【SD教程】Stable Diffusion 拒绝一眼AI,超写实图片如何制作?全网最详细教程(附模型),手把手教学!

用过Stable Diffusion生成图片的小伙伴可能会发现,很多时候我们一眼就能看出图片就是AI生成的。 那有什么办法可以让生成的图片更加写实呢?

今天,我给大家安利一个皮肤质感调节神器。

话不多说,我们先来看看效果:

生成效果

(图片由AI生成,请谨慎甄别)

左图是处理前,右图是处理后,写实效果提升了不少,细节也提升了不少,那么具体是怎么做到,请接着往下看。

所需模型

一、【Stable Diffusion 模型】majicMIX realistic麦橘写实

该模型来自作者“麦橘MAJIC”提供,根据模型名字可知,这是一个写实风格的模型。

下载后,存放在:\models\Stable-diffusion 文件夹中。

二、【Lora 模型】林鹤-皮肤质感调整器-差异炼丹功能性lora模型

该模型来自作者“林鹤_AIGC”提供,根据作者描述,该lora 模型有以下效果:

  • 拒绝ai塑胶感,拒绝强曝光。

  • 增加皮肤肌理,质感增强,同时柔化光源!

下载后,存放在:\models\Lora 文件夹中。

上述两个步骤完成后,需要重启SD,确保模型生效。

步骤说明


**、文生图**

首先,输入一下关键词:

a girl,realistic

接着来到参数部分,采样方法选择 DPM++ SDE Karras ,迭代步数改为 30 ,高度改为 768,总批次数改为 3,这样可以一次跑三张图出来。

接着我们开启 Adetailer 面部修复,点击 启动After Detailer,模型选择 face_yolov8n.pt。最后点击生成,这里可以看出已经生成三张出来了。

(图片由AI生成,请谨慎甄别)

**、加上皮肤质感**

接着我们在同样的数据上加上皮肤质感,首先先选择Lora模型,并且把权重调低一点,改为0.8。

根据模型作者的推荐,填入以下负面词:

(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),

来到参数部分,我们先固定一下随机数种子,点击绿色按钮即可。

接下来找到 ControNet ,上传一张我们刚选中的一张图片,勾选完美像素模式允许预览,控制类型选择Lineart(线稿),预处理器选择lineart_realistic。做这一步的目的是为了等一下生成出来的图和我们这张图有高度的相似度。

最后点击生成,下方就是生成出来的三张图片了。

(图片由AI生成,请谨慎甄别)

**、效果对比**

从对比图可以看出,无论在皮肤的肌理还是在光感上,都自然柔和了很多。脸部的立体感有了很大的增强。效果嘎嘎好~

(图片由AI生成,请谨慎甄别)

总结

总体来说,有了这款皮肤质感的Lora模型,生成出来的图片确实要花费更长的时间去鉴别是否来自AI生成。整体也简单易用。
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。

感兴趣的小伙伴,赠送全套AIGC学习资料和安装工具,包含AI绘画、AI人工智能等前沿科技教程,模型插件,具体看下方。

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。

图片

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

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

这份完整版的AIGC全套学习资料已经上传CSDN,朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费在这里插入图片描述
  • 9
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
使用稳定扩散算法(stable diffusion)训练自己专属的人像模型是一项基于AI技术的创新工作。下面是一些步骤,帮助你了解如何训练该模型。 首先,你需要准备一个包含大量人像图片的数据集。这个数据集可以包括各种类型的人像,以确保模型的泛化能力。确保图像质量高,具有足够的多样性是非常重要的。 接下来,你需要使用稳定扩散算法来训练模型。这种算法能够有效地处理图像数据,并生成高质量的人像。你可以使用深度学习框架,如PyTorch或TensorFlow来实现这个算法。根据你的需求和喜好,可以选择已经存在的模型架构,如U-Net等,也可以根据自己的特定要求设计新的架构。 训练过程中,你需要进行数据预处理、模型训练和模型优化等步骤。数据预处理包括图像裁剪、缩放和增强等操作,以提高模型的准确性和鲁棒性。模型训练阶段可以使用已标注的数据进行有监督训练,也可以采用无监督或半监督方法。模型优化则包括调整参数、正则化和使用合适的损失函数等。 在训练完成后,你可以使用你的专属人像模型进行图像生成或编辑。该模型可以通过输入一张未经过加工的人像图像,生成具有艺术性的、更具个性的人像。你可以通过在模型的输入中添加一些约束,如风格引导或语义控制,来进一步控制图像的生成过程。 总的来说,使用稳定扩散训练自己的专属人像模型需要一定的深度学习和计算机视觉知识。但它为用户提供了一种独特而个性化的数字艺术创作体验。通过不断地学习和实践,你可以进一步完善和改进你的模型,以实现更加出色和逼真的人像生成效果。
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