AI绘画Stable Diffusion【 ControlNet实战】: 轻松制作武侠动作,超强人物姿势控制教程

在这里插入图片描述

大家好,我是向阳

今天我们来讲何通过Stable Diffusion ControlNet来进行姿态控制。来一起来看下我的简单示例:

参数设置:

大模型: 墨幽人造人_v1080

模型下载地址: 请看文末扫描获取

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下载地址: 请看文末扫描获取

Lora:Xian-T手部修复_v3.0

Lora下载地址: 请看文末扫描获取

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

Lora下载地址: 请看文末扫描获取

使用OpenPose控制这里其实你可以使用其他图片进行姿态控制,但我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:茶楼静坐在这里插入图片描述

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。

在这里插入图片描述

在这里插入图片描述

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。

在这里插入图片描述

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。

在这里插入图片描述

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,这里我尝试进行了隐藏手部

在这里插入图片描述

在这里插入图片描述

场景二:练习剑术

在这里插入图片描述

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。

在这里插入图片描述

在这里插入图片描述

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

在这里插入图片描述

在这里插入图片描述

场景三:林中练拳

在这里插入图片描述

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>

中文提示词:

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

在这里插入图片描述

看看这个练拳击的,拳击手套都戴上了(稍微娱乐一下~)

在这里插入图片描述

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

好了今天的分享就到这里了,感兴趣的可以自行尝试哦

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
  • 31
    点赞
  • 8
    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。

“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