Ai绘画 | stable diffusion webui界面介绍

哈喽大家好。

今天给大家介绍stable diffusion webui的界面。

在介绍之前，请大家先安装好stable diffusion安装包，还没安装的可以参考我之前写的这篇安装部署教程：

Ai绘画工具，stable diffusion本地安装部署教程

安装好之后，我们可以看到这样一个本地网页

(点击可放大图片)

我们按图上的数字编号依次给大家介绍一下

1、Stable Diffusion模型

这里是我们用来切换CheckPoint模型(cpt文件)的地方，就是我们通常说的切换大模型的地方，点开这里会看到你的Stable Diffusion（下文简称SD）已安装了哪些大模型，可以选择进行切换。

这些模型具体放在你的安装包的这个路径下面：

D:\novelai-webui-aki-v3\models\Stable-diffusion

（如果你下载的也是秋叶大佬的整合包，前面的novelai-webui-aki-v3文件名应该是一样的）

补充：

此处除了切换模型，还可以自己添加其他选项，比切换vae，CLIP skip等等，就是这里的参数：

打开设置-用户界面-快捷设置列表/Quicksettings list，添加参数就可。这个参数可以自己去config.json找。

2、正向提示词（Prompt）

顾名思义，这里就是通过输入文字，SD生成图片的地方。

其中数字2代表的区域是正向提示词，表示你希望图片中看到的元素；

例如想在图片中画一只小猫咪，输入：1cat，然后点击右侧的“生成”按钮，

然后你就会得到一张小猫咪的图片了。

3、反向提示词（Negative Prompt）

数字3代表的区域是反向提示词（也叫负面提示词），表示你不希望图片中出现的元素；

SD在绘画的过程中会存在很多不确定性，因此我们需要通过这些负面提示词来过滤掉一些我们不想要的内容，使我们的图片达到更加满意的效果，

例如：我们看到上面的猫咪是在室内，如果你想它在室外，除了通过给正面提示词添加：outdoors以外，你还可以给负面提示词添加：indoors

这样我们得到的图片，就会是在室外了。

随着你对SD了解的深入，这里通常是放一些图片质量修饰词了。

例如：low quality，worst quality。

通过这些修饰词一方面提高画质效果，另一方面就是上面讲到的规避不想看到的元素，特别是当你在画人的时候，总会出现一些意想不到的元素，那么就可以在这里进行规避。

有关提示词的语法，我将在后面再具体给大家讲解介绍。

4、采样迭代步数（Steps）

生成图片的迭代步数，每多一次迭代就会让 SD更接近我们的提示词。更高的步数需要花费更多的计算时间，步数越大，图像细节越多，默认是20步，如果你的显卡和CPU比较给力，数值可以往上调。

5、采样方法（Sampler）

就是SD进行绘画所使用的算法，常用的算法有三种，分别是Euler a，DPM++2S a Karras和DDI

5.1、Euler a

1）、Euler a是一种用于控制时间步长大小的可调参数，在Stable Diffusion中采用Euler时间步长采样方法。适当的Euler a值能够捕捉到细节和纹理，但如果值太大会导致过度拟合，生成图像出现噪点等不良效果。

2）、一句话概括：采样生成速度最快，但是如果说在高细节图增加采样步数时，会产生不可控突变（如人物脸扭曲，细节扭曲等）。

3）、适合：ICON，二次元图像，小场景。

5.2、DPM++2S a Karras

1）、采用 DPM++2S a Karras 采样方法生成高质量图像，该方法在每个时间步长中执行多次操作，同等分辨率下细节会更多，比如可以在小尺寸里绘画全身像，代价是采样速度更慢。

2）、适合：写实人像，复杂场景刻画。

5.3、DDIM

1）、DDIM 采样方法可以快速生成高质量的图像，相比其他采样方法具有更高的效率，想尝试超高步数时可以使用，随着步数增加可以叠加细节。

2）、适合：写实人像，复杂场景刻画。

当然大家也可以逐个尝试一下。

6、图片分辨率

这里是设置图片分辨率的地方，长宽的单位都是像素。通常如果你的显卡是入门级的，建议用默认的512*512的分辨率即可，如果你的显卡比较给力，可以提高分辨率，当前SD版本（SD v1.5）最高支持2048*2048的分辨率。

7、生成批次和每批数量（Batch&Num）

这里就是每次点击“生成”按钮时会根据你这里的设置输出多少张图片，图片的数量=生成批次*每批数量

当然生成的图片张数越多所消耗的时间越长，特别是显卡不怎么给力的就会更长。

8、提示词相关性（CFG Scale）

图像与你的提示的匹配程度，增加这个值将导致图像更接近你的提示，但它也在一定程度上降低了图像质量，过高的 CFG Scale 体现为粗犷的线条和过锐化的图像，这个值一般设置为 7~11。

9、随机种子（Seed）

这里是图片在生成时的所有随机性，它初始化了 Diffusion 算法起点的初始值。如果你想每次得到的都不一样，那么使用-1即可，如果你觉得某张图片的不错，可以通过生成的图片，查看它的随机种子值来指定。

例如：我们刚才生成室外的猫咪，在底部就会告诉你它对应的随机种子值是多少

10、插件

这里通常会显示我们常用的一些插件，SD是一款开源的AI绘画工具，拥有大量优质的插件，例如C站助手，OpenPose编辑器，MultiDiffusion等插件都很好用，能帮助大家解决一些特定的问题，这个我在后续的教程里也会给大家一一讲解。

11、ControlNet

它其实也是一个插件，但是这个插件的功能非常强大，特别是在绘画人物时，通过与OpenPose编辑器一起使用可以指定人物动作，给大家看下ControlNet官网的相关示例

其中Source层是我们提供的原始图片，ControlNet通过不同模型预处理成Input的相关内容，再结合我们的大模型和提示词就可以得到Output的相关内容了。

这里只是先简单给大家介绍一下，因为ControlNet涉及的内容实在是太多，可玩性也非常高，我们后续再通过多个篇幅讲解。

写在最后

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。

感兴趣的小伙伴，赠送全套AIGC学习资料和安装工具，包含AI绘画、AI人工智能等前沿科技教程，模型插件，具体看下方。

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。

二、AIGC必备工具

工具都帮大家整理好了，安装就可直接上手！

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。

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。

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。

若有侵权，请联系删除