Stable Diffusion零基础学习

Stable Diffusion学习笔记TOP04

抱歉！！！：谢谢大家的喜欢，这几天搬家忘记更新了，后续争取日更。

---

1、提示词的基础使用方式

文生图（text-to-image）全名称：将文本描述转换为图像内容，使艺术家能够通过文字输入来生成相应的视觉效果。
基础原理：即把提示词、噪声条件等参数转换为代码，传递给我们选择的采样器从而得到一个采样方法，再根据采样方法对底模进行采样，最后给我们反馈对应的图像，这个就是文生图。

【例如：1个女孩，黑色头发，白色衣服，蓝色眼睛，正视镜头，坐着，沙发，书，白色背景】

【提示词】：分为正向提示词（positive prompt）跟反向提示词（negative prompt），用来告诉AI哪些需要，哪些不需要；正向提示词确定需要生成的方向，反向提示词排除不需要生成的方向。

【正向提示词】：提示词通常由多个单词、词组或短句构成，以英文的逗号【,】分割组成；可以识别英文、数字、符号、emoji（call_me_hand:）表情，且表现力较好。
【反向提示词】：与正向提示词一样，由多个词缀构成，可以识别英文、数字、符号、emoji表情。

【prompt英文】：可以识别单词（如：1女孩、高挑、站立、地面）跟短句（如：一个站立在地面的女孩）由于模型和算法原因，SD对于单词的理解能力更强（如：1女孩、高挑、站立、地面）。

【prompt语序】：先是画面质量，再是主要元素，最后是细节。
——细分如下：
【概念：图像质量（高细节、高分辨率、超写实主义、HD、8K、16K、高品质等）、风格（卡通、贴纸、漫画、印象、肖像、像素、新成海、赛博朋克、水墨等）、镜头（鱼眼、DSLR、360全景、长焦镜头、超广角、移轴效果、景深、微距等）、灯光（工作室、电影照明、美丽的灯光、柔光、逆光、人物发光、侧光、云隙光等）、构图（中心、水平、垂直、三分法、对称法、对角线、框架、重复构图等）】
【主体：人物（武士、护士、魔法师、美少女战士、男人、女人、男孩、女孩、特定人物等）、动物（十二生肖、怪兽、神兽、凶兽等）、事物（电脑、武器、工具、电子产品等）、风景（天空、海洋、森林、山水、道路、高山流水等）、姿态（行走、站立、奔跑、跳跃、抬头、转身、侧卧、二郎腿等）、服装（短袖、长袖、连衣裙、吊带裤、牛仔裤、布鞋等）、道具（帽子、眼镜、武器、手环、手链、项链、耳环等）】
【细节：场景（室内、室外、客厅、餐厅、学校、医院、酒吧、幻想场景等）、环境（晴天、雨天、春夏秋冬、白天、夜晚等）、细小元素（表情、妆容、等不影响整体构图的元素）以及其他提示词】

---

2、SD的特殊符号

提供了一些特殊的符号来更好的控制细节，更加精确的控制图像扩散的过程。

分割符号：用来给权重排序，分割符号前权重高，分割符号后权重低。
权重符号：给到括号里面的提示词权重比。
连接符号：加号、下划线并列连接符号前后提示词的权重；竖线循环竖线前后提示词，影响扩散效果；大写的AND，对AND前后提示词产生融合效果。
分步扩散符号：在方括号内使用冒号，可以指定提示词在指定的步数开始生效；在方括号内使用双冒号，则可以使提示词在指定的步数停止生效；在方括号内加上两个提示词，那么可以同时控制两个提示词，影响扩散过程的步数；在方括号内加上竖线，达到循环影响单独词缀的扩散结果。

【分割符号：】

备注：一般情况下，我们使用逗号跟换行便于修改和避免造成提示词相互污染的情况。

【权重符号：】
备注：希望某个提示词能够在结果中出现更多的元素，就可以出现权重符号；但是权重符号一旦超过1.5之后可能就会出现图片崩坏情况；权重符号的安全阀值范围为<=1.5。

【连接符号：】
提示词1+/_提示词2

提示词1|提示词2

提示词1AND提示词2

【分步扩散符号：】
在方括号内使用冒号，可以指定提示词在指定的步数开始生效。
在方括号内使用双冒号，则可以使提示词在指定的步数停止生效。

备注：其他两种分步扩散符号自己可以去尝试试下。

3、可以使用SD的脚本用以测试一系列出图数据

备注：还可以使用其他脚本进行出图数据的测试。