【Stable Diffusion】角色设计的福音！绘制一致性多角度头像

如何让我们在SD中绘制的角色保持一致，这是人们长久以来在探索AI绘画的领域当中一直寻求解决的问题。目前来看，实现这个目标最好的方法就是使用LoRA。

但是要训练一个LoRA，我们首先要至少有一个15到20张图片的训练集。在一个固定的形象中，最重要的是面部五官，其次是体型、服装、配饰之类的。所以，我们在收集训练集的过程当中，收集形象的头部图片是很重要的。

现实中的人物我们可以通过照片来进行训练，但如果是我们在AI中生成的虚构角色呢？我们就要让这个虚构角色能稳定输出多张不同角度的图片才能达到训练集的要求。

今天，我们就来学习一下，如何创建一个虚构人物的多视图角色表。

***#****01*

准备工作

首先，我们要准备一张人物的多角度图片。这张图一共有15个不同的视图，它的主要作用是可以使用openpose来控制形象的面部角度。尺寸设置的是1328×800px，这样的话，当我们放大两倍之后就能保证每张小图都是512×512px。

【一个小知识：稳定扩散输出尺寸必须能被8整除。这个工作表的设置方式是由8 像素的分割线和 256×256像素的图像组成。**】

再加上一个网格图，通过lineart来分割不同的块面。

接下来，我们来设置controlnet，第一张图选择openpose_face，得到人物的15个面部角度。

第二张图选择lineart_standard (from white bg & black line)，可以得到清晰的表格分区。

为了让小图模式下的人脸不会崩坏，我们可以在增加一个ADetailer的脸部修复插件。

***#****02*

开始生图

设置文生图提示词：

大模型：majicmixRealistic_v6.safetensors

正向提示词：(a character sheet of a woman from different angles with a grey background:1.4),auburn hair,eyes open,cinematic lighting,Hyperrealism,depth of field,photography,ultra highres,photorealistic,8k,hyperrealism,studio lighting,photography,

负向提示词：EasyNegative,canvasframe,canvas frame,eyes shut,wink,blurry,hands,closed eyes,(easynegative),((((ugly)))),(((duplicate))),((morbid)),((mutilated)),out of frame,extra fingers,mutated hands,((poorly drawn hands)),((poorly drawn face)),((bad art)),blurry,(((mutation))),(((deformed))),blurry,((bad anatomy)),(((bad proportions))),((extra limbs)),cloned face,(((disfigured))),gross proportions,(malformed limbs),((missing arms)),((missing legs)),((floating limbs)),((disconnected limbs)),((malformed hands)),((missing fingers)),worst quality,((disappearing arms)),((disappearing legs)),(((extra arms))),(((extra legs))),(fused fingers),(too many fingers),(((long neck))),canvas frame,((worst quality)),((low quality)),lowres,sig,signature,watermark,username,bad,immature,cartoon,anime,3d,painting,b&w,

设置一下参数：

迭代步数：50

采样方法：DPM++ 2M Karras

尺寸：1328×800px

出图！15个不同角度的人物图片，大概看下来基本就是同一个人，没毛病。

***#****03*

细节放大

接下来发送到图生图，进行一次放大。

重绘幅度设置为0.55，不需要太高。

使用controlnet的teil模型来增加细节，控制模式选择“更倾向controlnet”。

Ultimate SD upscale脚本放大为2倍，使用4x-UltraSharp放大算法。

生成出图，我们来看一下最终的效果。

***#****04*

随便试试

接下来，我们再来试一试二次元的形象吧。

使用AnythingV5大模型，绘制一个浅绿色的侧马尾女孩的形象。

再做一个手办风格的卡通角色

使用revAnimated大模型，绘制一个粉色头发的长发公主的形象。

怎么样，效果不错吧，你学会了吗？

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！

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！

需要的可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】

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。

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。

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。

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。

5.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。

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。

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】