一、准备工作
注意:
- python==3.10.6
- github上的StableDiffusion
解压Stable Diffusion后,双击等待(运行了30min...)
如果有弹窗,选择RUN ANYWAY
然后出现这个说明安装成功
直接复制这行地址,到浏览器中打开(最后一行不用管)
喜欢黑色页面可以输入这个参数
安装中文包,页面搜索zh,点击install
1.1怎么在google colab上安装运行
点击这个地址
二、操作解析
2.1生成基础,文字输入
上面是你需要出现的,下面是不需要出现的
生成方法,推荐使用框选出来的方法,比较稳定。不推荐:算法名称有 a 的,不稳定
迭代步数,越大越好,但是生成所需的时间也变大。
对比一下
面部修复、平铺,高清修复
生成图像的宽和高,传说对于V1模型:至少有一个值要设置成512;对于V2模型:至少有一个值要设置成768;(值太小,生成的图像会有点失真)
批次和批量,批次是指一次生成几批图,批量:一批图里面生成几张图。
注意:增加批量会增加内存消耗。
例如修改批量为4,会提示内存不够!
提示词越往后,权重越小
使用上一次生成的图像的种子值,就可以在上次生成的图片的基础上继续生成编辑
合并两张图
两张图的混合
自动输入上一次生成的图片的提示词
清空提示词
保存提示词为一个style
点击应用,就会使用这个style的提示词
依次是:打开生成图片默认存储的文件夹;保存图片到本机下载路径;保存为压缩文件(批量大的)
2.2面部修复
操作示例
2.3高清修复
示例