础教程

Stable Diffusion 是一款专门为艺术家和设计师开发的数字艺术绘画软件。它采用了先进的基于人工智能的技术 - GAN（生成对抗网络）深度学习模型，该模型可通过学习和模仿艺术家的创作风格而生成多样的艺术作品。

Stable Diffusion具备直观易用的用户界面，易于用户快速调整绘画参数并实时预览创作结果。用户可以根据个人需求和创作目的选择多种画布、画笔和颜色，并可以通过调整图像的风格、纹理和颜色等参数来制作不同风格的艺术作品，创造更多元的作品风格。

SD效果图展示：

是不是迫不及待想试一试了呢，接下来我们一起来搞起来吧！

一、安装Stable Diffusion

之前我介绍过如何搭建Stable Diffusion的AI绘图环境。如果还不会的小伙伴请翻看参考。也可以文末扫码获取详细学习资料~

二、Stable Diffusion 入门基础

2.1、大模型选择

Stable Diffusion与Midjourney还是不相同的，Stable Diffusion 生成的图片和大模型的选择是有非常大的关系。同样的提示词，在不同的大模型中效果可能差别比较大的，在我们文中，使用的模型是“GhostMix - v2.0”。

我先推荐常用的模型网站：C站 https://civitai.com/（需要特殊网络设置）

在C站上找到自己喜欢的模型，将模型下载后粘贴到Stable Diffusion中，模型制定文件夹路径如下。粘贴完毕后，刷新Web UI即可获取新模型。

2.1、模型的 VAE

VAE 的全称是 Variational Auto-Encoder（变分自动编码器），本质上是一种训练模型，Stable Diffusion 里的 VAE 主要是模型作者将训练好的模型“解压”的解码工具。

VAE 的作用就是没有加载 VAE 的图片是灰灰的，加载之后就是会产生一个润色的效果，色彩更加丰富。

一般情况下我们就选择第一个自动就行了。VAE 的安装路径看我这里，把下载的文件复制粘贴，然后把 web UI 界面刷新即可。

2.3、正向提示词 & 反向提示词

Stable Diffusion Web UI会有两个提示词输入框，一个是正向提示词，一个是反向提示词。

那么这两个提示词有什么用呢?

• **正向提示词：**就是告诉Stable Diffusion你想要画的东西；

• **反向提示词：**就是告诉Stable Diffusion你不想要画的东西。

正向提示词 & 反向提示词内只能输入英文，所有符号都要使用英文半角，词语之间使用半角逗号隔开。越靠前的词汇权重就会越高。

正向提示词：

(masterpiece, top quality, best quality, official art, beautiful and aesthetic:1.2), (a girl), extreme detailed, (fractal art:1.3), colorful, highest detailed

翻译成中文：在美丽和美学上达到了1.2的顶级品质。我们可以看到一个女孩的生动形象。并且，这幅作品运用了分形艺术的技巧，展现出了1.3级别的丰富多彩和最高详细。无论是从艺术还是技术上考虑，可以称作杰作。

反向提示词：

(worst quality, low quality:2), monochrome, zombie,overexposure, watermark,text,bad anatomy,bad hand,extra hands,extra fingers,too many fingers,fused fingers,bad arm,distorted arm,extra arms,fused arms,extra legs,missing leg,disembodied leg,extra nipples, detached arm, liquid hand,inverted hand,disembodied limb, small breasts, loli, oversized head,extra body,completely nude, extra navel,easynegative,(hair between eyes),sketch, duplicate, ugly, huge eyes, text, logo, worst face, (bad and mutated hands:1.3), (blurry:2.0), horror, geometry, bad_prompt, (bad hands), (missing fingers), multiple limbs, bad anatomy, (interlocked fingers:1.2), Ugly Fingers, (extra digit and hands and fingers and legs and arms:1.4), ((2girl)), (deformed fingers:1.2), (long fingers:1.2),(bad-artist-anime), bad-artist, bad hand, extra legs ,(ng_deepnegative_v1_75t)

翻译成中文：（最差质量，低质量：2），单色，僵尸，曝光过多，水印，文本，解剖结构不好，手不好，多余的手，多余的手指，过多的手指，融合的手指，手臂不好，手臂扭曲，多余的手臂，融合的手臂，多余的腿，缺失的腿，没有实体的腿，多余的乳头，分离的手臂，液体手，倒置的手，无实体的肢体，小乳房，萝莉，超大的头，多余的身体，全裸，多余的肚脐，（眼睛之间的头发），素描，复制，丑陋，巨大的眼睛，文本，标志，最差的脸，（坏的和变异的手：1.3），（模糊：2.0），恐怖，几何，坏的，（坏手），（手指缺失），多肢，解剖不良，（互锁的手指：1.2），丑陋的手指，糟糕的艺术家，糟糕的手，多余的腿

上面的提示词，就是告诉Stable Diffusion你要的照片质量要好！非常好! 我们在设置自己的提示词时候，根据自己的实际情况，看看是否需要添加上面的提示词。下面列举一些提示词的小技巧：

A、调整词语顺序可以是最直接、简单的主观权重调节方式。越靠前的在排名中的权重也越大。

B、通过语法的方式来对关键词的权重进行调整。根据经验，权重应该控制在0.5-2之间。可以通过选中词汇，按下ctrl+↑↓进行权重的快速调节，每次调节应以 0.1 为单位。

C、使用英文输入（）加强权重的设置，一个括号代表 1.1 的权重值，而两个括号代表 1.1*1.1 的权重值。但是需要注意的是，过度使用这种方式会导致权重失衡，因此我们可以结合第二点提到的固定权重的方法来进行合理的调整。例如，(((cute girl:1.2)))这样设定的关键词的权重就非常高。

我常用的一些提示词网站：

A、https://www.aigodlike.com/

B、https://arthub.ai/

C、https://lexica.art/

2.4、功能按钮

A、关于右侧的功能键，其中“生成”就是用来输入关键词，进行图像生成的。

B、“复制”按钮可以让你复制上一张图的所有参数信息，包括所有关键词；这个功能非常便利。比如，你绘制好一张图之后关掉了软件，再次启动时就可以直接加载之前的参数信息。

C、“删除”按钮则可以清空当前设置的所有关键词，并与“复制”按钮结合使用，更加灵活方便。

D、“模型选择管理”按钮，点击之后可以出现安装的模型，在这里进行调整和管理。

**Tip：**把你生成的图片添加到模型的封面上，方便你后面看这个模型的效果。找到这个模型的名称，然后我这里是跑出来一张图片的，点击截图红框区域按钮。

E、点击“”按钮，给喜欢的关键词创建模版（类似收藏概念），给关键词取个名字后保存。

F、在模板风格这里选中我们刚刚创建的模板（可多选），选中之后按“”按钮，我们创建的关键词就被填入到提示词中。

****2.5、****采样步数

通常情况下，采样步数的范围应该在20-30之间，这样可以确保生成的图片能够得到充分计算。使用更低的采样步数可能会导致图片没有被完全计算，而增加采样步数的细节收益并不高，只有极少数证据表明更高的步数可以纠正一些肢体错误。

因此，只有在追求完美细节的情况下才需要采用更高的步数，需要注意的是，增加采样步数还会降低出图速度。

****2.6、****采样方法

Stable diffusion webui 是 Stable diffusion 的 GUI 是将 stable diffusion 实现可视化的图像用户操作界面，它本身还集成了很多其它有用的扩展脚本。

推荐选择 Euler a 或 DPM++ 系列，采样速度快。一般情况下使用DPM++ 2M或DPM++ 2M Karras或UniPC，想要一些变化，就用Euler a、DPM++ SDE、DPM++ SDE Karras、DPM2 a Karras。

在设置界面里，把不需要的采样方法关掉，不展示在这个界面中。然后点击右边的重启 UI 就好了。

****2.7、****高清修复和图片尺寸参数

面部修复对写实的风格有点效果，可平铺就不要用了，生成的图片很奇怪，可以自己试试。

放大算法，用默认值即可。

高分迭代步数，一般选 10~20 即可。这里还是以这个图为例，可以看到在步数超过20后就开始出现了畸形。

重绘幅度，一般是0.5~0.8之间。幅度过小，效果不好，幅度过大时，和原图差异太大。

高清修复的意思是把基础生成的图片，按照你选择放大的倍率放大到指定分辨率之后再重新绘制图片，受到你重复幅度调节的数值影响。

其中的宽度和高度表示图片的长宽比，这一概念非常简单易懂。生成批次和数量用于指定处理几批数据以及每批数据的图像数量，这将直接影响到处理耗时和效率。

提示词相关性指的是生成的图像与所提供的提示的匹配程度。增加这个值可以使图像更加接近你的提示词（基于模型推测），但这也会在一定程度上导致图像质量的降低。可以通过增加采样步骤来补偿质量的降低。

****2.8、****随机种子（seed）

这个功能和Midjourney的Seed功能类似，它可以固定一个种子，然后根据调整的差异强度来生成图片。如果保持Seed值不变，多次生成的图片将保持相同或几乎相同（如果启用了xformers）。并不是有些种子比其他种子更优秀，但如果您只是在稍微更改输入参数，之前产生好结果的种子很有可能仍然会产生好结果。

如果输入不同的种子，那么生成的图片也将不同；如果Seed值相同，则生成的图片也将相同。

****2.9、****其他功能

这些功能都非常简单，只需尝试几次，就可以轻松理解。

三、总结

基础操作在这里已经介绍完毕，请大家尝试使用吧！

入门教程在这里告一段落。接下来我会分享关于提示词和部署模型的教程，请大家先消化这篇文章的内容。

想要SD安装包和相关插件的小伙伴扫码可免费领取哦~

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。
 
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。

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