今天分享內(nèi)容的視頻版如下，視頻已添加進(jìn)度條及配音，文中涉及到的模型已上傳，想要原視頻以及模型的鹿友公眾號(hào)后臺(tái)撩我獲?。?/p>

視頻版稍后單獨(dú)發(fā)送

以下是圖文版內(nèi)容：

正文共：3661字 51圖

預(yù)計(jì)閱讀時(shí)間：10分鐘

其實(shí)一直以來(lái)，我覺(jué)得分享式的學(xué)習(xí)方法特別適合我。在學(xué)習(xí)的過(guò)程中，分享出來(lái)，相當(dāng)于對(duì)自己學(xué)到的內(nèi)容進(jìn)行進(jìn)一步的梳理和鞏固。

前面連續(xù)兩篇文章，我們分別分享了SD的軟件安裝、文生圖的概述、Ai繪圖初體驗(yàn)以及模型的分類。

今天我打算將文生圖的內(nèi)容補(bǔ)充完整，著重分享一些之前沒(méi)分享過(guò)的知識(shí)點(diǎn)。我相信通過(guò)這三篇連續(xù)的文章分享，新手在文生圖方面基本上可以算是入門了。

01

Clip跳過(guò)層

Clip跳過(guò)層我們一般很少調(diào)整，但為了完整性還是大概說(shuō)明一下它的作用。

這里先說(shuō)一下測(cè)試出來(lái)的結(jié)論：數(shù)值越高，生成的圖和提詞的相關(guān)性越低。

例如，在提詞器中設(shè)置了關(guān)鍵詞吉尼龜、可愛(ài)、帽子、水，接下來(lái)需要找一個(gè)不錯(cuò)的狀態(tài)來(lái)固定隨機(jī)種子：

這里我用XYZ圖表腳本生成了一個(gè)對(duì)比圖，關(guān)于XYZ圖表的使用我們以后再說(shuō)：

橫向?qū)Ρ仁荂lip跳過(guò)層從1-10，縱向?qū)Ρ攘藘蓚€(gè)模型，可以觀察到，總的來(lái)說(shuō)數(shù)值越高，得到的圖像就越缺少我們?cè)谔嵩~器中設(shè)定的內(nèi)容：

這一點(diǎn)我覺(jué)得我們新手僅作了解就好，大部分情況下Clip跳過(guò)層的數(shù)值保持默認(rèn)即可。

02

采樣迭代步數(shù)

采樣迭代步數(shù)在之前的文生圖概述中已經(jīng)提到過(guò)了，當(dāng)鼠標(biāo)停留在上面時(shí)，也可以看到它的含義：

簡(jiǎn)單來(lái)說(shuō)，采樣迭代步數(shù)就是用多少次來(lái)計(jì)算你提詞器里的內(nèi)容。

同樣我這里設(shè)置了在1-40的步數(shù)范圍內(nèi)取其中10張圖來(lái)做對(duì)比：

可以觀察到，當(dāng)步數(shù)太低時(shí)，生成的圖像幾乎無(wú)法呈現(xiàn)內(nèi)容；個(gè)人認(rèn)為，將步數(shù)控制在30以內(nèi)比較合適，因?yàn)槌^(guò)30步會(huì)增加生成圖片所需的時(shí)間，但收益可能有限：

03

采樣方法

采樣方法在之前已經(jīng)提到過(guò)，它指的是不同的算法。在之前的采樣迭代步數(shù)對(duì)比的基礎(chǔ)上，我在上面增加了所有采樣方法的對(duì)比，以便進(jìn)行縱向比較：

從速度方面來(lái)看，DDIM的速度最快，而DPM Adaptive則較慢：

但是這個(gè)對(duì)比只能作為參考，因?yàn)椴煌牟蓸臃椒赡軐?duì)不同的模型產(chǎn)生不同的影響。

因此，對(duì)于采樣方法的選擇，我認(rèn)為最好的方法便是嘗試，以及根據(jù)個(gè)人的喜好進(jìn)行選擇。

目前在網(wǎng)絡(luò)上使用最廣泛的幾種采樣方式分別是：Euler a、DPM++ 2M Karras、DPM++ SDE Karras、DDIM：

04

面部修復(fù)、平鋪及高清修復(fù)

面部修復(fù)通常用在生成三次元的圖，例如我這里生成一個(gè)三次元的圖，面部會(huì)有些崩壞：

開(kāi)啟面部修復(fù)功能后，對(duì)于生成的三次元圖像，崩壞情況可能會(huì)有一定改善。但對(duì)于二次元圖像，建議不要開(kāi)啟面部修復(fù)功能：

平鋪是用于生成花紋的，我沒(méi)用過(guò)，這個(gè)咱們新手就暫時(shí)跳過(guò)吧：

高清修復(fù)功能在一定程度上也可以幫助改善面部效果，例如我這里以男人的圖為例進(jìn)行演示：

對(duì)于三次元圖像，可以選擇R-ESRGAN 4x+算法；對(duì)于二次元圖像，可以選擇R-ESRGAN 4x+ Anime6B算法。這兩個(gè)算法在高清修復(fù)中通常會(huì)獲得較好的效果。

通常情況下，高清修復(fù)的采樣次數(shù)可以保持默認(rèn)值為0，這樣它會(huì)和采樣迭代步數(shù)保持一致。

而重繪幅度數(shù)值越高，生成圖像與原圖的差異也會(huì)越大。一般情況下，0.4到0.7的效果都不錯(cuò)：

放大倍率顧名思義就是在原有分辨率的基礎(chǔ)上放大多少，千萬(wàn)別給太高，否則顯卡會(huì)崩，通常2倍就足夠了：

可以看到面部得到了改善，并且由于我重繪幅度給的比較高，所以畫面的變動(dòng)比較大。

另外提示一點(diǎn)，當(dāng)面部崩壞的時(shí)候，面部修復(fù)和高清修復(fù)二選一，不要兩個(gè)都開(kāi)，否則會(huì)適得其反：

05

分辨率

分辨率的設(shè)置是尤為關(guān)鍵的，上一篇模型分類的文章中，我們提到了幾乎所有的模型都是基于SD官方模型訓(xùn)練得來(lái)的。

而以官方模型sd1.5為例，訓(xùn)練時(shí)候圖片的分辨率是512*512：

sd2.1的分辨率新增了768*768版本：

也就是說(shuō)幾乎所有的模型訓(xùn)練的尺寸都是512*512或者768*768。

因此當(dāng)我們分辨率太低，例如低于256*256，會(huì)讓SD沒(méi)地方發(fā)揮，導(dǎo)致圖像質(zhì)量下降：

而當(dāng)我們把分辨率設(shè)置過(guò)高，例如高于1024*1024，會(huì)讓SD亂發(fā)揮，構(gòu)圖會(huì)有問(wèn)題，甚至產(chǎn)生鬼畜效果：

這個(gè)和寬高比沒(méi)有關(guān)系，例如我把寬改為512，高保持1280也能生成一副正常的圖片：

具體分辨率應(yīng)該如何設(shè)置，我的個(gè)人建議是至少保證其中一個(gè)參數(shù)為512或者768，有一些模型它也會(huì)寫明推薦的分辨率。

如果你確實(shí)想生成高分辨率圖像，建議生成小的分辨率尺寸然后在此基礎(chǔ)上開(kāi)高清修復(fù)：

06

生成批次和CFG

生成批次很好理解，相當(dāng)于每次生多少組圖，這些圖的隨機(jī)種子是依次增加的：

每批數(shù)量就是每組圖有多少?gòu)?，例如我這里生成了4批，每批數(shù)量是2，一共就是8張圖：

CFG參數(shù)控制生成圖像的提詞相關(guān)性，數(shù)值越高越接近提詞內(nèi)容，但過(guò)高會(huì)導(dǎo)致飽和度過(guò)曝，我這里同樣以吉尼龜為例做了一個(gè)對(duì)比圖大家可以看看：

07

隨機(jī)種子

最后一個(gè)參數(shù)隨機(jī)種子，說(shuō)到隨機(jī)種子我們這里先提一下AI繪圖的工作原理，用人話講AI繪圖就是先給一個(gè)噪聲圖，然后通過(guò)不斷的調(diào)整往你的提詞靠攏最后生成圖片。

隨機(jī)種子隨機(jī)的就是這個(gè)噪聲圖，我這里用DDIM這種采樣模式生成了一個(gè)采樣迭代步數(shù)1到10的對(duì)比圖：

可以看到當(dāng)采樣迭代步數(shù)為1的時(shí)候，就是一個(gè)噪聲圖，然后隨著步數(shù)的增加逐漸形成一張圖：

之前我們也提過(guò)，當(dāng)你得到一個(gè)覺(jué)得不錯(cuò)的效果時(shí)候，可以點(diǎn)擊環(huán)保圖標(biāo)按鈕固定住隨機(jī)種子。

這樣在同樣硬件環(huán)境以及參數(shù)不變的情況下，你每次得到的圖可以達(dá)到百分之99的相似：

點(diǎn)擊骰子按鈕隨機(jī)種子的數(shù)值會(huì)變成-1，這樣每次都會(huì)使用一個(gè)新的隨機(jī)種子：

激活倒三角旁邊的按鈕之后，這里你還可以再設(shè)置一個(gè)隨機(jī)種子，然后通過(guò)調(diào)整差異強(qiáng)度，將兩個(gè)種子的圖片進(jìn)行混合。

下面的寬度和高度是指的生成圖時(shí)按照你指定的分辨率的構(gòu)圖或者效果生成圖片，但實(shí)際最終的分辨率還是你上面設(shè)置的出圖分辨率，這個(gè)功能很少用：

08

Ai繪圖小案例 吉尼龜

本來(lái)以上就是今天要分享的所有內(nèi)容，但是由于我習(xí)慣了寫案例的文章，所以就順便把前面舉例的吉尼龜案例弄完吧。

找到之前測(cè)試過(guò)程中還不錯(cuò)的一張圖，上傳到圖片信息選項(xiàng)卡，它會(huì)自動(dòng)讀取到你的文生圖參數(shù)信息，點(diǎn)擊文生圖：

你的參數(shù)設(shè)置就會(huì)自動(dòng)填寫到文生圖的各個(gè)欄位：

讓我們?cè)诖嘶A(chǔ)上繼續(xù)調(diào)整吧，首先我把模型切換為了ReV Animatedv1.2.2，這個(gè)是ReV Animated的最新版本，文末我也會(huì)把模型分享給大家。

然后尺寸我把高度改為了768，寬度保持為512，這張圖之前用的采樣方法是DDIM，然后把采樣迭代步數(shù)改為30生成圖試一下：

出問(wèn)題了，生成的圖片跑出一個(gè)女孩出來(lái)并且在翻車的邊緣徘徊，我只希望出現(xiàn)吉尼龜。

所以在正向提詞框內(nèi)，我輸入了“沒(méi)有人類”，并且括弧加冒號(hào)1.3來(lái)提高它的權(quán)重。

同時(shí)為了避免翻車，反向提詞里我輸入了“NSFW（不適合在工作時(shí)間瀏覽的內(nèi)容）”，權(quán)重為1.4：

接下來(lái)我們就需要找到一個(gè)比較合適的隨機(jī)種子狀態(tài)，固定住進(jìn)一步微調(diào)。

大家可以通過(guò)生成多個(gè)批次的方式找到自己想要的狀態(tài)，為了節(jié)約時(shí)間，我直接輸入之前嘗試好的seed：

C站上看一下這個(gè)模型的介紹，它是有推薦填寫的正反向提詞內(nèi)容：

這些主要都是用于調(diào)整畫面品質(zhì)的提詞，把它們都抄進(jìn)提詞框吧，模型介紹中的權(quán)重書寫方式我改為了自己習(xí)慣的寫法，這個(gè)以后我們?cè)龠M(jìn)一步分享：

開(kāi)始微調(diào)吧，提詞內(nèi)首先我把“一個(gè)吉尼龜，可愛(ài)，帽子，水”改成了“吉尼龜戴著綠色的帽子，可愛(ài)，水”:

接著我在可愛(ài)后面輸入了“chibi”，這個(gè)是用于描述Q版形象的意思，我記得吉尼龜?shù)难劬κ羌t色的，所以又輸入了“紅色眼睛”：

然后我又加入了“站立，張開(kāi)短手臂，短腿，微笑”來(lái)進(jìn)一步控制它的形態(tài)，大體感覺(jué)就出來(lái)了：

現(xiàn)在手部出現(xiàn)問(wèn)題了，這個(gè)是最不好控制的，我這里首先把負(fù)向提詞里和手有關(guān)的權(quán)重都提高了，但是現(xiàn)在又多出一個(gè)手出來(lái)：

所以負(fù)向提詞里我加了一個(gè)“多余肢體”在最前面：

現(xiàn)在帽子出現(xiàn)了紅色，我只想要純綠色的帽子，所以在負(fù)向提詞里加了“紅色帽子”。

至于它的位置我建議大家先放到最前面開(kāi)始嘗試，如果對(duì)畫面影響太大，就向后移。

如圖所示我移動(dòng)到“低質(zhì)量”后面的時(shí)候，畫面影響不太大，但是又多了部分肢體出來(lái)：

所以再次提高“多余肢體”的權(quán)重，這個(gè)權(quán)重大家可以多嘗試一下太高或者太低效果都不好：

另外有個(gè)知識(shí)點(diǎn)是我意外發(fā)現(xiàn)的，當(dāng)我們?cè)谔嵩~中連續(xù)輸入兩個(gè)逗號(hào)，即表示中間有個(gè)空白提詞，對(duì)畫面也有微弱的影響。

因?yàn)槠鋵?shí)相當(dāng)于還是改變了提詞之間的前后順序，也就是權(quán)重，例如這里意外的長(zhǎng)出了尾巴這反而是我想要的：

只是這種微調(diào)就需要多多嘗試了，例如我這里尾巴雖然意外的長(zhǎng)出來(lái)了，但是手指又多了，并且反而降低“多余肢體”的權(quán)重能得到滿意的效果，有點(diǎn)玄學(xué)：

另外我開(kāi)了高清修復(fù)，由于本身我對(duì)畫面已經(jīng)比較滿意了，所以重繪幅度開(kāi)得比較低，主要是為了放大分辨率，算法記得選擇正確哦：

最后PS里調(diào)色排版看看效果吧：

以上就是今天要分享的所有內(nèi)容啦，其實(shí)內(nèi)容還是比較多的，希望對(duì)大家有所幫助，希望各位鹿友一鍵三連支持哦！

更多內(nèi)容歡迎關(guān)注公眾號(hào)：

本文由“野鹿志”發(fā)布

轉(zhuǎn)載前請(qǐng)聯(lián)系馬鹿野郎