深度解析丨StableDiffusion在多个设计场景中的探索与应用

一、前言

大家好!在当今数字化时代的设计领域,技术的发展不断引领着创新的方向,而StableDiffusion作为一款融合了人工智能与艺术的绘画软件,正为我们带来前所未有的设计可能性。我们每天都在与图像和文字打交道,而如何让它们更生动、更吸引人,正是设计师们的永恒追求。在这个背景下,StableDiffusion扮演着一个重要的角色,为我们提供了一把开启创作新境界的钥匙。

本文将深入解析StableDiffusion在多个设计场景中的探索与应用,尤其关注如何利用其制作多种商业落地案例。通过学习这些实际案例教程,我们将看到StableDiffusion的魅力,以及如何充分发挥其与Controlnet插件相结合的威力,为我们的创作注入新的活力。

二、品牌超级符号

本次品牌符号案例使用【抖音LOGO】演示创作,并进行后续的海报设计延展,操作很简单,如果你把我上一篇《StableDiffusion制作中文字效工作流揭秘与画质提升的多种方法》文章吸收完之后,你会发现我接下来的操作都很简单,开始:

2.1 前期准备

记住一点:只要是做品牌符号、字体设计之类的图片,那么就脱离不了Controlnet插件,重点在于精准控制。

我们先准备下模型、lora以及相关素材:

1、Stable Diffusion 模型:ReV Animated v1.2.2 (最新版本)

2、Lora模型:梦幻3D场景

3、controlnet插件模型以及黑白文字图片

模型下载推荐使用civitai(国外)以及哩布哩布AI(国内),前者需要特殊网络,下载也比较慢,但是模型丰富,数量极其的多。后者下载速度很快,我一般是在【civitai】上找到模型然后去【哩布哩布AI】上搜,如果有需要的模型,那就直接在【哩布哩布AI】上下载。

Controlnet插件一般用活菩萨秋叶的启动包就会自带,不过模型需要自己安装一下,在往期文章我有专门介绍过Controlnet的插件安装教程以及模型的下载方式,此处不多做说明。

图中为【智设AIGC社区】,整理了AI绘画的教程及其相关资源,本文所用到的模型素材都提供在里面。

准备一张抖音logo白底的图片,注意以下几点:

1、在这一步就把图片尺寸设置好;2、等比缩放尺寸,把这张图片的尺寸缩小,方便后续的操作;3、图片要求为白底黑LOGO。

2.2 关键词描述

正向关键词:

changjing_3d,((best quality)),((masterpiece)),no_humans,water,sky,day,ocean,blue_sky,cloud,outdoors,bubble,flower,

Changjing_3d,((最佳画质)),((杰作)),no_human,水,天空,天,海洋,蓝天,云,户外,泡泡,花,

其中【changjing_3d】为该Lora的触发词。

反向关键词(通用关键词,哪哪都可用):

(worst quality:2),(low quality:2),(normal quality:2),lowres,bad anatomy,bad hands,text,error,missing fingers,extra digit,fewer digits,cropped,jpeg artifacts,signature,watermark,username,blurry,bad_pictures,DeepNegativeV1.x_V175T,nsfw,

2.3 设置Controlnet各项参数

Controlnet我们需要使用两个预处理器及模型:【canny】和【depth】。

【canny】来控制LOGO形态不被破坏,【depth】控制LOGO的深度信息。

【canny】的权重可以保持默认 1,【depth】的权重设置为0.8(比canny权重小一点即可)。

回到上面,使用 Euler a 采样方法,迭代步数为 30,尺寸与上传的图片一致。

2.4 初步跑图(批量)

把上述的参数调整好了之后,我们就可以进行初步的跑图了,可以调整总批次数量(显卡一般的控制在4左右)。

批量跑图后你会发现几个问题:

1、图片分辨率低,不清晰;

2、细节之处处理的不行。

其实是没关系的,我们只需要在初步跑图的时候确定大体风格即可,细节之处可以通过放大分辨等方式解决,接着看:

2.5 Controlnet高清修复

在上述跑出的初稿选一张自己满意的图片,接下来我们使用【Controlnet插件】和【Tiled Diffusion插件】来对图片进行放大及修复,我在上期教程中说过这个方法的详细介绍,这里不多解释。

启动【Controlnet插件】,预处理器及模型选择【Tile】 ,权重调整为1.2。【Tiled Diffusion 和 Tiled VAE】都都选上,并在这个插件下控制最终生图尺寸,在 288*512基础上乘以3倍,即【864*1536】。

在漫长的等待之后,我们就得到了一张被放大之后的图片,并且这张图片的细节之处更加丰富。这一步完成之后,SD就可以暂退了,下一步我们结合【PS Beta】略微修复下细节。

2.6 后期微调+排版

使用PS Beta等工具,进行后期的微调处理,再加上排版,一张抖音开屏页海报即可完成。其他品牌符号也可用这个案例的思路创作,方法是一致的,看会了就去试试吧。

三、文字海报设计

这个案例的操作方法与上面的【品牌超级符号】有异曲同工之妙,同样是使用Controlnet来对主体画面进行控制,再通过高清修复等功能优化图片细节,达到可落地项的地步,下面还是通过案例演示的方式来分享我的想法。

2.1 找参考确定风格

在设计前期我们首先需要确定视觉风格,可以找一些设计参考,这一步的准备也是在后续通过SD关键词反推中使用,你没听错,SD也可以图生文。

2.2 前期准备

我们准备下模型、lora以及相关素材,Lora是根据上一步风格参考去找到符合这种风格的lora(科技感):

1、Stable Diffusion 模型:ReV Animated v1.2.2 (最新版本)

2、Lora模型:light effect sci-fi scene

3、controlnet插件模型以及白底黑字图片。

这个案例的墨稿图有点特殊,因为我是需要做一个数字的中间是镂空的效果,所以在数字上采取描边的形式来到控制后续的生图精准度。

2.3 关键词反推

把参考图的文字清除掉,然后放到【WD 1.1标签器】里进行图生文。

点击【发送到 文生图】即可(简单三步搞定)。

关键词:no humans, science fiction, cable, scenery, indoors(没有人,科幻小说,有线电视,风景,室内)

2.4 补充关键词

正向关键词加上lora触发词及lora,补充一些风格画质的关键词即可:

no humans,science fiction,cable,scenery,indoors,(masterpiece, best quality:1.3),hd,8k,super details,science fiction,scenery,round stage,

无人、科幻、有线、风景、室内、(杰作、最佳画质:1.3)、高清、8k、超细节、科幻、风景、圆舞台

反向关键词(通用关键词,哪哪都可用):

(worst quality:2),(low quality:2),(normal quality:2),lowres,bad anatomy,bad hands,text,error,missing fingers,extra digit,fewer digits,cropped,jpeg artifacts,signature,watermark,username,blurry,bad_pictures,DeepNegativeV1.x_V175T,nsfw,

2.5 设置Controlnet各项参数并跑图

使用Controlnet插件上传黑字白底图,预处理和模型选择【canny】即可,老生常谈的东西了。

其他的参数如下:

采样方法:DPM++2M Karras。迭代步数:30。

重点:尺寸比例与上传的图片一致。然后就可以批量跑图了。

在初步的低分辨率跑图的情况下,我们得到了一大批图片,其实大家可以看到,有几张图效果是ok的。接来下就把合适的图片进行分辨率放大即可。

2.6 高清修复

选中一张低分辨率图片,固定Seed值,点击绿色的按钮即可。

打开高清修复,放大算法选择【R-ESRGAN 4X+】,放大倍数调整为 3倍,重绘幅度 0.5。

重绘幅度不能过大,不然会导致主体数字变形,大概在0.5~0.7之间。

2.7 后期微调+排版

最后根据需求信息进行排版即可,运用这种操作方法,我们只需要更换controlnet的白底黑字图即可做出倒计时海报的延展图,完事!

四、电商场景设计

在前面几期文章我也说过几个电商产品设计的案例,每次的制作思路不一样,这次也是经过我探索出一个新的SD出电商产品海报的方法,全程StableDiffusion操作,操作方法很简单,明白了一些参数原理之后,你也能很容易上手操作,展示:

2.1 前期准备

还是一样,先准备模型和lora,基本上写实风格的图片无脑用【ReV Animated v1.2.2】即可,在Lora的选择上可以去找到专门生成电商场景的模型。

1、Stable Diffusion 模型:ReV Animated v1.2.2 (最新版本)

2、Lora模型:C4D几何背景geometry-bg

2.2 关键词及各项参数

写上正反关键词,这些关键词我是直接在Lora作者提供的效果图上获取的,我们可以在作者的基础上增减关键词即可,这样关键词就比较容易写。

正向关键词:

(masterpiece:1.3),(best quality:1.3),(no human),artwork of 3D geometry,still life,clean,Pastel color,Comfortable natural light,minimalist style,modernist style,3d rendering,8K,A cylinder in the middle,Sphere,Curtains,Arch background,Plants,leaves,.,

(杰作:1.3),(最佳品质:1.3),(无人),艺术品三维几何,静物,干净,柔和的颜色,舒适的自然光,极简风格,现代主义风格,3D渲染,8K,中间圆柱体,球体,窗帘,拱门背景,植物,树叶

反向关键词(通用关键词,哪哪都可用):

(worst quality:2),(low quality:2),(normal quality:2),lowres,bad anatomy,bad hands,text,error,missing fingers,extra digit,fewer digits,cropped,jpeg artifacts,signature,watermark,username,blurry,bad_pictures,DeepNegativeV1.x_V175T,nsfw,

把以下参数设置上,尺寸设置上我的思路就是设置的越低越好,低质量图批量且快速的出图,选好合适的图片在进行分辨率放大操作,被显卡所限制的朋友可以按我这种方式做。

采样方法:【DPM++ 2S a Karras】【迭代步数 20】 【图片尺寸:256*384】

出图批次大家随意调整,之后就开始跑图即可。

2.3 图片分辨率放大

下面是我们初步暴力抽卡的图,这一步我们不用看质量,看构图、色彩搭配、元素等:

接下来就是从大量的图中挑选我们的幸运观众。

先把该图片的seed值固定,选择高清修复,放大算法【R-ESRGAN 4X+】。

重点!!!!下面两个很重要:

1、放大倍数直接拉满4倍,也就是最终是【1024*1,536】。

2、重绘幅度也要大一点,取决于低分辨率图的细节之处,细节不好重绘幅度开大一点。细节还行,开小点。

2.4 准备产品图以及蒙版图

如果你按我的步骤来,并且很顺利的话,那么你就会得到一张不错的场景图了。接下来就是融入我们的产品进去,接着往下看:

下面的操作我会结合【图生图的蒙版重绘】以及【controlnet】来操作。这两个功能都是我前面讲过的,你可以把接下来的操作看作为进阶的玩法。

你需要准备下面两张图,一张产品场景图以及一张产品的黑白蒙版图。

这里也要注意!

1、产品在场景摆放的位置要调整好,虽然不需要做光影融合,但是也不要随便放,这一步就定性了;

2、黑白蒙版图的黑色产品区域是与产品图的产品位置一样的,会PS的朋友都知道哈,不再啰嗦了。

2.5 图生图以及Controlnet设置

在【文生图】这里,把生成的高分辨图片发送到【图生图】,我这么做的目的只是想让【图生图】板块继承【文生图】的参数信息(这点我要说下,不然你们可能后面会懵)。

接下来点击【上传重绘蒙版】,上传准备好的场景图以及蒙版图。其他参数默认即可,采样方法与【文生图】使用一致即可,分辨率可以在此处再次放大,看大家需要调整。

生成之后可以看下对比,在产品周围,SD会自动把产品融合到场景中去,可以调整【蒙版边缘模糊度】的值控制产品边缘的融合度,建议不要太高,不然产品会出现变形。

五、总结

正如上述3个商业案例所示,StableDiffusion为设计师带来了前所未有的创作方式。通过控制Controlnet插件,我们精准引导AI输出,使每个创意完美呈现。这种融合人工智能和创意的力量,不仅增加设计的灵活性,也提升创作的准确性和独特性。

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
  • 17
    点赞
  • 30
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
好的,关于软件性能测试场景设计,我可以为您提供一些深度解析。 首先,性能测试场景设计是指通过构建不同场景来模拟不同的用户行为,测试软件在这些场景下的性能表现。其目的在于了解软件在不同负载下的性能指标,例如响应时间、吞吐量和并发用户数等。因此,性能测试场景设计的重要性不言而喻。 其次,性能测试场景设计的关键在于模拟真实的用户行为,以确保测试结果的可靠性和准确性。具体的步骤包括: 1. 定义用户角色和行为:根据软件的实际使用情况,定义不同的用户角色和行为。例如,对于一个电商网站,可以定义不同的用户角色,如游客、注册用户、VIP用户等,同时对应不同的行为,如浏览商品、下单、支付等。 2. 设计场景:根据用户角色和行为,设计不同的场景。每个场景应该包含相应的用户行为、数据量和并发用户数等。例如,对于一个电商网站,可以设计以下场景:游客浏览商品、注册用户下单、VIP用户下单并支付等。 3. 确定测试数据:根据场景,准备相应的测试数据。测试数据应该与实际使用情况相符,包括商品信息、用户信息、订单信息等。 4. 进行测试:在测试环境,按照设计好的场景,模拟用户行为并进行测试。测试结果应该包括响应时间、吞吐量和并发用户数等指标。 最后,对于性能测试场景设计,还需要注意以下几点: 1. 考虑边界情况:在设计场景时,要考虑边界情况,如数据量超过预期、并发用户数超过预期等。 2. 模拟真实环境:测试环境应该尽可能地模拟真实环境,包括硬件、网络和软件等方面。 3. 迭代优化:测试结果应该反馈到设计,进行迭代优化,以提高测试的可靠性和准确性。 希望这些信息能够对您有所帮助。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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