Stable Diffusion：SD Web UI功能介绍

认真写程序的强哥

已于 2024-08-31 14:06:07 修改

阅读量688

点赞数 28

文章标签： stable diffusion ui 人工智能美女 AI作画 AIGC

于 2024-07-05 10:26:33 首次发布

本文链接：https://blog.csdn.net/qq_41314882/article/details/140201200

版权

大家好，今天和大家分享的是SD Web UI工具的相关功能介绍，让大家对SD工具有个总体的认识。

这里将SD Web UI分为6个区域，下面分别对每个区域进行简单介绍。

【区域1】：模型选择区

SD生成的图片和模型的关系非常大，不同的模型对应不同的图片风格，比如常见的二次元风格，真人风格，国风风格等。SD中模型是一个非常重要的概念，里面涉及的内容非常多，后面我会分专题讲解。

【区域2】：主要的功能区

文生图（txt2img）：通过文本描述生成图片。
图生图（img2img）：借助图片生成另一张图片。
附加功能（Extras）：额外的功能，比如图片的等比缩放，改变采样。
图片信息（PNG Info）：展示图片的信息。如果图片是由AI生成的，会展示提示词以及模型相关参数信息。
模型合并（Checkpoint Merger）：合并多个模型，由多个模型的权重比例来决定最终生成图片。
训练（Train）：模型训练。
OpenPose编辑器（OpenPose Editor）：编辑人物姿势的插件。
Tag反推（Tagger）：使用图片反向生成关键词、反推词
设置(Setting) : SD Web UI界面和参数设置。
扩展（Extensions）：插件扩展，提供SD插件安装载入入口。

【区域3】：提示词区

SD Web UI提供了2个提示词输入框，一个是正向提示词，一个是反向提示词。

正向提示词：你希望生成的图片中包含的信息使用的关键词。
反向提示词：你希望生成的图片中不包含的信息使用的关键词。

SD对提示词的要求也比较高，而且提示词也有一些高阶用法，后面会专门讲解。

【区域4】：参数设置区

采样方法（Sample method）：提供了Euler a、DPM++2Sa Karras等采样方法。
采样迭代步数（Sampling steps）：数值越大图像越精细，一般设置在20-40区间。
面部修复（Restore Faces）：可以提供面部细节修复，在人物图像中大量使用
平铺/分块（Tiling）：可以用于生成无缝贴图
高清修复（Hires fix）：可以将低分辨率的照片调整到高分辨率
宽度（Width）：图片的宽度
高度（Height）：图片的高度
提示词相关性（CFG Scale）：决定图片自由度，数值越大，生成的图像会更符合提示词的要求。一般设置在7-10之间。也不建议设置太大。
随机种子（seed）：相当于图片的DNA，决定了画面的内容，一般设置为-1，表示随机生成，seed一样的情况下，可以生成比较相似的图片。
生成批次（batch count）：用于控制每次生成多少批次的图片。
每批数量（batch size）：用于控制每批生成多少张的图片数量。

【区域5】: 功能操作区

结合1、2、3、4区域的设置，点击【生成】按钮，生成的图片在区域6展示。

【区域6】：生成图片区

用于展示最终生成的图片。以及图片的下载，打包等功能。

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。