绘出东北美女：stable diffusion的艺术

今日偶得一趣，用stable diffusion绘制了一幅身着东北大花袄的美女图。虽略有瑕疵，然观之尚可。

绘图所用工具为绘世 2.8.0 版本，

大模型为 mengxMixReal_v3.safetensors，

Lora 则为 dbdma_20231206.safetensors。

此 Lora 仅 108M，所用模型亦不多，仅 1.98G。或因偶见此 Lora，疑作者乃东北人士。

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。

正向提示词

正向提示词中，“wide_shot,depthoffield,lens_flare,bokeh,motion_blur,wheatfield,masterpiece,best quality”为基础起手式，余下则可随心而定。

反向提示词

反向提示词则有“(worst quality:2),(low quality:2),(normal quality:2),(lowres:1.5),watermark,badhandv4,lowres,bad anatomy,bad hands,text,error,missing fingers,extra digit,fewer digits,cropped,worst quality,low quality,normal quality,jpeg artifacts,signature,watermark,username,blurry”等。

迭代步数选 20，采样方法选 DPM++2M Karras，分辨率默认 512*512。生成两张图片后，首张略有偏题，似有夏日短裙之感；第二张则符合描述，然人脸、胳膊与手皆有崩坏。此乃因人物远景致人脸变形，若为半身近照，则脸崩概率较小。

将第二张图发至图生图局部重绘，大模型仍选同款，正向与反向提示词亦用基础起手式。

涂抹崩溃之面部，选择重回蒙版内容，重绘区域可选仅蒙版区域或整张图片。若对背景不满，可选整张图片。此处我选整张。

**

**

采样方法仍为 DPM++2M Karras。

开启 ControlNet，勾选启用，低显存模式与完美像素模式。控制类型选 Tiile/Blur（分块、模糊），脚本选 SD upscale，放大算法选 R-ESRGAN 4X+。

修复生成后，得一高清且面部清晰之人像，背景亦得润色。然胳膊与手之崩坏，尚需进一步修复。余实懒，故不修矣。

**

修图之法，实有多种。或借助 stable diffusion 插件之深度图库，或运用常见之修图软件如 ps，处理后再入 sd，皆可得完美之效。

stable diffusion绘图之强大，令人惊叹。其所生成之图像，或清晰细腻，或色彩鲜艳，或风格独特，令人目不暇接，AI发展之迅猛，亦令人咋舌。如今，AI已能根据人之需求，生成各种图像，如人物、风景、动物等，无不惟妙惟肖，令人叹为观止。然而AI之发展，仍有诸多挑战，如版权、道德等问题，等待解决。吾等当以开放、包容之心态，迎接AI之时代，共创美好之未来。

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