Stable Diffusion 全网最详细超写实人像制作教程(附模型)

哈喽,小伙伴们!今天小编要给大家安利一个超级无敌厉害的神器,保证让你的AI生成图片瞬间变得超级写实!

还记得我们用Stable Diffusion生成的那些一眼就能看出是AI画的图吗?皮肤光滑得跟抹了层蜡似的,看着就不自然。但是今天给大家介绍的这个皮肤质感调节神器,绝对能让你的作品更上一层楼!

废话不多说,咱们先来看看这个神器的效果!

瞧瞧这效果!左边是处理前,右边是处理后。哇塞,这也太厉害了吧!皮肤质感立刻就上去了,细节也丰富了不少。是不是感觉右边的妹子马上就要从屏幕里跳出来了?就像是相机拍的那种感觉!

那么问题来了,这么神奇的效果是怎么做到的呢?

好了,假设你已经有SD了,接下来我们就需要两个超重要的模型:

【Stable Diffusion 模型】

majicMIX realistic麦橘写实

这个模型是专门用来生成写实风格的图片。

下载后把它放到"\models\Stable-diffusion"文件夹里就行。

【Lora 模型】林鹤-皮肤质感调整器

它能让AI生成的皮肤告别塑料感,质感立马就上去了。而且还能柔化光源,简直不要太赞!下载后放到"\models\Lora"文件夹里。

记得放好模型后重启一下SD哦,不然可能不会生效。

接下来就是见证奇迹的时刻了!

第一步:文生图 先输入这个魔法咒语:

a girl,realistic   

然后设置一下参数:

  • 采样方法选"DPM++ SDE Karras"

  • 迭代步数改成30

  • 高度改成768

  • 总批次数改成3(这样一次能出三张图)

别忘了开启Adetailer面部修复,选择"face_yolov8n.pt"模型。这就像给妹子化妆一样,让她更精致!

点击生成,看,三张美少女就这么出来啦!

第二步:加上皮肤质感 这一步才是重头戏!先选择刚才下载的Lora模型,把权重调到0.8。

然后输入这串看起来很复杂的负面词(相信我,复制粘贴就行):

(NSFW:1.3),teeth,(cleavage),(worst quality:1.65),(low quality:1.2),(normal quality:1.2),low resolution,watermark,dark spots,blemishes,dull eyes,wrong teeth,red teeth,bad tooth,Multiple people,brokeneyelashes,(badhandv4-AnimeIllustDiffusion_badhandv4:1.2),(EasyNegative:1.2),   

记得固定一下随机数种子,点击绿色的循环按钮。

最后,找到ControNet,上传刚才生成的其中一张图片。勾选"完美像素模式"和"允许预览",控制类型选"Lineart(线稿)“,预处理器选"lineart_realistic”。这一步是为了让新生成的图和原图保持高度相似,方便我们对比效果。

好啦,再次点击生成,看看奇迹发生了没?

哇哦!有没有被惊艳到?皮肤的质感简直不要太真实,光感也自然多了。脸部的立体感简直就像打了高光似的,美得冒泡!我看了都想给自己的脸P一下,哈哈!

总的来说,有了这个皮肤质感的Lora模型,生成出来的图片真的是越来越难分辨是不是AI画的了。而且用起来超级简单,完全是新手友好型啊!就像用美颜相机一样简单,但效果比美颜相机强多了!

我自己用了都忍不住想给自己鼓掌!这简直就是AI绘画界的一大利器,以后再也不用担心生成的人物看起来像塑料娃娃啦!

今天给大家推荐的这个神器,大家一定要试试看哦。保证让你的作品惊艳朋友圈!

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。

在这里插入图片描述

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。

在这里插入图片描述

在这里插入图片描述

二、AIGC必备工具

工具都帮大家整理好了,安装就可直接上手!
在这里插入图片描述

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。
在这里插入图片描述
在这里插入图片描述

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。

在这里插入图片描述

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。
在这里插入图片描述

若有侵权,请联系删除
  • 22
    点赞
  • 21
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
要使用stable diffusion训练出自己专属的人像模型,需要按照以下步骤进行操作: 1. 数据收集:首先,需要收集足够数量和多样性的人像图片,这些图片应该包括各种不同的表情、角度和光照条件。这些图片将作为训练数据来训练模型。 2. 数据预处理:对收集到的数据进行预处理,包括裁剪、调整大小和格式转换等。确保所有的图片在输入到模型之前具有相同的尺寸和格式。 3. 网络架构设计:根据需要训练的人像模型来设计网络架构。可以选择使用现有的深度学习网络架构,如ResNet或VGG等,也可以自定义网络架构。这个网络将用于提取人像图片的特征。 4. 模型训练:使用稳定扩散(stable diffusion)方法训练模型。稳定扩散是一种用于生成对抗网络(GAN)的训练方法,通过在生成器(生成人像)和判别器(判断生成的图片是否为真实人像)之间进行迭代训练来提高生成的效果。 5. 优化与调参:在训练过程中,需要进行优化和调参,以提高模型的准确性和生成人像的质量。可以尝试不同的学习率、批量大小和训练迭代次数等参数,以找到最佳的配置。 6. 模型评估:在完成模型训练后,需要对生成的人像进行评估。可以使用一些评估指标,如峰值信噪比(PSNR)和结构相似度指标(SSIM),来评估生成的人像与真实人像之间的相似度。 7. 继续优化:如果评估结果不理想,可以根据需要进行进一步的优化。这可能包括增加训练数据的数量、改进网络架构或调整参数等。 通过以上步骤,就可以使用stable diffusion方法训练出自己专属的人像模型。这个人像模型可以用于生成逼真的人像,应用于各种创作和设计领域。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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