【Stable Diffusion学习小结1】告别单调！AI绘画带你体验校园生活的“色彩革命”

AI绘画

Stable Diffusion

学习总结

SD如果把目标放小，也不是想象中的困难。

目标放小，就是不要什么都想学，如果你只想画哪几种风格的图，那其实还是很简单。

SD难在：参数很多，各有各的作用，关键是没有时间研究，为何参数要这么调整，如果换个数值会怎样，如果没有高手指教，你一个一个试，那是很耗时间的。

SD教程

Stable Diffusion

选大模型

不同的大模型，就代表着不同的照片风格。

教育领域，主要是写实的多，到目前为止，没看到写景点大模型，可能接触较少的缘故。

就写实，也遇到几个模型，有区别吗？试下：

先确定代码：

Chinese high school girl,school campus,sunny day,vibrant atmosphere,wearing school uniform,(carrying books:1.1),smiling,friendly expression,surrounded by classmates,

camphor trees are around,small_breasts,modern school buildings,clear blue sky,lively conversation,students with backpacks,walking on a paved path,green grass fields,outdoor cafeteria,energetic,youthful spirit,(masterpiece:2),best quality,ultra highres,original,extremely detailed,perfect lighting,Spring flowers,magnolias,book,

一位中国高中女生，在阳光明媚的校园里，氛围生机勃勃。她身穿校服，体态娇小，微笑着，面带友好的表情，被同学们围绕。春天的花朵，玉兰花盛开，手里拿着书。春季时，周围长满了香樟树。现代的校园建筑，天空一片澄蓝，学生们背着书包，活泼地交谈着，沿着铺好的小道行走，在绿草如茵的场地上，室外的自助餐厅，展现出年轻的活力和精神。这是一幅杰作，具有最佳品质，超高清晰度，原创，极其详细，光线完美。

写实模型1

写实模型2

总结：不同模型生成效果就是不同，有的人像都有问题，SD叫“崩了”。人越多，单个人就容易崩，但周边的环境基本没有变化。

还有一点，就是好照片，似乎提示词不会很多，你为了生成人像，就不要放那么多环境，我们不妨试一下，去掉一部分环境：

稍微好些，但人像是否合适，我感觉还是要靠“loar”技术。

正提示词

Stable Diffusion

回答上面提到的问题。正提示词越多，是否会造成图像生成效果越差？答案是有影响。

1. 提示词越多，会造成部分提示词描述不够精准，甚至描述过于宽泛，而不够清晰，生成质量必然大受影响。

2. 提示词越多，有可能会分散“模型”的注意力，从而造成质量下降。

3. 给我的启示是：提示词一要注意精准，描述务必清晰，生成内容如果过多，使用“权重”进行调整、平衡。

1girl,lora:meinv123:0.5,

提示词，就一个，后面加了Lora,生成图像如下：

启发：

SD最擅长的是生成单个的人像，所以为单个人做个写真，还是很适合的。

下面主要也是围绕这个思路进行。

负提示词

EasyNegative, ng_deepnegative_v1_75t, badhandv4,(worst quality:2), (low quality:2), (normal quality:2), lowres, ((monochrome)), ((grayscale)), bad anatomy,DeepNegative, skin spots, acnes, skin blemishes,(fat:1.2),facing away, looking away,tilted head, lowres,bad anatomy,bad hands, missing fingers,extra digit, fewer digits,bad feet,poorly drawn hands,poorly drawn face,mutation,deformed,extra fingers,extra limbs,extra arms,extra legs,malformed limbs,fused fingers,too many fingers,long neck,cross-eyed,mutated hands,polar lowres,bad body,bad proportions,gross proportions,missing arms,missing legs,extra digit, extra arms, extra leg, extra foot,teethcroppe,signature, watermark, username,blurry,cropped,jpeg artifacts,text,error

这些提示词主要是为了防止图片“崩”了，照抄就行，也不需要研究为什么。

工具几个设置记好了

Stable Diffusion

迭代步数与采样方法：

配置低的——20~25

配置高的——25~30

采样方法，相当于用画笔绘画方法，类似于写字，各人务必的方法都不相同，最终书写的字也各有特征。

经过牛人尝试，挑出了几个出图快，照片质量相对很好的采样方法：

宽度与高度：

配置高的1024*1024，一般的就512*512，当然如果想生成长方形的，自己再调整，尽量维持一千左右。

提示词

Stable Diffusion

因为SD只能识别英语，所以我们要把这些中文关键词翻译成英语。

句子: A beautiful girl standing in the forest

词组:A beautiful girl,Standing in the forest

单词:A girl, beautiful, standing, forest

需要特别注意的是，这些单词和单词之间要用英文状态下的逗号分隔开。

公式

画质+主体+主体细节+人物服装+其他(背景、天气、构图等)

首先画质就是一些关于画面质量的词

可以写最高质量，大师杰作、超高清画质之类加强质量的词，这样出来的照片会更加精致

然后就开始写照片里面有什么东西，

想象一下照片是什么样的，先确定照片的主体

接着就是对这个主体的细节描写，包括这个人的长什么样，穿什么衣服

这里就是按照自己脑海里的画面去写，可以从头到脚想一遍：这个人长什么样。

最后还可以加上其他东西，背景、天气、动作姿势、构图等等。

画 质:最高质量，杰作，高清画质，丰富的细节，

主 体:一个女生，

主体细节:精致的五官，漂亮，黑色长发，卷发，大眼睛，

人物服装:白色衬衫，黑色短裙，

其 他:在公园里，坐在椅子上，树，阳光，全身照

写提示词的插件

扩展-可下载-加载扩展列表-输入 prompt-

随机种子和固定种子各有优势，选择哪种方式取决于具体的应用需求。如果目标是探索多样化的结果并增加研究的灵活性，那么使用随机种子可能更为合适。而如果目标是确保实验结果的一致性和可重复性，那么使用固定种子则更为适宜。

图生图

Stable Diffusion

做一个真实图生成二次元的案例

01

参数设置

如图设置：

还有最重要的一个参数，就是重绘幅度。

重绘幅度的意思就是：我们最后生成的照片跟原图差别有多大。

当重绘幅度为0的时候，照片不会发生变化。

当重绘幅度为1的时候，生成出来的照片跟原图就毫无关系了。

所以，我们的重绘幅度可以设置在0.5~0.7之间。

这个参数是没有固定的，大家在实际操作中可以多试试不同的重绘幅度。

02

写关键词

关键词最主要的就是用词语去描述我们的原图。

这里我们可以借助一个插件——标签器

它可以根据我们的图片反推出来关键词，

在状态栏里点击“WD1.4标签器，

在左边空白区域上传我们的原图，

右边就是自动生成的关键词。

glasses, 1boy, real life insert, male focus, brown hair, parody, what, realistic

检查下关键词，不需要的，去掉。

我们想变成二次元图片，所以”真实“关键词就要去掉，另外，本来黑色的头发，变成了”棕色“也要修改，另外还有两个无意义的词也要删掉。

03

换二次元大模型

SD的弱点是”手“的生成常会出问题，大部分是通过后期PS进行修正。

另外,SD不能识别中文。

04

局部重绘——换装、换脸、换背景

局部重绘比前面多了两个参数：

一个是蒙版模式，“重绘蒙版内容”的意思是重新生成我们涂白的地方；

”重绘非蒙版内容“就是除了涂白的地方，其他都重新生成。

这里我们是要重新生成衣服，所以就选“重绘蒙版内容”

然后就是“蒙版区域内容处理“

一般就用前面两个，填充和原图。

如果要重新生成的地方跟原图区别比较大，那就选填充，

如果只是想在原图的基础上进行一点小变动，那就选原图。

接下来的迭代步数、采用方法、重绘尺寸和前面是一样的

最后一个重绘幅度，设置在0.6~0.8之间。

这个功能，对我日常工作有些帮助。

以往PS有这个功能，但被”掐脖子“了，禁止我们使用，幸好SD有同样的功能。

写在最后

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。

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