我的 WebUI 使用体验总结，以及后续学习计划 截止到上周，SD绘画的合集，已更新84篇暂告一段落，后续计划更新 ComfyUI绘画，或者是AI智能体 应用。简单总结下过去3个月，使用 WebUI绘画的体验。
Stable Diffusion绘画 | 签名、字体、Logo设计 目前，只使用了一个电商的LoRA来生成上方的图片，我们还可以继续添加符合该场景调性的LoRA进行互相搭配。点击「生成」，就能得到具有中国特色的水彩画的。第1步，使用 PS（小白推荐使用。
Stable Diffusion绘画 | 人物、场景、3D转手绘线稿 第1步，输入线稿生成必备的提示词：第2步，开启 ControlNet，加载需要转绘的图片，控制类型选择「SoftEdge」，预处理器选择「softedge_hed」：第3步，添加一个线稿 LoRA：生成图片效果如下：去除上色效果：monochrome轮廓边缘线条变细：第1步，开启 ControlNet，控制类型选择「Lineart」：换一个建筑专用的线稿Lora，权重设置为0.6：生成图片效果如下：对于 3D物体，ControlNet 的控制类型，建议选择「Canny」：叠加2个LoRA：
Stable Diffusion绘画 | AI 图片智能扩充 第一轮扩充得到的图片，两边的扩充，接缝明显，而且色调差异大，非常不自然。来到「文生图」页面，输入固定的起手式提示词。，选择一个与加载图片相对一致的大模型。现在先进行宽度扩充，扩充为。
Stable Diffusion绘画 | 如何做到不同动作表情，人物角色保持一致性（下篇） 在 人物角色保持一致性（上篇）中，我们已经得到了自己创造的角色的各个角度头像图片：从中选择一个符合自己需求的角度，截图保存，例如下图：进入到「图生图」页面，把上一篇中生成图片的正反向提示词复制过来：在下方加载刚才得到的截图：开启「ADetailer」脸部修复模型：在「ADetailer」加入提示词 ，重绘幅度设置为 ，点击「生成」：得到图片如下：优化调整的方向有2点：在控制表情时，我们需要在权重间找到一个平衡点，过低会不明显，过高则会容易导致人物外貌走样。返回「文生图」页面，保持人物生成的提示词，开启 Co
Stable Diffusion绘画 | 如何做到不同动作表情，人物角色保持一致性(上篇) 由于 SD 具有强大的可控性，在固定人物角色方面，SD 是远超 MJ 的，其中最好用，也是最优先的方法就是训练一个自己专属的角色模型，例如之前使用秋叶训练器得到的 LoRA模型。
Stable Diffusion绘画 | 插件-Deforum：动态视频生成（上篇） Deforum与不太一样，是生成丝滑变化视频的，而Deforum的丝滑程度远远没有好。它是根据对比前面一帧的画面，然后不断生成新的相似图片，来组合成一个完整的视频。Deforum的优点在于可控性好，提示词的变化，镜头的运动方向，画面的变化程度，以及噪声加入的多少，甚至中途改变模型都可以控制。通过Deforum可以很清晰的制作瞬息全宇宙的动态视频效果。
Stable Diffusion绘画 | AnimateDiff：用AI制作动画 使用插件，我们只需要按时间节点，输入不同的提示词，就可以非常轻松地生成一系列丝滑的动画。的底层技术框架，是由 上海人工智能实验室 & 香港中文大学 & 斯坦福大学 联合研发的，它能很好地结合 SD 的各种模型，以及配合 ControlNet 和 Upscale 来生成出可控的高清丝滑视频。
Stable Diffusion绘画 | 来训练属于自己的模型：LoRA模型验收 上面👆展示了15个模型的出图，其中我较为满意的（既能符合提示词，像霉霉，又能保持插画风格），只有03、06、07号模型。我们每次训练出来的模型，一般都会生成 20-30 个，至于哪个模型符合要求，较为理想呢？我想其中的原因是：随着训练轮次越多，AI已经把素材的特征完全学定型了。再更换其他的提示词，多试几轮，留下出满意的 LoRA 模型以后使用。我最终选择留下 06、07 两个模型，其他的都可以选择删掉。这个提示词了，而且越来越接近真人模型，缺少插画风格。因此，从10轮过后的模型，都可以直接删掉。
Stable Diffusion绘画 | 来训练属于自己的模型：秋叶训练器使用 花了不少时间搜索尝试，都没有找到解决上一篇文章遗留问题的解决方案，导致无法使用这个工具来完成炼丹，看不到炼丹效果。但考虑到，以后还是要训练自己的模型，于是决定放弃， 使用秋叶训练器。
Stable Diffusion绘画 | 来训练属于自己的模型：配置完成，炼丹启动 余弦退火重启，在余弦学习方法基础上定期重启，帮助AI逃脱学习平坦区域。：能降低显存占用，并略微加快训练速度，适合显卡配置不太好的电脑使用。：余弦学习率，一开始保持一个较高的学习率，然后逐渐降低学习率。：设定一个学习强度，让 AI 一直保持这个学习率来学习。：一开始预热期间学习率会增大，然后退回恒定的学习率不变。
Stable Diffusion绘画 | 来训练属于自己的模型：炼丹参数调整--步数设置与计算 要想训练一个优质的模型，一定要认识和了解模型训练中，参数的作用和意义。整个模型训练的过程，参数并不是一成不变的，也没有固定的模板，当我们修改了模型训练里面的某个参数，很可能就需要连带其他一系列参数的配合调整，同时也需要根据训练时的数值反馈来做出合理的修改及调整。
Stable Diffusion绘画 | 来训练属于自己的模型：打标处理与优化 上一篇完成的打标工作，是为了获取提示词，让AI认识和学习图片的特征。因此，合适、恰当、无误的提示词，对最终模型效果是相当重要的。
Stable Diffusion绘画 | 来训练属于自己的模型：素材处理与打标篇 纵观整个模型训练流程，图片素材准备和打标环节占据的分量比重，绝对超过60%。上一篇分享了图片素材准备，这一篇，开始对准备好的图片素材进行处理了。
关注
