Stable Diffusion ControlNet OpenPose | 以后出图姿势自由了!

这是一套 0 基础入门的AI绘画系列教程,不需要任何基础!涉及全面:环境搭建、基础篇、进阶篇、应用篇、模型篇以及行业解决方案篇

课程制作不易,爱学习的你一定不要忘了订阅关注哦~~

接着进阶篇,前面我们学习了如何使用 ControlNet 的姿势约束,通过姿势约束控制出图的人物姿势和原图一致。

图片

但有的时候我们不仅仅是需要想要和原图姿势一致,还需要调整人物的姿势,想要实现这种功能按照之前学习的内容就只能通过不断的调整提示词来控制。

今天要学习的 ControlNet OpenPose Editor 就可以很好的解决这个问题,从而实现姿势自由了!

一 OpenPose Editor

我们可以将 OpenPose 理解成是对 ControlNet 姿势约束的一大增强。前面我们学习了 DWOpenPose,通过 DWOpenPose 可以更好的提取到图片手部的细节。但终究还是直接提取,不能很好的自己编辑姿势。

而 OpenPose 则可以很好的支持通过导入图片识别姿势的同时,也能够直接编辑骨骼图,通过对骨骼图的编辑,可以实现任意姿势的图片。

要注意的是不管是 DWOpenPose 还是 OpenPoseEditor ,都只是在提取或者说是制作姿势特征图。而对特征图的识别和渲染方式没有改变,都是通过 control_v11p_sd15_openpose 实现。

安装安装和其他插件的安装一直,将安装连接 https://ghproxy.com/https://github.com/fkunn1326/openpose-editor.git 直接贴上去,通过网址安装。(安装完成后记得重启)

图片

安装完成重启后就可以在 web ui 上看到 OpenPose编辑器 的菜单

图片

二 功能介绍

骨骼图

图片

其中对应序号的人体位置:

  • 1:眼睛
  • 2:肩关节
  • 3:肘关节
  • 4:腕关节
  • 5:髋关节
  • 6:膝关节
  • 7:踝关节 可以直接通过鼠标来控制对应的人体位置。

页面功能

图片

其中:

  • 宽度&高度:可以调整右侧画面的长宽比,可以根据成图时画面的尺寸比例进行设置
  • 添加:在右侧画面中新增一个骨架
  • 清空画面:点击后会一键清空右侧所有内容
  • 从JSON文件加载:从电脑中选择JSON文件进行加载
  • Detect from Image:可以导入一张图片,SD会自动读取人物骨骼姿态,读取成功后可以进行二次编辑和调整
  • Add Background Image:可以导入一张图片作为背景,再根据背景图片调整骨架
  • Load Preset:加载预设
  • Save Preset:保存预设(点击后会把右侧的骨架信息作为预设进行保存)
  • 储存为JSON文件:点击按钮后,会把上方骨架信息保存为JSON文件,后续可直接导入文件
  • 保存为PNG图片:保存图片到本地电脑中
  • 文生图:把骨架信息导入到文生图的ControlNet中
  • 图生图:把骨架信息导入到图生图的ControlNet中

三 使用

我们通过一个例子快速学习 OpenPoseEditor,先上模特图。图片放入到编辑器中,OpenPoseEditor 可以自动提取骨骼图

图片

我们可以随意的调整下骨骼图,紧接着发送到 文生图图片

在文生图的 ControlNet 中可以看到 OpenPose 中有发送过来的特征图(切记不要选择预处理器)图片

随便写点提示词,见证奇迹的时候到了!

正向提示词:3man,(masterpiece:1,2),best quality,best detail,
male focus,suspenders,grey pants,3boys,play basketball,

图片图片

先不看手部,对于整体姿势的控制还是很到位的。而手部的控制,同样可以配套的手部骨骼图,这块在后续再细聊!

关于AI绘画技术储备

学好 AI绘画 不论是就业还是做副业赚钱都不错,但要学会 AI绘画 还是要有一个学习规划。最后大家分享一份全套的 AI绘画 学习资料,给那些想学习 AI绘画 的小伙伴们一点帮助!

👉[[CSDN大礼包:《StableDiffusion安装包&AI绘画入门学习资料》免费分享]]安全链接,放心点击

对于0基础小白入门:

如果你是零基础小白,想快速入门AI绘画是可以考虑的。

一方面是学习时间相对较短,学习内容更全面更集中。
二方面是可以找到适合自己的学习方案

包括:stable diffusion安装包、stable diffusion0基础入门全套PDF,视频学习教程。带你从零基础系统性的学好AI绘画!

1.stable diffusion安装包 (全套教程文末领取哈)

随着技术的迭代,目前 Stable Diffusion 已经能够生成非常艺术化的图片了,完全有赶超人类的架势,已经有不少工作被这类服务替代,比如制作一个 logo 图片,画一张虚拟老婆照片,画质堪比相机。

最新 Stable Diffusion 除了有win多个版本,就算说底端的显卡也能玩了哦!此外还带来了Mac版本,仅支持macOS 12.3或更高版本

在这里插入图片描述

2.stable diffusion视频合集

我们在学习的时候,往往书籍源码难以理解,阅读困难,这时候视频教程教程是就很适合了,生动形象加上案例实战,一步步带你入坑stable diffusion,科学有趣才能更方便的学习下去。

在这里插入图片描述

3.stable diffusion模型下载

stable diffusion往往一开始使用时图片等无法达到理想的生成效果,这时则需要通过使用大量训练数据,调整模型的超参数(如学习率、训练轮数、模型大小等),可以使得模型更好地适应数据集,并生成更加真实、准确、高质量的图像。

在这里插入图片描述

4.stable diffusion提示词

提示词是构建由文本到图像模型解释和理解的单词的过程。可以把它理解为你告诉 AI 模型要画什么而需要说的语言,整个SD学习过程中都离不开这本提示词手册。

在这里插入图片描述

5.SD从0到落地实战演练

在这里插入图片描述

如果你能在15天内完成所有的任务,那你堪称天才。然而,如果你能完成 60-70% 的内容,你就已经开始具备成为一名SD大神的正确特征了。

这份完整版的学习资料已经上传CSDN,朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】

  • 24
    点赞
  • 21
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
stable diffusion controlnet是一个用于网络技术的源码,它主要用于实现网络中的扩散控制功能。扩散控制是指通过调整网络节点之间的通信速率,以实现网络资源的平衡利用和避免网络拥塞的技术。 源码分析是指对该源码进行深入的研究和解析。 首先,stable diffusion controlnet的源码可以从开源社区或者相关的资源库中获取。我们首先需要对源码进行编译和构建,确保可以成功地在我们的环境中运行。 然后,我们可以对源码的结构进行分析。通常,源码会包含多个文件和目录,其中主要包括各种类、函数和变量的定义和实现。我们需要仔细阅读每个文件和目录的功能和作用,了解它们之间的关联和调用关系。 在阅读源码的过程中,我们可以关注以下几点: 1. 网络扩散控制算法:源码中会实现网络扩散控制的核心算法。我们需要了解算法的原理和实现方式,以及它如何根据网络环境的变化来动态地调整节点之间的通信速率。 2. 数据结构:源码中通常会定义一些数据结构,用于存储和处理网络中的节点信息、拓扑结构和通信状态。我们需要了解这些数据结构的定义和使用方式,以及它们在算法中的作用。 3. 调度和控制逻辑:源码中可能会包含一些调度和控制逻辑,用于管理网络中各个节点的通信行为。我们需要分析这些逻辑的实现方式和策略,了解它们如何协调和控制节点之间的通信行为,以保证网络资源的平衡利用和避免拥塞。 4. 代码的可读性和健壮性:除了功能实现外,源码的可读性和健壮性也是需要关注的。我们可以评估源码的编码规范、注释和错误处理机制等方面,以确保代码的可维护性和稳定性。 总之,通过对stable diffusion controlnet源码的分析,我们可以深入了解网络扩散控制技术的实现方式和原理,为实际应用和二次开发提供参考和指导。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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