自学StableDiffusion，一般人我还是劝你算了吧

最新推荐文章于 2024-06-13 14:35:33 发布

AI绘画成神之路

最新推荐文章于 2024-06-13 14:35:33 发布

阅读量950

点赞数 24

分类专栏： AIGC Stable Diffusion 文章标签： stable diffusion 人工智能

本文链接：https://blog.csdn.net/m0_71745903/article/details/138972305

版权

AIGC 同时被 2 个专栏收录

21 篇文章 0 订阅

订阅专栏

Stable Diffusion

14 篇文章 6 订阅

订阅专栏

本期将从以下4个模块逐步讲解:

📌sd提示词怎么写
📌sd模型下载
📌sd实用插件
📌Control Net插件讲解

SD模型插件都整理成百度网盘了，有需要的可以直接去文末获取

sd提示词怎么写

提示词之间要用英文逗号隔开
提示词之间是可以换行的

正向提示词例如：

主体描述：一个女孩，长卷发，头发散开，五官精致，纤瘦。
场景描述：山顶的寺庙，山，水，树，云，太阳，天。
风格描述：中国风，禅意，浪漫主义。
画面需求描述(常规提示词,可通用)：柔和的光线，8k质量，超级详细，伟大的杰作，壁纸，生动的色彩，逼真，美丽，好看。
补充描述：正常的的手指，完美的五官。

反向提示词：

常规提示词：
(badhandv4:1.2),(worst quality:2),(low quality:2),(normal quality:2),lowres,bad anatomy,bad hands,normal quality,((monochrome)),((grayscale)) watermark, easynegative ng_deepnegative_v1_75t,nsfw,
上面主要说的是一些质量差，丑，颜色单一之类的，通用反向提示词，这个可以直接拿去用就行。
基于画面的需求进行详细反向描述：
例如这次的主体是人：畸形的手指，丑陋的五官，丑的。

左图没写反向提示词的，右图增加了反向提示词的

在这里插入图片描述

提示词的权重：

提示词默认权重为1，如果你不进行权重的调整的话越靠前的提示词权重越高，但是如果你需要突出画面中某个元素，或者某个元素AI没有给你生成出来的话，就需要提高这个描述词的权重来突出这个内容。

加权重有两种方式：

1.加括号(), 增加一个括号就增加0.1的权重，（美丽的）就是1.1的权重，((美丽的))就是1.2的权重。
2.加括号和冒号(😃,例如：(美丽的:1.5)，就是1.5的权重。

比如我想要画面里有花,但是因为描述词比较多, 花的权重没有突出,ai就可能自己取舍或者没有很明显的花,这时候我们就增加花的权重, 让花在画面里的比例更大。

下方左图提示词：a girl, with long curly hair, loose hair, delicate facial features, and slender features, (Temple on the mountaintop:1.5), mountains, water, trees, clouds, sun, sky,flowerChinese style, Zen, Romanticism Soft lighting, 8k quality, super detailed, great masterpiece, wallpaper, vivid colors, realistic, beautiful, and good-looking

下方右图提示词：a girl, with long curly hair, loose hair, delicate facial features, and slender features, (Temple on the mountaintop:1.5), mountains, water, trees, clouds, sun, sky,(flower:2)Chinese style, Zen, Romanticism Soft lighting, 8k quality, super detailed, great masterpiece, wallpaper, vivid colors, realistic, beautiful, and good-looking

在这里插入图片描述

sd模型下载

常用模型下载网址：

https://www.liblib.art
https://civitai.com/
https://huggingface.co/

模型分为：

基础模型（大模型）
VAE模型（滤镜）
control net模型（插件辅助模型）
Lora模型（基于基础模型的风格调整模型）

模型安装位置：

在这里插入图片描述
模型放置位置记得要放一张相同同命名模型效果图片，这样stable diffusion就会识别到，展示的时候会展示这个图片，能快速找到需要的模型，没有放图片的话就会像第一个这样，显示图片缺失，要靠看下面的模型名称来分辨模型的作用。

在这里插入图片描述

sd实用插件

插件安装方法+地址：

在这里插入图片描述

一、Tag自动补全：

词库, 输入中文后会跳出适合AI理解的英文选项。
在这里插入图片描述

二、图库浏览器：

1.存留自己往期生成过的效果图，并保留该效果图的生成参数（模型，lore，迭代步数，采样，宽高等都会保留，插件数据不会保留），把图片信息完全复制到正向提示里，然后点击生成底部的箭头，这张图片的所有参数就会自己匹配到相应的位置。

2.对图片进行评级，便于后期筛选。
在这里插入图片描述

三、WD1.4 Tag反推插件：

把图片给到AI，AI反推完成后记得点击卸载所有反推模型，不然会占内存。

在这里插入图片描述
给反推插件的图像

选用同款模型后,直接用反推的关键词生成的结果

加入一个动作要求，生成的结果（结合ControlNet ）

四.sd-webui-prompt-all-in-one

在这里插入图片描述

Control Net插件讲解

一、控制网络(ControlNet插件)：

https://github.com/Mikubill/sd-webui-controlnet

安装方法见插件安装
官方：
contorlnet模型下载地址：
https://huggingface.co/lllyasviel/ControlNet-v1-1/…

二、Control Net有什么用？

1.线稿上色
2.小色稿-成稿
3.照片动作提取
4.线稿提取

1.线稿-上色(文生图)
首先准备一个线稿（干净一点的，因为sd不知道你什么线是要的，什么是不要的）。

在这里插入图片描述
2.小色稿-成稿(图生图)

在这里插入图片描述

要用没有线条或者同色系线条的小色稿来进行生成效果会更好
在这里插入图片描述
以下分别是：
a.人工绘制产出（用时3天）
b.和需求方沟通好草图方向
c.草图+小色稿+AI产出，用时1天左右

在这里插入图片描述

3.动作提取
根据具体需求绘制一个草图；
确定风格（找模型和Lora），直接对着sd说自己要的内容，输入关键词生成的结果；
在这里插入图片描述
点击编辑,调整一下动作，让它更像草图；
加入一个动作要求，生成的结果（结合ControlNet ）；
调整动作结构图+换一个模型得到的结果（需要锁定种子）。

4.线稿提取