AI绘画lora模型篇,stable diffusion 生成模型基础知识,看完就会

前言

前言

最近一直有粉丝在后台留言,说哪怕有完整的提示词信息,也无法对原始图片进行复原。其实如果想复原一张图片,需要用到的参数和注意事项比较多,另外就是即使你的生成参数完全一致,不同的显卡生成的图片也会有些微差别。不过如果你生成的图片差别太大,那肯定你遗漏了某些关键步骤。

今天我就带大家一步一步用lora生成一幅AI图片,把需要用到的注意事项尽量讲全,希望对大家有所帮助。

1、首先我们来到C站,这里有很多模型和带参数的图片,我们从中挑选一张进行复原。

找到一张图片点击进去,右上方是它用到的 lora ,点击下载,注意下载后保存的 lora名称。为什么要特别注意保存的lora名称呢?因为有时候提示词中的lora名称和你保存的名字称有一些不一样,一定要确保提示词中的名称和你保存名称的完全一致。

lora下载后放置路径为:*\stable-diffusion-webui\models\Lora

2、在参考图片的下方有这个图片的说明信息,要仔细阅读,从中我们能够发现一些有用的信息:

(1)这个图片使用了“Ulzzang-6500”和“ vae-ft-mse-840000”文件。

(2)标准版只使用了 1 个 lora 模型,lora推荐权重为 0.45-0.75之间。

(3)提示词中使用“yae_sakura”,会获得更好的效果。

3、下载“Ulzzang-6500”和“ vae-ft-mse-840000”文件

这两个文件的下载方法分别见下图中的红字部分,下载好后,“Ulzzang-6500”放置路径为:*\stable-diffusion-webui\embeddings\;VAE放置路径为:*\stable-diffusion-webui\models\VAE\。文件放好后,重新启动webUI。

下载UIzzang-6500


本文涉及模型、插件下载请扫描免费获取哦
在这里插入图片描述

下载vae

4、点开这个图片的提示词信息,右下角红框内是它用到的大模型名称,如果你没有这个模型,需要进行下载。

正常情况下需要用到的模型在C站都可以找到,不过这个模型比较例外,我在C站没有找到,好在我在抱脸网上找到了,只是名字有些不同,不知是它在命名时改了名字,还是这个模型有了新版本。

模型下载地址见下图中的红字部分,下载后放置路径为:*\stable-diffusion-webui\models\Stable-diffusion

5、下载参考图片,注意保存格式为png。

6、设置VAE文件

来到webUI工作台,设置–>stable diffusion,选择刚刚下载好的VAE文件,保存后重启。重启后最好再回来检查一下有没有正确设置。

7、将参考图片拖进webUI工作台的图片信息中,会自动识别生成参数,点击下方的文生图,会把所有参数信息自动填充到文生图中。

8、来到文生图界面,这时参考图片中所有的提示词信息全部自动填充好了,这时先要设置正确的大模型(见左上角,这个模型是我们刚刚从抱脸上面下载的),然后点生成按钮。

不过生成的图片和原始参考图差别太大,这并不是我们想要的效果。

9、指定lora。

其实我们仔细查看提示词信息,发现提示词里面并没有指定lora,我们得手动将 lora 添加进来,提示词中还可以添加“yae_sakura”。

记得我们前面讲过 lora 的推荐权重为 0.45-0.75 之间,自己设置好权重后点击生成按钮出图。

设置lora

最终生成的图片和参考图片已经很接近了,但仍有差别。

小结:影响图片效果的因素

前面我们说过,即使完全相同的参数,不同的显卡生成的图片也会有些微差别,那么除了显卡外,还有哪些因素会对最终出图会有影响呢,我以本图为例跟大家分析一下。

1、大模型。因为C站没找到参考图用的大模型,我们从抱脸网下载的大模型名字有些不同,有可能我们下载是同一系列不同版本的模型,会对最终出图有影响。

2、lora的推荐权重是0.45-0.75之间,我选择的是0.6,不同的权重值也会影响出图效果。

3、本图默认勾选了高清修复,高清修复中的重绘幅度值不同也会影响出图效果。

4、种子数。虽然我们没有对种子数更改,不同种子数对出图影响较大,这点在出图的时候要特别注意。

如何训练LorA

对于很多刚学习AI绘画的小伙伴而言,想要提升、学习新技能,往往是自己摸索成长,不成体系的学习效果低效漫长且无助。

如果你苦于没有一份Lora模型训练学习系统完整的学习资料,这份网易的《Stable Diffusion LoRA模型训练指南》电子书,尽管拿去好了。

包知识脉络 + 诸多细节。节省大家在网上搜索资料的时间来学习,也可以分享给身边好友一起学习。

由于内容过多,下面以截图展示目录及部分内容,完整文档领取方式点击下方微信卡片,即可免费获取!
在这里插入图片描述

img

img

img

篇幅有限,这里就不一一展示了,有需要的朋友可以点击下方的卡片进行领取!
在这里插入图片描述

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