一、安装AUTOMATIC1111
(1)、在 Mac 上安装 AUTOMATIC1111
-
安装Homebrew,它是 Mac 的包管理器(如果您尚未安装)。打开终端应用程序,键入以下命令,然后按回车键。
/bin/bash -c "$(curl -fsSL https://raw.githubusercontent.com/Homebrew/install/HEAD/install.sh)"
-
安装一些必需的软件包。打开一个新终端并运行以下命令
brew install cmake protobuf rust python@3.10 git wget
-
通过在终端中运行以下命令来克隆 AUTOMATIC1111 存储库
git clone https://github.com/AUTOMATIC1111/stable-diffusion-webui
stable-diffusion-webui
在主目录下创建一个新文件夹。
将文件放入文件夹中stable-diffusion-webui/models/Stable-diffusion
。完成此步骤后,该Stable-diffusion
文件夹应该有两个文件,如下所示。
(二)、在 Mac 上运行 AUTOMATIC1111
在终端中,运行以下命令。
cd ~/stable-diffusion-webui;./webui.sh --no-half
打开 Web 浏览器并单击以下 URL 以启动稳定扩散。
http://127.0.0.1:7860/
二、安装 ControlNet 扩展 (Windows/Mac)
-
导航到 Extensions(扩展) 页面。
-
选择 Install from URL 选项卡。
-
将以下 URL 放入 URL for extension’s repository 字段的 URL 中。
https://github.com/Mikubill/sd-webui-controlnet
单击 “安装” 按钮。
-
等待表示扩展已安装的确认消息。
-
重新启动 AUTOMATIC1111。
-
访问 ControlNet 模型 页面。
-
下载所有模型文件(文件名以 结尾
.pth
)。- (如果不想全部下载,可以暂时下载最常用的openpose和canny模型。)
-
将模型文件放入 ControlNet 扩展的models 目录中。
stable-diffusion-webui\extensions\sd-webui-controlnet\models
-
重新启动 AUTOMATIC1111 webui。
如果扩展安装成功,您将在txt2img选项卡中看到一个名为ControlNet的新可折叠部分。它应该位于脚本下拉菜单的正上方。
三、安装 T2I 适配器
T2I 适配器是神经网络模型,用于为扩散模型的图像生成提供额外的控制。它们在概念上与 ControlNet 类似,但设计不同。
T2I 适配器模型(来源)。
A1111 ControlNet 扩展可以使用 T2I 适配器。您需要在此处下载模型。获取文件名如下的文件t2iadapter_XXXXX.pth
许多 T2I 适配器的功能与 ControlNet 模型重叠。我只会介绍以下两个。
将它们放入 ControlNet 的模型文件夹中。
stable-diffusion-webui\extensions\sd-webui-controlnet\models
四、更新 ControlNet 扩展
ControlNet 是一个经过快速发展的扩展。发现您的 ControlNet 副本已过时的情况并不罕见。
仅当您在 Windows 或 Mac 上本地运行 AUTOMATIC1111 时才需要更新。该站点的 Colab 笔记本始终运行最新的 ControlNet 扩展。
要确定您的 ControlNet 版本是否是最新的,请将 txt2img 页面上 ControlNet 部分中的版本号与最新版本号进行比较。
选项 1:从 Web-UI 更新
更新 ControlNet 扩展的最简单方法是使用 AUTOMATIC1111 GUI。
- 转到 Extensions 页面。
- 在**“Installed”选项卡中,单击“Check for updates”**。
- 等待确认消息。
- 完全关闭并重新启动 AUTOMATIC1111 Web-UI。
选项 2:命令行
如果您熟悉命令行,则可以使用此选项来更新 ControlNet,这样您就可以放心,Web-UI 不会执行其他操作。
步骤 1:打开终端应用程序(Mac) 或PowerShell应用程序 (Windows)。
步骤 2:导航至 ControlNet 扩展的文件夹。(如果您安装在其他地方,请相应调整)
cd stable-diffusion-webui/extensions/sd-webui-controlnet
步骤 3:通过运行以下命令更新扩展。
git pull
五、生成艺术二维码
您首先需要一个二维码。为了增加成功的机会,请使用符合以下条件的二维码。
- 使用高容错设置 (30%)。
- QR 码周围有白色边缘(安静区域)。
- 使用最基本的方形填充黑白和图案。
- 避免使用在黑色元素之间引入细白线的生成器。
我们将在本教程中使用这个QR 码生成器。
步骤 1:选择文本类型并输入 QR 码文本。
步骤 2:将容错设置为 30%。
步骤 3:按生成。
步骤 4:将 QR 码下载为 PNG 文件。
用稳定扩散装饰二维码
该方法首先使用 img2img 生成类似于 QR 码的图像。但这还不足以生成有效的二维码。ControlNet 在采样步骤期间打开,将 QR 代码印到图像上。在采样步骤接近结束时,ControlNet 被关闭以提高图像的一致性。
分步指南
在 AUTOMATIC1111 WebUI 中,导航到Img2img页面。
步骤1:选择检查点模型。我们将使用GhostMix。
步骤2: 输入提示和否定提示。
提示对于您的成功非常重要。有些提示会与您的二维码自然融合。
我们将使用以下提示。
a cubism painting of a town with a lot of houses in the snow with a sky background, Andreas Rocha, matte painting concept art, a detailed matte painting
以及下面的负面提示。
ugly, disfigured, low quality, blurry, nsfw
步骤 3: 将二维码上传至 img2img 画布。
步骤 4:输入以下图像到图像设置。
- 调整大小模式:Just resize
- 采样方式:DPM++2M Karras
- 采样步数:50
- 宽度:768
- 身高:768
- CFG 规模:7
- 去噪强度:0.75
步骤 5:将二维码上传到ControlNet的图像画布。
步骤 6:输入以下 ControlNet 设置。
- Enable(启用):是
- Control Type(控制类型): Tile
- Preprocessor(预处理器):tile_resample
- Model(型号):control_xxx_tile
- Control Weight(控制重量):0.87
- Starting Control Step(起始控制步长):0.23
- Ending Control Step(结束控制步长):0.9
第 7 步:按 “生成” 。
第6步:用手机查看二维码。确保检查屏幕上的不同尺寸。有些当它们很大时往往会出现问题。
您不会为每张图片都提供一个实用的二维码。成功率约为四分之一。生成更多图像并检查守门员。
Tips
文本较短的 QR 码成功率较高,因为图案更简单。
并非所有二维码的工作方式都相同。有些可能只能勉强工作,并且只能在一定距离内阅读。
有些提示与二维码融合得更自然。例如,您之前看到的生成屋顶上有雪的房屋的提示与二维码很好地融合在一起,因为它们具有相似的视觉元素。
不同型号和提示的工作参数可能不同。您必须稍微调整以下参数,以将二维码和提示很好地融合在一起。
- 去噪强度:减少初始构图多跟随二维码。但如果缩小太多,您只会看到二维码。它通常设置为高于 0.7。
- 控制权重:减少以显示更多提示。
- 启动控制步骤:增加以显示更多提示。
- 结束控制步骤:减少提前停止ControlNet,使二维码和图像能够更自然地融合。
Other prompts
机械少女
1mechanical girl,ultra realistic details, portrait, global illumination, shadows, octane render, 8k, ultra sharp,intricate, ornaments detailed, cold colors, metal, egypician detail, highly intricate details, realistic light, trending on cgsociety, glowing eyes, facing camera, neon details, machanical limbs,blood vessels connected to tubes,mechanical vertebra attaching to back,mechanical cervial attaching to neck,sitting,wires and cables connecting to head
ugly, disfigured, low quality, blurry
- Denoising strength: 0.75
- Control weight: 1
- Starting Control Step: 0.23
- Ending Control Step: 0.7
日本女孩
Japanese painting, mountains, 1girl
ugly, disfigured, low quality, blurry, nsfw
- Denoising strength: 0.75
- Control weight: 1
- Starting Control Step: 0.23
- Ending Control Step: 0.9
机器人
light, futobot, cyborg, ((masterpiece),(best quality),(ultra-detailed), (full body:1.2), 1male, solo, hood up, upper body, mask, 1boy, male focus,white gloves, cloak, long sleeves, spaceship, lightning, hires
ugly, disfigured, low quality, blurry
- Denoising strength: 0.75
- Control weight: 1
- Starting Control Step: 0.24
- Ending Control Step: 0.9