Stable Diffusion基础界面介绍

SD是stable diffusion的简称，AI绘画的一个开源应用,（不需要科学上网），目前使用的版本是B站UP秋葉aaaki整理的最终版。

安装教程详见 B站up主 秋葉aaaki，教程下有提供stable diffusion的下载链接。

安装必要的三个基础部分，大约10G，百度网盘获取

UP主的链接没了，这里放个之前保存到：

链接：https://pan.baidu.com/s/1d0TpQ8TZ7PUPtyOguTTuKg?pwd=kx7w 提取码：kx7w

安装还是需要看up主的教程。

1.整合包，这是本体，https://www.bilibili.com/video/BV17d4y1C73R

2.WebUI，这是汉化的UI界面，https://www.bilibili.com/video/BV1ne4y1V7QU

3.插件Controlnet，这是灵魂插件，可固定动作，https://www.bilibili.com/video/BV1Wo4y1i77v

进阶魔法（可选可不选）

比如，安装Deepbooru，训练模型，得到固定的画风，素材整理比较麻烦，长宽1:1的画面干净的人物图片，素材10--100张左右。

下面正式开始介绍界面:

文生图、controlnet

文生图的界面功能：

鼠标悬停在UI上即可获得解释

提示词语言：英语，

推荐谷歌翻译，汉译英，复制粘贴到正面指示词，就可以生成了。

生成批次和每批数量越大，出图越慢，对显卡要求越高；

一般填1，你也可以多试试。

如果出图太慢可以选择中止，重新调参数。

输出结果，在根目录可以找到，比如：

常见问题1:Tag提示词怎么写？

先看AI如何理解你的提示词，

stable-diffusion-webui Wiki ·https://github.com/AUTOMATIC1111/stable-diffusion-webui/wiki/

这里是官方维基，需要梯子进去，全英文+很多代码，看不懂。

下面是个人观察AI的理解经验：

第一，Tag排序很重要，越前面的词汇越受AI重视，重要事物位置放前面；

第二，（）[] {} 会更改词汇的权重，()是webui的版本，写法（A:1.3）=1.3倍权重的A，词汇效果不明显可以慢慢提高它的权重，立刻拉满权重又可能出现盖过其他词汇的问题;

错误的举例：正面指示词：one cat，Graphic style，Illustration，(a girl doing yoga:1.3),There are many indoor potted plants on the ground.

调换one cat 和 a girl doing yoga 的效果，a girl doing yoga，Graphic style，Illustration，(one cat:1.3),There are many indoor potted plants on the ground.

第三，AI对数量的理解存在问题，尽量不用：数字+色彩+事物 的描述，

比如one orange cat ,AI会理解为one orange,many cats，总之很奇怪；

第四，词性对画面的影响，这里主要考虑动词，也就是事物和事物之间的位置和状态，

对画面不满意，还可以从动词这方面修改。

第五，负面指示词很重要，减少多肢和低品质画面，必填；

推荐使用已有的Tag，进行组合，相当高效。

SD自带的解析AI图片的Tag方法：

网站解析方法：

（一般懒得开启动器时用）

拖动AI图片进入下面网站，自动解析AI作品参数。

Stable Diffusion 法术解析​spell.novelai.dev/

效果如下：

常见问题2:服饰难以用语言描述

解决方法:

一个是复制粘贴类似AI图片的Tag，手动找关键词（顺便学一下英语）。

另一个是问chartgpt，如果某个角色穿了这件衣服，且角色在2021年前出现过，让AI用英语进行描述，你再复制粘贴。

试过，感觉还行。

而且，如果是著名的游戏人物，直接告诉AI人物的名字，也容易生成类似服饰效果。

常见问题3:卡住、不能用等情况

显存不够，重启，或者，换显卡。

其他问题，我也不太懂，试试一键更新吧，

实在不行去B站看up主 秋葉aaaki 专栏，搜关键词。

插件controlnet界面功能如下：

只要线的效果，可以不写Tag,

但是预处理效果可能阴间，所以如果有上色需求就写好Tag。

Preprocessor（预处理器）和模型，一般两者配合使用，左右单词对应着选。

预处理器也可以选none,模型选别的，只是结果生成的两张图中，有一张原图。

素材的尺寸比例尽量为1：1，不然出图可能少一部份。

初次使用，出图速度可能比较慢。

固定动作：openpose+openpose

openpose，配和词汇增减权重，主要起画面构图作用。

提取边缘线：canny+canny

可以不写Tag，得到类似线稿的效果，

但是上色效果可能阴间，如果有上色需求就写Tag。

sampling steps = 20，十几秒出图。

粗线稿：hed + control_hed

效果类似粗线稿。

建筑线段检测：mlsd +control_mlsd

用的楼阁，生成的都是直线，没有曲线。

深度图：depth + control_depth

如果以上内容对您有帮助的话，顺手点个赞作者会高兴一整天的！