如何训练一个stable diffusion模型?

1.图生图示例（局部重绘）

原图

原图

操作步骤一：初版换脸

Stable Diffusion 模型：BRA_V4_2.safetensors

外挂 VAE 模型：chilloutmix_NiPrunedFp32Fix.vae.ckpt

Lora模型：

反向tag：

CLIP 终止层数：2

正向提示词：

反向提示词：

迭代步数 (Steps)：40

采样方法 (Sampler)：DPM++ SDE Karras

面部修复：开启

宽度：512 （根据图片实际情况调整）

高度：768 （根据图片实际情况调整）

总批次数：1

单批数量：1

提示词引导系数 (CFG Scale)：7

重绘幅度：0.1（根据实际情况调整）

随机数种子 (Seed)：-1

roop插件：启用 面部修复：GFPGAN 面部修复强度：0.9

初版换脸成果：

操作步骤二：对初版换脸精修

正向提示词： 1girl, solo, breasts, realistic, cleavage, lips, underwear, medium_breasts, upper_body, looking_at_viewer, black_hair, nose, see-through, bra, photorealistic

（1）将生成的图片发送到图生图

（2）关闭roop插件

（3）ControlNet v1.1.224：上传初版换脸图片到ControlNet，配置详见下图。

（4）选择脚本并执行生成图片：SD upscale 放大算法：4x-UltraSharp

（5）精修后的图片（2K）

操作步骤三：对精修后的进行高精度处理
（1）发送到后期处理

（2）选择放大算法：4x-UltraSharp

（3）高精度处理后的图片（图片过大上传失败了。。。）

以上即为本期Stable Diffusion高精度换脸操作步骤，那么怎么得到本期使用模型呢？

对于很多刚学习AI绘画的小伙伴而言，想要提升、学习新技能，往往是自己摸索成长，不成体系的学习效果低效漫长且无助。

如果你苦于没有一份Lora模型训练学习系统完整的学习资料，这份网易的《Stable Diffusion LoRA模型训练指南》电子书，尽管拿去好了。

包知识脉络 + 诸多细节。节省大家在网上搜索资料的时间来学习，也可以分享给身边好友一起学习。

由于内容过多，下面以截图展示目录及部分内容，完整文档领取方式点击下方微信卡片，即可免费获取！

 

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！