StableDiffusion WebUI界面基本布局和操作

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：

1. 选择模型

第一部分有详细介绍

2. 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

4. 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。

若有侵权，请联系删除