Stable Diffusion的使用技巧和操作流程。 今天的内容包括：出图的基本操作、模型的下载使用说明。

于 2025-05-22 10:16:03 发布
阅读量864 收藏 25
点赞数 10
文章标签： stable diffusion 人工智能 AI作画 学习 ui
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/2401_84760322/article/details/148132829
版权

现在我就将带领大家深入了解Stable Diffusion的使用技巧和操作流程。
今天的内容包括：出图的基本操作、模型的下载使用说明。
在这里插入图片描述

一、出图的基本操作

在出图之前，我们先来了解一下SD操作界面常用的一些功能
1、模型选择 ：选择合适的大模型
2、文生图 ：通过输入提示词，让AI生成图片
3、图生图 ：在已经输入文字指令的基础上，通过一张参考图片，让AI根据提示词生成类似的效果。
4、附加功能
：提高生成图片的分辨率
5、提示词 ：根据提示词在图片中输出对应的元素
6、反向词 ：根据反向词在图片中不出现对应的元素
7、采样方法 ：AI画图不同的算法，日常使用中，以下截图中的都可以进行选择
8、采样迭代步数：AI画图时，会有一系列的加噪和去噪的过程。迭代步数越多，图像越清晰。超过20之后幅度减小，耗时也更长。（电脑配置好一点的可以设置在25-30之间，配置稍微低一点的，设置在20-25之间）
9、高清修复：在较低宽高的图片生成后，进一步优化画质。
10、Refiner：风格重绘
11、宽高：设定图片分辨率
12、生成批次和每批数量：生成批次为每批次生成的图片张数，每次数量为生成多少批次。比如生成批次为3，每批数量为4，那么就会一共生成12张图片

13、提示词相关性：数值越高，AI生成的图片越靠近提示词。一般选用7-12较为合适。
14、随机种子：骰子表示随机生成图片，刷新箭头是依据上一张生成的图片继续创作。

出图步骤

①选择模型
目前模型的种类大致分为三种：写真系、二次元、2.5D（类似3D动漫效果）
获取模型的方法：
1）科学上网下载：https://civitai.com
2）国内下载地址：https://www.liblib.art （每天赠送300点数）
下载完模型之后放入之前介绍的models文件夹里的Stable-diffusion文件夹就可以了。
然后回到操作界面刷新就可以选择到了

在这里插入图片描述

②写提示词

1）提示词
提示词与Midjourney中的类似，想了解的朋友可以看看之前Midjourney有关出图提示词的内容。（目前SD只识别英文）。
2）反向词
想要图片效果更好的话，应该要加上反向词，也就是不希望图片中出现的东西。（有时候人物图片会出现多手多脚的情况）
反向词一般情况下都是通用的，下面是整理好的，复制进去就可以了。
在这里插入图片描述

③参数设置

根据常用功能的介绍进行配置就可以了。

以上步骤配置完之后就可以生成图片了。
在这里插入图片描述
我们来给个简单的提示词，看看效果吧。
提示词：一个漂亮的长发姑娘在河边看书

在这里插入图片描述
写真效果

在这里插入图片描述
二次元效果

二、模型的下载使用说明

1、模型下载：

作者是在https://civitai.com进行的模型下载
在下载的时候有个小技巧，如下步骤（使用的是chrome浏览器）

此方法适用于本地或云端部署。
①选择需要下载的模型点击Download按钮

在这里插入图片描述
②在chrome的下载界面，右键点击下载的文件，复制下载链接，然后去迅雷里面下载（网页下面很慢，迅雷下载速度起飞）
在这里插入图片描述

2、模型上传：

本地部署的SD有关模型的上传就不多说了，直接放在本地文件夹就行。

使用云端产品部署的话，模型的存放磁盘大小有一定的限制，如果超过了需要另外收费。

今天再给大家介绍下云端部署的时候，模型存放网盘的上传方式。

在上篇文章中介绍的4款云端部署的产品当中，经过亲测之后，比较推荐的是AutoDL产品，优势：
1、价格按照分钟计算，2、支持阿里云盘，模型上传方便。

其他产品问题：揽睿星舟在使用上1分钟就算1小时收费，性价比较低；其他2款产品只支持百度网盘，如果没有网盘会员下载模型及其慢。

操作步骤：

第一步：绑定网盘
在实例列表中点击AutoPanel

在这里插入图片描述
选择公共网盘，点击添加授权，进行阿里云盘授权

在这里插入图片描述
接着点击导出授权，将授权信息复制出来

在这里插入图片描述
最后点击菜单栏中的设置，选择公共网盘，将授权信息复制进去确认即可。
在这里插入图片描述

第二步：下载使用模型

在绑定完成之后，就可以下载阿里云盘中的模型了
在这里插入图片描述
点击下载，按照提示确认下载
下载完成之后，在autodl-tmp目录下就可以看到模型了

在这里插入图片描述
接着将模型剪切放入autodl-tmp/models/checkpoint目录下
在这里插入图片描述
最后去SD操作界面刷新一下，就可以选择模型啦

在这里插入图片描述
如果大家因为没有梯子或其他原因下载不了模型的，这里我将安装包和模型都打包好了直接分享出来

请添加图片描述

提示词

Stable Diffusion 最强提示词手册

  • Stable Diffusion介绍
  • OpenArt介绍
  • 提示词（Prompt） 工程介绍
  • …

在这里插入图片描述

第一章、提示词格式

  • 提问引导
  • 示例
  • 单词的顺序
  • …

在这里插入图片描述

有需要的朋友，可以点击下方卡片免费领取！

第二章、修饰词（Modifiers）

  • Photography/摄影
  • Art Mediums/艺术媒介
  • Artists/艺术家
  • Illustration/插图
  • Emotions/情感
  • Aesthetics/美学
  • …

在这里插入图片描述

在这里插入图片描述

第三章、 Magic words（咒语）

  • Highly detailed/高细节
  • Professional/专业
  • Vivid Colors/鲜艳的颜色
  • Bokeh/背景虚化
  • Sketch vs Painting/素描 vs 绘画
  • …

在这里插入图片描述

第四章、Stable Diffusion参数

  • Resolution/分辨率
  • CFC/提词相关性
  • Step count/步数
  • Seed/种子
  • Sampler/采样
  • 反向提示词(Prompt)

在这里插入图片描述

第5章 img2img（图生图）,in/outpainting（扩展/重绘)

  • 将草图转化为专业艺术作品
  • 风格转换
  • lmg2lmg 变体
  • Img2lmg+多个AI问题
  • lmg2lmg 低强度变体
  • 重绘
  • 扩展/裁剪
  • …

第6章 重要提示

  • 词语的顺序和词语本身一样重要
  • 不要忘记常规工具
  • 反向提示词(Prompt)
  • …

第7章 OpenArt展示

  • 提示词 (Prompt)
  • 案例展示
  • …

篇幅有限，这里就不一一展示了，有需要的朋友可以点击下方的卡片进行领取！

请添加图片描述

【2025 Stable Diffusion WebUI 基础详解】【3.Stable Diffusion embedding模型使用指南】
商务合作|问题讨论|交流学习 请联系作者微信，加微信请务必注明来意，博客主页有联系方式
05-06 502
数据格式要求图像尺寸：建议512x512（最小256x256）数量：5-50张（建议20张左右）标注规范必须包含完整的token标注（如文件名包含anime_face建议添加辅助标签（如。
【2025 Stable Diffusion WebUI 初始入门】【7.Stable Diffusion WebUI checkpoint的使用指南】
最新发布
商务合作|问题讨论|交流学习 请联系作者微信，加微信请务必注明来意，博客主页有联系方式
04-25 652
Checkpoint 是 Stable Diffusion 创作的核心引擎，掌握其使用技巧可大幅提升出图质量与效率。建议用户定期关注社区更新（如 SDXL 2.0 适配），并通过模型融合、参数联动等高级玩法探索无限创意可能。Checkpoint（大模型）是 Stable Diffusion 的“大脑”，决定了生成图像的。
Stable Diffusion 使用技巧与具体操作（详细）
年糕的博客
05-17 1921
使用自定义数据集训练 Stable Diffusion 模型，以生成特定风格或领域的图像。具体方法准备数据集： 收集并准备用于训练的图像数据集，确保图像质量和多样性。数据预处理： 将图像转换为模型可接受的格式，并进行必要的预处理。])定义模型和训练过程： 使用 Hugging Face 的diffusers库定义和训练模型。
Stable Diffusion完整入门指南，保姆级教程！干货满满，建议收藏！
m0_59235945的博客
08-11 8862
这里分为三个部分：1. 提示词 2. 符号的使用 3. 图像的输出1. 提示词提示词分为正向和反向的生成图像时，我们可以使用正向提示词来指定想要生成的图像。正向提示词可以是脑子里想到的图片或一句话，将其拆分成不同的关键词，并用逗号隔开作为输入。需要注意的是，相同的指令在不同的模型库和参数下，生成的输出图像可能会不一样。此外，提示词的顺序也非常重要，因为它们的顺序会影响到生成图像的权重。通常情况下，越靠前的提示词权重越大，越靠后的提示词权重越小。
全网最全，保姆级Stable Diffusion入门使用教程（附模型下载使用说明）
m0_71745903的博客
06-27 4606
现在我就将带领大家深入了解Stable Diffusion的使用技巧和操作流程。今天的内容包括：出图的基本操作、模型的下载使用说明。
【stable diffusion 小白最全详细使用教程+大模型资源】
天风的人工智能博客
05-15 1万+
稳定扩散算法（stable diffusion）可以应用于图像处理中的许多问题，例如图像去噪、图像分割、图像增强和图像恢复等。在图像去噪方面，稳定扩散算法可以通过对图像进行平滑处理来减少噪声，并保留图像的细节信息。在图像分割方面，稳定扩散算法可以通过对图像进行聚类来将图像分成不同的区域。在图像增强方面，稳定扩散算法可以通过增加图像的对比度和亮度来使图像更加清晰。在图像恢复方面，稳定扩散算法可以通过重建缺失的像素来恢复图像的完整性。B站秋叶大佬一键三连。
Stable Diffusion超详细教程！从0-1入门到进阶
libaiup的博客
03-05 1万+
Stable Diffusion超详细教程！从0-1入门到进阶
人工智能基于Python调用Stable Diffusion 3实现高清图像生成：从环境搭建到参数优化全流程解析
04-24
接着，详细讲解了前期准备工作，包括 Python 环境搭建、相关依赖库的安装和 Stable Diffusion 3 模型的获取。然后，通过搭建代码框架、设置参数（如提示词、图像分辨率、生成步数和采样方法）并实现图像生成的完整...
专门针对stable diffusion摆pose的blender模型三维建模软件
02-05
总之，结合Blender和OpenPose，开发者和艺术家可以构建出高度精确的3D人体模型，用于各种互动应用、动画项目，甚至是虚拟现实体验，从而提升内容的真实感和沉浸感。对于学习和掌握Blender的3D建模技巧，以及理解如何...
PyTorch训练优化技巧及其在Stable Diffusion模型上的应用
03-12
内容概要：本文详细介绍了使用PyTorch对Stable Diffusion模型进行训练优化的各种方法和技术。首先，它涵盖了训练流水线的关键组成部分如文本编码器、图像信息生成器（Unet + Scheduler）和图像解码器等模块的工作...
Stable Diffusion最详细教程（总版）
热门推荐
m0_54231818的博客
07-23 2万+
从0开始学习stable diffusion，你将学会怎么高效的写好提示词，你将会学会怎么使用各种模型和Lora，你将学会借助各种插件更好的生成贴合你满意的图片！
Stable Diffusion使用入门教程
benben044的专栏
06-08 8046
Stable Diffusion是一个文本到图像的潜在扩散模型，由CompVis、Stability AI和LAION的研究人员和工程师创建。它使用来自LAION-5B数据库子集的512x512图像进行训练
stable diffusion使用简明教程
weixin_56766616的博客
04-04 6569
一般来说大部分时候采样部署只需要保持在20~30之间即可，更低的采样部署可能会导致图片没有计算完全，更高的采样步数的细节收益也并不高，只有非常微弱的证据表明高步数可以小概率修复肢体错误，所以只有想要出一张穷尽细节可能的图的时候才会使用更高的步数。CFG很难去用语言去描述具体的作用，很笼统的来说，就是给你所有的正面和反面提示词都加上一个系数，所以一般CFG越低，画面越素，细节相对较少，CFG越高，画面越腻，细节相对较多。设置之后记得点击上方的保存设置，VAE是通用的，可以和任何模型组合。
Stable Diffusion教程
weixin_37391237的博客
06-03 8845
Stable Diffusion是一种潜在扩散模型（Latent Diffusion Model），能够从文本描述中生成详细的图像。它还可以用于图像修复、图像绘制、文本到图像和图像到图像等任务。简单地说，我们只要给出想要的图片的文字描述在提Stable Diffusion就能生成符合你要求的逼真的图像！Stable Diffusion将“图像生成”过程转换为逐渐去除噪声的“扩散”过程，整个过程从随机高斯噪声开始，经过训练逐步去除噪声，直到不再有噪声，最终输出更贴近文本描述的图像。
超简单的Stable Diffusion入门教程，小白也能快速上手！
m0_59164304的博客
08-11 1728
（全套教程文末领取哈）
保姆级 Stable Diffusion 教程，看完这篇就够了！
图灵教育
01-22 471
2022 年 8 月，在美国科罗拉多州举办了一场新兴数字艺术家竞赛，一幅名为《太空歌剧院》的作品获得“数字艺术/数字修饰照片”类别的一等奖，神奇的是，该作品的作者并没有绘画基础，这幅画是他用 AI 生成的。这一事件展示了 AI 在绘画领域惊人的创造力，让人们见识到，AI 作品不仅可以具有如此精心雕刻般的细节，还可以拥有独特的风格。更重要的是，创作者只要通过自然语言将创作需求描述清楚，就能借助 AI...
使用stable diffusion和ControlNet扩图·
03-14
### 使用 Stable Diffusion 和 ControlNet 进行图像扩展 为了利用 Stable Diffusion 和 ControlNet 实现高质量的图像扩展，以下是详细的说明： #### 准备工作 确保已经按照官方指南完成以下操作： - 安装 `sd-webui-controlnet` 插件[^1]。 - 下载所需的 ControlNet 模型，并将其放置于 `/models/ControlNet` 文件夹下[^2]。 插件安装完成后，在 WebUI 中可以找到对应的选项卡用于配置和运行扩图功能。 --- #### 控制模式设置 在使用 ControlNet 的过程中，需注意以下几个关键参数： - **控制模式选择**：推荐优先选用 `ControlNet` 作为主要控制器[^3]。 - **画面缩放模式**：通常建议选择“缩放并填充”，以便更好地适配新尺寸下的内容生成需求。 这些基础设定能够帮助保持原图风格的一致性和连贯性。 --- #### 输入目标尺寸 当准备调整原始图片大小时， - 可手动指定期望的高度与宽度数值； - 或者借助界面工具——点击待处理素材右下角特定图标（即最右侧的那个），自动提取当前选中图形的实际分辨率数据填入对应字段内。 此步至关重要，因为它决定了最终输出作品的整体布局比例以及细节呈现效果。 --- #### 提示词优化技巧 为了让生成结果更加贴近预期设想，在提交渲染请求之前务必精心设计 Prompt 文本字符串。特别是涉及复杂场景或者特殊环境描述的时候，应该尽可能详尽地补充关于背景要素的相关线索。例如，“黄昏时刻站在海边沙滩上的孤独人物剪影”。 --- #### 开始执行任务 一切准备工作就绪之后就可以按下启动键等待计算结束返回成品啦！ 下面是 Python 脚本形式展示如何调用 API 接口来自动化上述流程的一个简单例子: ```python import requests from PIL import Image from io import BytesIO def expand_image_with_controlnet(image_path, prompt, width=768, height=512): url = 'http://localhost:7860/sdapi/v1/txt2img' # 假设本地服务端口号为7860 with open(image_path, "rb") as image_file: base64image = base64.b64encode(image_file.read()).decode('utf-8') payload = { "init_images": [base64image], "prompt": prompt, "width": width, "height": height, "controlnet_units": [{ "enabled": True, "module": "canny", "model": "control_canny-fp16", }] } response = requests.post(url, json=payload) r = response.json() for i in r['images']: image = Image.open(BytesIO(base64.b64decode(i.split(",",1)[0]))) return image expanded_img = expand_image_with_controlnet('./input.jpg', 'A beautiful landscape under sunset') expanded_img.save("./output_expanded.png") ``` > 注意：以上代码仅为示意用途，请依据实际部署情况修改相应路径和服务地址等信息。 ---
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值