Stable Diffusion【艺术写真】：凤冠霞帔春风面, 十里红妆不负卿, 凤冠霞帔古风AI写真

凤冠霞帔春风面，十里红妆不负卿。在SDXL古风LORA模型中，有一个以命名凤冠霞帔命名的LORA，在LiblibAI网站SDXL的LORA模型中，访问量和下载量下载量在古风系列还是非常靠前的。今天我们就以这个LORA模型，结合InstantID插件来看一下如何实现AI艺术写真。

一. 国风|汉服|凤冠霞帔SDXL

模型下载地址

LiblibAI:https://www.liblib.art/modelinfo

/1b34e7914de04a849fbc8aa1a8358b50

作者给出了关于该LORA模型使用相关说明

（1）触发词：QIEMANCN，权重值：0.6-0.8

（2）相关提示词：chinese style, hanfu；

（3）推荐大模型：基础模型SDXL 1.0

（4）CLIP跳过层：1

（5）出图尺寸：1024*1280

我们先来看看这个LORA模型的出图效果。

Prompt：High quality,masterpiece,rich details,realistic photography,8k,high-definition image quality,

QIEMANCN,a photo of woman with a red and gold dress,hanfu,chinese style,grand spectacle,wide viewing angle,high definition,big scene,snowscape,plum blossom,looking at the camera,

提示词：高品质，杰作，细节丰富，摄影逼真，8k，高清画质，

QIEMANCN，一个女人的照片，红色和金色的衣服，汉服，中国风格，壮观，宽视角，高清晰度，大场景，雪景，梅花，看着相机，

反向提示词：

easynegative,ng_deepnegative_v1_75t,(worst quality:2),(low quality:2),(normal quality:2),lowres,bad anatomy,bad hands,normal quality,((monochrome)),((grayscale)),((watermark)),

相关参数设置：

• 大模型：LEOSAM HelloWorld 新世界 | SDXL真实感大模型

• 采样器：DPM++2M Karras

• 采样迭代步数：30

• 图片宽高：1024*1024

• 提示词引导系数（CFG）：7

• LORA: <lora:国风 | 汉服 | 凤冠霞帔 SDXL_v1 XL:0.8> 权重设置为0.8

  生成图片的效果如下。

关于该LORA模型测试体验

（1）人脸容易崩，作者也在官网向道友们咨询好的解决方案。

（2）手部问题比较严重，当然这个问题一般的模型都比较难处理好。

（3） 头上的凤冠感觉太简洁了，不够大气。

（4）该LORA模型推荐的是SDXL1.0的标准模型，尝试LEOSAM HelloWorld真实感大模型效果更好。

二. InstantID实现插件换脸的制作方法

【第一步】：大模型的选择

我们使用LEOSAM HelloWorld|SDXL真实感大模型

【第二步】：提示词的编写

正向提示词：

Prompt：High quality,masterpiece,rich details,realistic photography,8k,high-definition image quality,

QIEMANCN,a photo of woman with a red and gold dress,hanfu,chinese style,grand spectacle,wide viewing angle,high definition,big scene,snowscape,plum blossom,looking at the camera,<lora:国风 | 汉服 | 凤冠霞帔 SDXL_v1 XL:0.6>,

文生图相关参数设置

• 采样器：DPM++2M Karras

• 采样迭代步数：30

• 图片宽高：建议设置为1024左右。

• 提示词引导系数（CFG）：3

【第三步】ControlNet插件InstantID模型设置

这里需要使用2个ControlNet单元。

ControlNet单元0：上传写真人物的原图

这里我们使用神仙姐姐的照片生成AI艺术写真照片。

注意这里的图片最好也是1024左右的大小。

相关参数设置如下：

• 控制类型：选择"Instant_ID"

• 预处理器：instant_id_face_embedding

• 模型：ip-adpter_instanid_sdxl

• 控制权重：1

ControlNet单元1：上传人脸定位照

上传任意一张照片，它的作用是控制最终出图的人物脸部位置。我们可以和第一张图片一样。

相关参数设置如下：

• 控制类型：选择"Instant_ID"

• 预处理器：instant_id_face_keypoints

• 模型：control_instant_id_sdxl

• 控制权重：0.45

【第四步】图片的生成

点击【生成】按钮，我们来看一下最终生成的图片效果。

三. 改变人物动作姿势

我们可以通过ControlNet的单元1变更人物的动作姿势。只需要替换掉ControlNet的单元1的上传的人物图片即可。如果效果不明显，ControlNet的单元0的图片和ControlNet的单元1图片保持一致。

生成的图片效果如下。

好了，今天的分享就到这里了，希望今天分享的内容对大家有所帮助。

写在最后

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。

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。
 

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