Stable Diffusion文生图基本操作

第一部分：生图

模型

• 决定画面风格

VAE

• 增加图片饱和度降低灰度

• kl-f8-anime2.ckpt颜色饱和度比较高

• SDXL的大模型有自己专门的VAE，使用时需要将其切换到sdxl_vae.safetensors

• Animevae.pt和orangemix.vae.pt多用于二次元

Clip终止层数

• 数值越高，生成的图片和描述的内容（tag）关系越低

提示词

• 正向提示词：图像质量、主题、光线结构等

• 反向提示词：可以通过嵌入式嵌入

采样方法

对图像元素的提取方式，常用采样方法有：

• DPM++ 2M Karras 生成速度比较快，图像质量比较高，相对来说可控性稍微差一些

• DPM++ SDE Karras 运算速度稍慢，但生成质量高，画面生成的稳定性比较好

• DPM++ 2M SDE Karras 适用于大多数模型，生成步数在20-30之间比较合适

• Euler a 生成速度比较快，更多注重图像的主视觉的生成，可控性相对弱一些，多适用于二次元图像的生成

迭代步数

• 用于设置AI在图像生成过程当中运算的细腻度

• 迭代步数的多少主要是由模型和采样方法决定

• 一般情况下，大部分模型的迭代步数在15-30之间

图像尺寸

• 尺寸比例控制插件控制画面宽高

总批次数/单批数量

• 点击一次生成按钮，进行4次图像生成，总批次数比单批数量生成的图像在运算上更细致。

**提示词引导系数
**

• 值越高，画面在生成时受提示词的影响越大，建议7-10之间，最常用7或7.5

随机数种子

• 默认-1，绿色按钮提取当前图片种子

ADetailer

• 在进行人像生成过程中，开启

生成快捷键

• Ctrl+enter

---

第二部分：放大

高分辨率修复：在第一次图像生成的基础上，二次生成，高清放大

• 放大算法：4X-Ultrasharp 更真实、细腻度更好

• 高分迭代步数：0-20之间，选择10

• 重绘幅度：图像二次生成的过程中，对原始图像修改的程度，建议0.35以下，选择0.3

• 放大倍数：一般默认2，1.5可使生成速度快

单独放大：【方法1】总批次数1，随机数种子提取当前图像的种子；【方法2】取消勾选高分辨率修复，选择需要放大的图片，点击下方星星。

文章使用的AI工具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，无需自行查找，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。

若有侵权，请联系删除