【AI绘图】三、stable diffussion操作界面介绍以及如何使用

上一篇：【AI绘图】二、stable diffusion环境准备与安装

stable diffusion操作界面介绍

操作界面总共分为5大块
1.模型选择区；点击跳转
2.功能区域；点击跳转
3.提示词输入；点击跳转
4.参数设置区；点击跳转
5.出图区点击跳转

1.模型选择区域介绍

模型选择区域分为三块

stable diffusion模型：经过训练的图片合集，被称作模型，也就是chekpoint，体积较大，一般的单个模型的大小在5GB左右，早期的CKPT后缀名是ckpt，如今新的CKPT后缀名都是safetensors

VAE模块:SD VAE是variable autoencoder的意思，在这里可以选择载入vae组分。使用vae组分可以让图片的色彩变得更好。一般大模型会自带vae，有些则需要自己配置

Clip跳过层：一般默认就好了。原理：prompt最终在模型中使用时，是分层的，对于stable diffusion模型来说，分成了12层。clip skip就是说，我不需要完整的使用这12层，而是跳过其中一些层。跳过的层越多，对细节的控制就越少。下面图可以看出跳过层的参数对图片的影响

比如上面的图中，我们的描述词是face，那么face会有一些细节：眼睛、鼻子、嘴巴的具体形状应该怎么样，肤色应该怎么样等等。我们对比高的clip
skip和低的clip skip，可以发现在clip skip较低时，基本都可以看到脸上的细节，而clip
skip较高时，就比较随机，经常出现类似没有眼珠的这种情况，这是因为没有对细节进行控制，所以细节的随机性会更大。

常用模型介绍：

获取渠道：
1)civitai:俗称C站：
https://civitai.com/models/26580/xsarchitectural-19houseplan

2）huggingface:著名的开源网站，提供模型，但是没有效果图
https://huggingface.co/

3)哩卟哩卟AI:国内的模型网站：
https://www.liblibai.com/#/index/model

2.功能区域介绍

后续教程会对以上功能一一介绍，敬请期待

3.提示语区域

此区域分为两个部分
正向提示：想要图片的信息，比如一只猫
负面提示：不想要的信息，比如 画质低

分享一个网站：咒语生成器

https://www.wujieai.com/tag-generator

人物通用负面提示： low quality,normal quality, worst quality,bad anatomy, extra
breasts,extra nipples,extra hands,bad legs, bad feet,extra feet, bad
fingers,confused fingers, extra fingers,breasts out,

4.参数设置区

1）迭代步数：

• 此参数控制这些去噪步骤的数量。通常越高越好，但在一定程度上，我们使用的默认值是 25 个步骤。以下是不同情况下使用哪个步骤编号的指南
  • 如果您正在测试新的提示，并希望获得快速结果来调整您的输入，请使用 10-15 个步骤
  • 当您找到您喜欢的提示时，请将步骤增加到 25
  • 如果是有毛皮的动物或有纹理的主题，生成的图像缺少一些细节，尝试将其提高到 40

2）采样方法：
建议根据自己使用的 checkpoint 使用脚本跑网格图（用自己关心的参数）然后选择自己想要的结果。

• 懒得对比：请使用 DPM++ 2M 或 DPM++ 2M Karras（二次元图）或 UniPC，想要点惊喜和变化，Euler a、DPM++ SDE、DPM++ SDE Karras（写实图）、DPM2 a Karras（注意调整对应 eta 值）
• eta 和 sigma 都是多样性相关的，但是它们的多样性来自步数的变化，追求更大多样性的话应该关注 seed 的变化，这两项参数应该是在图片框架被选定后，再在此基础上做微调时使用的参数。

3）面部修复

• 修复人物的面部，但是非写实风格的人物开启面部修复可能导致面部崩坏。

4）平铺：

• 生成一张可以平铺的图像

5）高分辨率修复：

• 使用两个步骤的过程进行生成，以较小的分辨率创建图像，然后在不改变构图的情况下改进其中的细节。

6）长宽尺寸：主要用于生成图片的尺寸

• 长宽尺寸并非数值越大越好，最佳的范围应在 512 至 768 像素之间，比如正方形图多是 512*512 和 768*768，
  • 人像肖像 512x768
  • 风景画 768×512，可按比例加大或减小
• 这个值必须是 8 的倍数。如果不希望主题对象出现重复，应在此范围内选择适当的尺寸。

7)生成批次：每次生成图像的组数。

• 一次运行生成图像的数量为生成批次 * 每批数量。

8)每批数量：同时生成多少个图像。

• 增加这个值可以提高性能，但你也需要更多的 VRAM。图像总数是这个值乘以批次数。除 4090 等高级显卡以外通常保持为 1。

9)提示词相关性 CFG：较高的数值将提高生成结果与提示的匹配度。

• OpenArt 上使用的默认 CFG 是 7，这在创造力和生成你想要的东西之间提供了最佳平衡。通常不建议低于 5。

• CFG 量表可以分为不同的范围，每个范围都适合不同的提示类型和目标

• CFG 2 – 6：有创意，但可能太扭曲，没有遵循提示。对于简短的提示来说，可以很有趣和有用

• CFG 710：推荐用于大多数提示。创造力和引导一代之间的良好平衡

• CFG 10-15：当您确定提示是详细且非常清晰的，您希望图像是什么样子时

• CFG 16-20：除非提示非常详细，否则通常不推荐。可能影响一致性和质量

• CFG >20：几乎无法使用

10)随机种子（Seed）:生成每张图片时的随机种子，这个种子是用来作为确定扩散初始状态的基础。如果选用某个固定的种子序号，则会在当前基础上进行修改

5.出图区

1）保存：可以将生成的图片提供下载链接
2）打包下载:多张图一起下载
3）发送到图生图：将当前生成的图片，发送到图生图进行修改
4）发送到重绘：发送到蒙版重绘
5）发送到后期处理

后续会对每个模块进行单独更加细致的教学，现在我们生成一张图试试

正向提示词：((masterpiece, best quality)), 8k, modern architecture style, photo realistic, david chipperfield, urban design,hyper detailed photo,single,early morning,outdoors, building, green plants,<lora:urbanaerial15_1:1>

负面提示词：signature, soft, blurry, drawing, sketch, poor quality, ugly, text, type, word, logo, pixelated, low resolution, saturated, high contrast, oversharpened,Fuzzy structure
使用的模型：realisticVisionV13_v13
lora:urbanaerial15_1.safetensors
使用功能：图生图

原图：

生成的图：