AI绘画怎么玩转光影?用Stable Diffusion控制光源教程

大家好,我是程序员晓晓

随着人工智能的发展,AI开始被应用于绘画领域,能够帮助艺术家实现更精确、更逼真的光影效果。在绘画中,光影是非常重要的元素之一。它能够赋予作品以立体感和真实感,使画面更加生动和吸引人。今天我就教大家如何在自己的作品中生成光影效果,让作品增添高级感!

在这里插入图片描述

一、选择大模型

第一步选择大模型的时候,小集选择的是majicmixRealistic。

二、提示词输入

正向提示词:contrast between light and dark,dark environment,The strong light shining on girl’s body,best quality,masterpiece,(photorealistic:1.4),1girl,solo,shirt,realistic,

反向提示词:NSFW,ng_deepnegative_v1_75t , badhandv4,(worst quality:2),(low quality:2),(normal quality:2),lowres,watermark,monochrome,

这里使用了两个embedding模型。

在这里插入图片描述

三、基本参数调整

迭代步数40,采样方法Euler a,打开高分辨率修复,放大算法选择4x-UltraSharp,重绘幅度0.2,图片尺寸512*768,提示词引导系数8。

在这里插入图片描述

四、controlnet光源控制

为了更明显的展现controlnet光源控制,我这里使用字体形状图片作为光线融入。打开controlnet,将图片拖入,勾选启用、完美像素模式,控制类型选择tile,预处理器选择tile_colorfix,模型选择tile。经过测试对比,controlnet的控制权重0.7-0.8最为合适,这里设为0.75,引导时机0.2-0.5合适,这里设为0.22,Variation设为26。

在这里插入图片描述

开始跑图

刚刚的效果应该还不错吧?下面我们再换张光线图来生成看看效果如何呢。

光线图:

效果图:

那今天的分享就到这里了,其实AI绘制光影的关键就在于其对光和影的理解和模拟。通过大量的训练数据和深度学习算法,AI能够学习到光线在不同材质和形状上的反射、折射、遮挡等特性,并能够根据这些特性生成逼真的光影效果。

写在最后

感兴趣的小伙伴,赠送全套AIGC学习资料,包含AI绘画、AI人工智能等前沿科技教程和软件工具,具体看这里。

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。

在这里插入图片描述

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。

在这里插入图片描述

在这里插入图片描述

二、AIGC必备工具

工具都帮大家整理好了,安装就可直接上手!
在这里插入图片描述

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。
在这里插入图片描述
在这里插入图片描述

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。

在这里插入图片描述

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。
在这里插入图片描述

若有侵权,请联系删除
使用稳定扩散算法(stable diffusion)训练自己专属的人像模型是一项基于AI技术的创新工作。下面是一些步骤,帮助你了解如何训练该模型。 首先,你需要准备一个包含大量人像图片的数据集。这个数据集可以包括各种类型的人像,以确保模型的泛化能力。确保图像质量高,具有足够的多样性是非常重要的。 接下来,你需要使用稳定扩散算法来训练模型。这种算法能够有效地处理图像数据,并生成高质量的人像。你可以使用深度学习框架,如PyTorch或TensorFlow来实现这个算法。根据你的需求和喜好,可以选择已经存在的模型架构,如U-Net等,也可以根据自己的特定要求设计新的架构。 训练过程中,你需要进行数据预处理、模型训练和模型优化等步骤。数据预处理包括图像裁剪、缩放和增强等操作,以提高模型的准确性和鲁棒性。模型训练阶段可以使用已标注的数据进行有监督训练,也可以采用无监督或半监督方法。模型优化则包括调整超参数、正则化和使用合适的损失函数等。 在训练完成后,你可以使用你的专属人像模型进行图像生成或编辑。该模型可以通过输入一张未经过加工的人像图像,生成具有艺术性的、更具个性的人像。你可以通过在模型的输入中添加一些约束,如风格引导或语义控制,来进一步控制图像的生成过程。 总的来说,使用稳定扩散训练自己的专属人像模型需要一定的深度学习和计算机视觉知识。但它为用户提供了一种独特而个性化的数字艺术创作体验。通过不断地学习和实践,你可以进一步完善和改进你的模型,以实现更加出色和逼真的人像生成效果。
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