先来一张Q版图让大家看看效果
今天给大家介绍stable diffusion webui的界面。
如果还没安装的文末扫码可获取免费安装包和安装教程。
界面布局
Stable Diffusion WebUI界面主要分为三个区域:模型选择区、功能选择区、参数配置区。
模型选择区:
模型分类:写实类、2.5D类、二次元类等,根据自己的需要进行下载。秋叶大佬的整合包默认放了一个二次元模型
想找合适的模型可以上civitai,需要科学上网。
或者使用国内的网站,liblib
下载时记得区分CHECKPOINT和LORA,CHECKPOINT是使用的基础模型,LORA是在基础模型上做了微调的模型。
vae模型:(Variational Auto-Encoder)
一般选择自动,SD1.*模型和SDXL模型的VAE不同,需要下载区分
用来压缩图片到一个更小的空间维度,图片通常包含大量的冗余信息,因此我们可以训练一个VAE,使其可以将图片映射到一个较小的隐式表征,并将这个较小的隐式表征映射到原始图片。这部分的原理我们会后续起一篇文章进行介绍。
功能选择区:
文生图:根据文本提示生成图像
图生图:图像生成图像;功能很强大,后续文章会做详细介绍。
后期处理:图片处理;功能很强大,后续文章会做详细介绍。
PNG信息:这是一个快速获取图片生成参数的便捷功能。如果图像是在SD里生成的,您可以使用“发送到”按钮将参数快速复制到各个页面。
模型融合:您最多可以组合 3 个模型来创建新模型。它通常用于混合两个或多个模型的风格。但是,不能保证合并结果。它有时会产生不需要的伪影。
训练:训练页面用于训练模型。它目前支持textual inversion(embedding) 和hypernetwork。
设置:设置里面的具体选项就不详细讲了,大家在后续使用中自行探索
更改任何设置后,记得单击“保存设置”后再重载界面。
扩展:安装扩展插件,后期文章我们会详细讲。
参数配置区:
- 选择模型
第一部分有详细介绍
- 正反提示词
描述您想在图像中看到的内容。
正向提示词:指定你想看到的内容
反向提示词:制定你不想看到的内容
3. 采样方式
去噪过程中的算法,不同的采样方式影响了图片生成的效果和速度
- 迭代步数
去噪过程中的采样步骤数。越多越好,但时间也会越长。太大后边图片也不会有太大变化。
5. 生成图片尺寸
设置输出图片的尺寸,当然设置越大,生成越慢。
6. 批次、数量
一次生成多少批次,每批次生成多少张图片。
7. CFG比例
提示词引导系数,用来控制模型遵守您的提示词的程度。
文章提到的AI绘画SD整合包、各种模型插件、提示词、AI人工智能学习资料都已经打包好放在网盘中了,有需要的小伙伴文末扫码自行获取。
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。
![](https://i-blog.csdnimg.cn/blog_migrate/736dd22113e21f4a437d491b1da7bed0.jpeg)