上次给大家介绍了ControlNet的一些基本介绍,现在我们陆续给大家介绍各个模型的用法。
一、示例图片及通用功能
1、示例图片及参数
为方便大家阅读以及对比各模型之间的效果区别,我将会尽量使用此案例和参数进行各模型的介绍及测试。示例图片:
对应SD参数:
Prompt:(extremely detailed CG unity 8k wallpaper),(masterpiece),(best quality),(ultra-detailed),(best illustration),(best shadow),(photorealistic:1.4),1girl on street,beautiful face,big eyes,Kpop idol,((knitwear)),(grey hair:1.1),collarbone,(medium breasts),(looking at viewer,parted lips,smile),upper body,lora:Gini\_S2:0.7,
Negative prompt: negative_hand-neg,ng_deepnegative_v1_75t,badhandv4,EasyNegativeV2,paintings,sketches,(worst quality:2),(low quality:2),(normal quality:2),low res,normal quality,((monochrome)),((grayscale)),skin spots,acnes,skin blemishes,age spot,glans,bad legs,error legs,bad feet,malformed limbs,extra limbs
Steps: 20, Sampler: DPM++ 2M Karras, CFG scale: 7, Seed: 3934566533, Size: 512x768, Model hash: fc2511737a, Model: chilloutmix_NiPrunedFp32Fix, VAE hash: df3c506e51, VAE: vae-ft-mse-840000-ema-pruned.ckpt, Denoising strength: 0.5, Clip skip: 2, Hires upscale: 2, Hires upscaler: R-ESRGAN 4x+ Anime6B, Lora hashes: “Gini_S2: e2e472c06607”, Version: v1.7.0
2、ControlNet完整界面
点击图片可以放大查看
3、界面通用功能介绍
以下部分无法你在使用什么模型或预处理器,都将会被显示的,所以进行单独统一讲解。
-
启用
-
勾选ControlNet区域的启用按钮后,点击右上角的生成按钮时,将会实时通过ControlNet的相关设置引导图像生成。注意:如果未勾选ControlNet区域的启用按钮,此时点击右上角的生成,将会忽略ControlNet的所有设置。
-
低显存模式
-
低显存模式如果你的显卡内存小于4GB,建议勾选此选项,可以降低模型的使用门槛,顺利出图。
-
完美像素
-
可以生成更高质量的图像。
-
预览窗口
-
非常建议勾选,只有勾选该复选框之后,才会显示预处理的执行结果预览框,否则难以观察效果。
-
上传蒙版
-
勾选该按钮,可以上传蒙版图片,进一步控制模型绘画区域。
-
控制类型
-
相当于选择预处理器和模型的快捷目录,点击需要的控制类型,会自动加载对应的预处理器和模型。
-
预处理器
-
我们可以理解为预先处理结果,此功能不依赖于模型,模型的使用是根据预处理之后的结果图像来进行生成的。
-
例如我们在该下拉框中选择Canny方式,然后点击💥按钮,将会在预处理结果区域自动生成线稿预览结果。
-
💥
-
在你选择一个预处理功能的处理器之后,我们点击💥按钮,将会在预处理器预览窗口显示该结果。
-
模型
-
该列表的模型选择,必须与预处理选项框内的模型名称对应。
-
如果预处理与模型不一致也可以出图,但效果无法预料,且并不理想。
注意:ControlNet区域内的模型选择框与左上角的模型选择框不一样,这是模型算法的方式选择,如果你希望更改基础大模型,还是需要通过左上角的模型选择来控制的。
-
控制权重
-
ControlNet的权重,代表使用ControlNet生成图片的权重占比影响,权重值越大,ControlNet模型的控制效果越强烈。
-
引导介入时机
-
这是是按步数的百分比,如果你设置的生成步数是20步,该值为0.05时,表示第1步(20*0.05)的前面不用引导,从第1步之后开始引导。
-
引导终止时机
-
假如你需要提前结束ControlNet的引导生成,那么可以调节此参数的数值,否则一直到引导结果。例如设置生成步骤是20步,想在第15步终止,那么该值可以设置成0.75,那么第15步以后的步骤就不受ControlNet控制了。
-
ControlNet 模式
-
如果你希望你所设置的的ControlNet参数占用生成时的更高权重,那么可以选择此项。
-
如果你希望你所写的Prompt提示词占用生成时的更高权重,那么可以选择此项。
-
ControlNet的权重与Prompt权重各占一半,生成图片时相互影响。
-
均衡
-
更偏向提示词
-
更偏向ControlNet
-
缩放模式 我们拿512x512的图像为例,使用三个缩放模式生成一个 1024x1024的图像,看看主要经过了哪些过程:
-
通过添加噪音的方式将图像填充至512x512,然后缩放到1024x1024分辨率。
-
考虑宽高比,先将图片裁剪至 512x512,然后缩放至1024x1024分辨率,会造成左右两侧的一些数据丢失。
-
不考虑宽高比,直接将图像拉伸成1024x1024分辨率。
-
直接调整大小
-
比例裁剪后缩放
-
缩放后填充空白
-
预设
-
用于保存已经配置好的ControlNet参数,以便后续快速加载相关参数。
-
[Batch Loopback]
-
Automatically send generated images to this ControlNet unit in batch generation,点击开启后,在mov2mov等持续性生成过程中,每一帧的结果都会进行ControlNet控制。
二、线稿反转|invert(from white bg & black line)
该预处理功能没有任何对应的模型,它的作用就是反转:将黑底白线条变成白底黑线条或者将白底黑线条变成黑底白线条。
1、错误示范
我们选择invert(from white bg & black line)预处理器之后,直接点击💥按钮得到的结果如下图。
生成后的效果有点类似于相机的胶片效果,因数这是使用方法不正确。
2、算法介绍
该预处理的功能主要是为线性类反转颜色的,包括Canny,NormalMap,MLSD,Lineart,Scribble/Sketch等均可以用它来生成线稿反转颜色图。
因为线稿通常是白底黑线,但是我们通过Canny或其它线稿提取模型生成一张线稿之后,将会发现底色为黑,线条为白。
这时候我们使用该算法功能,将生成之后的线稿颜色进行翻转,就变成了白底黑线了。
3、正确使用方法
先用canny或其它线稿模型生成线稿
将线稿进行反转
这样我们就得到了线稿的反转图了。
4、生成效果对比
我们按上述配置好以后,点击“生成”按钮,其它所有参数保持不变。
我们发现主要表现在图片的颜色和明暗发生了很大的变化,这就是线稿反转的作用。
三、Canny模型介绍
1、模型功能
Canny模型的主要功能是提取并生成线稿,通过线稿进行二次绘制。
2、模型界面
我们按上图勾选和点击相关按钮,就生成上图的预览处理结果了。
3、使用方法
我们将种子值改成随机值(-1),点击生成,我们发现生成后的图片和我们提供的原图没有太大差别。
很明显这并不是我们想要的结果,那么我们换个Lora呢?将上述的正向提示词的Lora改成如下:
(extremely detailed CG unity 8k wallpaper),(masterpiece),(best quality),(ultra-detailed),(best illustration),(best shadow),(photorealistic:1.4),1girl on street,beautiful face,big eyes,Kpop idol,((knitwear)),(grey hair:1.1),collarbone,(medium breasts),(looking at viewer,parted lips,smile),upper body,lora:zny\_10:0.7
其它所有参数都不变,我们重新通过ControlNet引导生成,看下效果:
分列图片
这才是Canny的正确打开方式,通过这种方式,更换大模型将人物转成二次元人物。
我们尝试将大模型更换成二次元的模型,点击生成:
通过Canny生成的线稿图,我们可以将人物重新生成各种不同风格的图片,这就是Canny模型的作用。
Tips:
-
Canny模型额外多出了2个参数:Canny low threshold和Canny high threshol,是Canny提取线稿时的最低阈值以及最高阈值。
-
高低阈值限制将会影响提取线稿的细节控制,假如最高阈值参数过低,那么所得到的线稿细节就越少,反之亦然,大家可以动手尝试一下他们的区别。
今天的内容就介绍到这里,AI绘画SD整合包、各种模型插件、提示词、AI人工智能学习资料都已经打包好放在网盘中了,有需要的小伙伴文末扫码自行获取。
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。