Stable Diffusion【 ControlNet实战】OpenPose 轻松制作武侠动作

前言

hello,大家好**

好了,进入正题。如何通过Stable Diffusion ControlNet来进行姿态控制。来一起来看下老徐的简单示例:

老徐参数设置:

**大模型:**墨幽人造人_v1080

所有的AI设计工具,模型和插件,都已经整理好了,👇获取在这里插入图片描述

**分辨率:**768*512

**采样方法 (Sampler):**Euler a

**迭代步数 (Steps):**50

**提示词引导系数 (CFG Scale):**7

Lora:仙侠古装_仙侠1.3

Lora:Xian-T手部修复_v3.0

**Lora:**SYK_Mild detail adjuster(用于改变原有画面的姿势、服装、色彩等)

使用OpenPose控制这里其实你可以使用其他图片进行姿态控制,老徐这里仍然推荐这款在线网站,提供了多种姿态。网站地址:https://www.posemaniacs.com/poses,在里面选择一张想要创作的姿态图,可以进行下载或截图保存。

场景一:茶楼静坐

启用ControlNet 选择OpenPose (姿态)控制,上传参考姿态图,点击预处理器后面的爆炸图标,进行预览。这里如果出现姿势识别效果很差的时候并不需要担心,我们可以点击预览图右侧的**编辑按钮,**进行进一步的编辑。这里手部没有进行细致调整,所以导致下面生图手部存在严重问题。

编辑调整参考姿态,编辑完成后,点击左上角发送姿势到ControlNet按钮。

下一步,填写提示词进行跑图抽卡,提示词需要根据您想要创作的场景的同时也要贴合下面ControlNet的姿态场景。

提示词:

masterpiece,highres,best quality,1 girI in ancient tea houses, sitting on chairs, chinese immortal,chinese clothes,<lora:仙侠古装_仙侠1.3【chinese immortal,chinese clothes,1gir】:0.6>,lora:Xian-T手部修复\_v3.0:1,<lora:SYK_Mild detail adjuster_V1.0_4(MINI):1>

杰作,高层,最好的质量,1 girI在古老的茶馆,坐在椅子上,中国的神仙,中国的衣服,lora:仙侠古装\_仙侠1.3【中国神仙,中国衣服,1gir】:0.6,lora:仙-T手部修复\_v3.0:1,lora:SYK\_轻度细节调节器\_V1.0\_4(MINI):1

在这里插入图片描述

前面没有进行手部调整,手部生成的太可怕了,这里老徐尝试进行了隐藏手部


在这里插入图片描述

场景二:练习剑术

该姿势上传到ControlNet中后也会出现手部识别的问题,即便使用了手部修复的Lora,但因ControlNet的控制权重过高也会导致失效,这时,老徐同样使用了编辑功能,对手部节点进行适当编辑完善。简单粗暴的方法仍然是去掉所有手指,让AI自己去绘制。

**提示词:**masterpiece,highres,best quality,1 girI Practicing swordsmanship by the river,chinese immortal,chinese clothes,<lora:仙侠古装_仙侠1.3【chinese immortal,chinese clothes,1gir】:0.6>,lora:Xian-T手部修复\_v3.0:1,<lora:SYK_Mild detail adjuster_V1.0_4(MINI):1>

杰作,高层,最好的质量,1 girI在河边练习剑术,lora:仙侠古装\_仙侠1.3【中国神仙,中国衣服,1gir】:0.6,lora:仙-T手部修复\_v3.0:1,lora:SYK\_轻度细节调节器\_V1.0\_4(MINI):1

场景三:林中练拳

提示词:

masterpiece,highres,best quality,1 girI Practicing boxing in the forest,chinese immortal,chinese clothes<lora:仙侠古装_仙侠1.3【chinese immortal,chinese clothes,1gir】:0.6>,lora:Xian-T手部修复\_v3.0:1,<lora:SYK_Mild detail adjuster_V1.0_4(MINI):1>

杰作,高层,最好的质量,1 girI在森林里练习拳击,中国神仙,中国衣服lora:仙侠古装\_仙侠1.3【中国神仙,中国衣服,1gir】:0.6,lora:仙-T手部修复\_v3.0:1,lora:SYK\_轻度细节调节器\_V1.0\_4(MINI):1

哈哈,看看这个练拳击的,拳击手套都戴上了(稍微娱乐一下~)

有时候姿态控制效果不太好,需要自己细心编辑达到更好的效果,由于老徐这里没有进行对手部细致的调整,里面手部控制仍然存在很多问题,即便使用了手部修复Lora 仍然难以控制。

好了今天的分享就到这里了,感兴趣的可以自行尝试哦,如果您对手部有更好的处理方式也欢迎随时和老徐交流。

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!

在这里插入图片描述

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:
在这里插入图片描述

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
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!

在这里插入图片描述

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。

在这里插入图片描述

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。

在这里插入图片描述

  • 23
    点赞
  • 7
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
stable diffusion controlnet是一个用于网络技术的源码,它主要用于实现网络中的扩散控制功能。扩散控制是指通过调整网络节点之间的通信速率,以实现网络资源的平衡利用和避免网络拥塞的技术。 源码分析是指对该源码进行深入的研究和解析。 首先,stable diffusion controlnet的源码可以从开源社区或者相关的资源库中获取。我们首先需要对源码进行编译和构建,确保可以成功地在我们的环境中运行。 然后,我们可以对源码的结构进行分析。通常,源码会包含多个文件和目录,其中主要包括各种类、函数和变量的定义和实现。我们需要仔细阅读每个文件和目录的功能和作用,了解它们之间的关联和调用关系。 在阅读源码的过程中,我们可以关注以下几点: 1. 网络扩散控制算法:源码中会实现网络扩散控制的核心算法。我们需要了解算法的原理和实现方式,以及它如何根据网络环境的变化来动态地调整节点之间的通信速率。 2. 数据结构:源码中通常会定义一些数据结构,用于存储和处理网络中的节点信息、拓扑结构和通信状态。我们需要了解这些数据结构的定义和使用方式,以及它们在算法中的作用。 3. 调度和控制逻辑:源码中可能会包含一些调度和控制逻辑,用于管理网络中各个节点的通信行为。我们需要分析这些逻辑的实现方式和策略,了解它们如何协调和控制节点之间的通信行为,以保证网络资源的平衡利用和避免拥塞。 4. 代码的可读性和健壮性:除了功能实现外,源码的可读性和健壮性也是需要关注的。我们可以评估源码的编码规范、注释和错误处理机制等方面,以确保代码的可维护性和稳定性。 总之,通过对stable diffusion controlnet源码的分析,我们可以深入了解网络扩散控制技术的实现方式和原理,为实际应用和二次开发提供参考和指导。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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