参考原文链接:【controlnet】Segmentation (语义分割) (chinaz.com)
介绍
本文提供一个全面的教程,指导用户如何在Stable Diffusion(SD)中利用【controlNet】Segmentation功能进行AI绘图的语义分割。文章通过实际操作示例和详细步骤,展示了如何通过语义分割来精细化调整图像的细节,增强AIGC创作的灵活性和创意表现力。
segmentation简称SEG,SEG可以让你的构图更加可控,并且在结合multi control net以及latent couple等功能后更强大。seg模型可以把原图中的元素按类别进行分割处理,例如我们看到的天空、树木、河流、房屋等元素会被归纳为一类,不会展示元素的细节内容。
应用场景
主要有两种场景,一种是改变画风,另一种是控制出图,下面我们把这两种场景都介绍一下
预处理器介绍
Seg相关的预处理器有 3 种,分别为:“seg_ofade20k”、“seg_ofcoco”和“seg_ufade20k”。
一般使用默认的“seg_ofade20k”。
它们的区别在于使用的数据集和分割类别不同。seg_ofade20k 使用的是 ADE20K 数据集它包含了 150 个类别,涵盖了各种场景和物体。seg_ofcoco 使用的是 COCO 数据集,它包含了80 个类别,主要是一些常见的物体和动物。seg_ufade20k 使用的是 U-ADE20K 数据集它是 ADE20K 数据集的一个子集,只包含了 35 个类别,主要是一些室内场景和家具。
而ade20k与coco语义关联的颜色规则不一样,能够识别的物体类别数量也不一样,所以要选择不同颜色的对照表,小编已经为大家整理好了哦,想要获取颜色对照表的小伙伴可以右边扫码进群领取哦,
使用方法
场景一:改变画风
【大模型】根据上传的图片选择模型,我这边选择写实类的大模型
【提示词】可以不添加提示词,让AI自行发挥
【基本参数设置】采样参数设置Euler a,其他默认
【controlNet启用】
【点击生成】
可以看出语义分割会根据色块的范围进行重绘,所以我们可以通过提示词来改变风格,这里我添加提示词:巴洛克风格,再次点击生成
可以看到在不改变大体结构的情况下可以切换出图的风格,非常好用
场景二:控制出图元素
语义分割的还有一个作用就是可以控制出图的元素,我们可以上传图片先执行一次语义分割
在把风格后的图片下载下来放到PS中使用魔棒工具和油漆桶修改对应的颜色
然后重新上传我们修改后的图片,预处理器选择none,提示词写上1girl,mountain,
添加相关的提示词会更有利于AI去精准的替换我们的场景
点击生成,就可以发现我们修改的地方变成山的背景了,所以使用语义分割也是一种很好的控制出图元素的手段
虽然这边人物也改变了,但是如果你是想制作艺术字体的话,使用seg是一个非常好的选择
站长素材AI教程是站长之家旗下AI绘图教程平台
海量AI免费教程,每日更新干货内容
想要深入学习更多AI绘图教程,请访问站长素材AI教程网: