亚洲AV免费看深爱成人|日韩av另类一级特黄片在线|中国免费一级黄片|国产av一二三区|亚洲有码AV在线|久久亚洲国产日韩欧美|成人免费AV网站|婷婷一区综合一区|亚洲AV无码导航|高级欧美成人网站

Stable Diffusion-新手入門指南

發(fā)布時間：2024-04-03 11:45:44 瀏覽量：347次

1、Stable Diffusion

Stable Diffusion 是一種基于潛在擴散模型（Latent Diffusion Models）的文本到圖像生成模型，能夠根據任意文本輸入生成高質量、高分辨率、高逼真的圖像。

如何使用Stable Diffusion？

你需要給出一個描述圖片的提示，例如：姜餅屋，西洋鏡，焦點，白色背景，吐司，脆麥片；生成圖片如下：

Stable Diffusion優(yōu)勢

類似的文本生成圖像服務有很多，例如DALLE和MidJourney。那為什么要選擇Stable Diffusion呢？

?開源：相較于剛才提到的兩個工具，Stable Diffusion對于用戶而言最大的優(yōu)勢在于免費。

?高質量：Stable Diffusion模型可以生成高分辨率、樣化的圖像，與真實圖片難以區(qū)分。

?靈活性：Stable Diffusion模型可以處理各種類型和風格的文本輸入和圖像輸入，無論是簡單的描述、復雜的故事、抽象的概念、還是具體的要求。

?穩(wěn)定性：Stable Diffusion模型可以避免出現常見的圖像生成問題，如模糊、偽影、重復、不自然等。

2、多樣化風格模型

風格切換

在使用過程中大家可以根據自身的設計需求進行風格模型切換，例如：

?Stable Diffusion v1.4/.5/2.0/2.1：官方基礎模型。百搭各種風格；

?Realistic Vision v2.0 : 擅長生成照片風格的逼真圖像；

?Anything v3.0：動漫風格；

?dreamlike-photoreal ：寫實風格；

動漫風格

逼真圖像

3、產品推薦

在線生成器

對于AI繪畫感興趣的0基礎初學者，可以使用一些免費在線生成器生成圖片，無需進行鏡像部署等相對復雜的操作環(huán)節(jié)。

AI繪畫 Web UI

免費在線生成器的功能非常有限，對于圖片有更高要求的人而言，可以使用更高級的Web UI（網絡產品界面設計）。我使用的是UCloud的GPU云服務器，搭配平臺提供的AI繪圖 Web UI鏡像，開箱即用，無需進行繁瑣配置。請參閱“如何一鍵部署安裝Stable Diffusion Web UI”安裝指南。

4、圖像生成

Prompt

雖然AI發(fā)展迅速，但Stable Diffusion仍然無法精準讀懂用戶的想法，更多的是需要靠用戶盡可能詳細地描述需要的圖像主題，確保包含有力的關鍵詞來定義整體圖像風格。Prompt可以作為元素權重的關鍵詞，讓AI更傾向于在繪圖中繪制和Prompt的內容相關的元素。

?假設您想生成一張比較有個性的貓咪的照片。一個簡單的提示：有個性的貓，生成圖片如下：

如果我們用更加詳細具體的提示再生成一次：一只灰色的貓，戴耳機，賽博朋克風

從前后兩次提示生成的圖片對比來看，第一張就過于簡單，第二種相對更加符合我們的預期;所以在寫提示時，我們要詳細描述我們需要的圖像風格以及整體的構建。對于初學者而言，前期我們可以借助AI提示生成器學習逐步過程和重要關鍵詞，從而使生成的圖片盡可能達到預期效果。

另外在寫提示時，關鍵詞也十分重要，有向導性的關鍵詞可以使最終生成的圖片更加符合用戶的預期效果，例如：

名人的名字（例如 Emma Watson）

藝術家姓名（如梵高）

藝術媒介（例如插圖、繪畫、照片）

后續(xù)我們會單獨講解有關提示構建和示例關鍵字的更多信息。

Negative prompt

Negative Prompt則是和Prompt相反，是一個反向加權的權重關系，也就是減低某些元素出現的頻率，從而約束AI的行為。

參數設置

為了使圖片達到更加精準的預期效果，我們在進行圖像生成的過程中也可以去調整整體的參數設置，以下是一些比較重要的參數參考：

Image size：輸出圖像的大小。標準尺寸為 512×512 像素。將其更改為縱向或橫向尺寸會對最終生成的圖片效果產生很大影響。例如使用縱向尺寸最終會生成全身圖像。

Sampling steps：默認 20，整體可根據最終生成的圖像效果去設置。適當大一些的可以讓畫面內容更細致，小的話就沒那么細致，想要追求更好的效果也可以將此參數適當調大到30左右。當然，參數越大越吃性能。

CFG scale：可以簡單理解為AI對描述參數的傾向程度，默認典型值為7，如果希望最終生成的圖像更符合提示，可以適當將參數調大一些。

Seed value：-1 生成隨機圖像，這個隨機數影響畫面的內容，如果seed以及Negative Prompt和Prompt都相同，生成幾乎完全一致的圖片的概率就很高。個人建議這個不用特意設置，默認就行；如果對生成圖像有明確要求，可以根據去看調整參數大小。

Batch count：一次性出圖的數量，出圖數量越多，生成越慢。

5、定制模型

Stability AI及其合作伙伴發(fā)布的官方模型稱為基礎模型。例如 Stable Diffusion1.4、1.5、2.0和2.1。

定制模型是基于基礎模型進行訓練的。目前，大多數模型都是從 v1.4 或 v1.5 開始訓練的。他們通過額外的數據訓練，用于生成特定風格的圖像。

以下是 5 種不同型號的比較：

選擇哪種模型

對于初級玩家來說，可以使用基本模型先摸索整體玩法和應用，建議先從V1.5版本開始?；A模型分為兩個主要組：v1和v2。v1模型包括1.4和1.5版本，而v2模型則包括2.0和2.1版本。

如何訓練新模型

訓練模型的兩種主要方法是：(1) Dreambooth和 (2) embedding。

目前整體看來，Dreambooth更強大，因為它對整個模型的權重進行微調。嵌入則保持模型不變，但會找到描述新主題或風格的關鍵詞。

6、圖生圖

除了上述提到的文生圖（txt2img），在選項卡中還有img2img，Extras，PNG Info，Checkpoint Merger，Train，Additional Networks，Dreambooth，Settings，Extensions，其中常用的也還有img2img圖生圖。

圖像精準控制

ControlNet使用輸入圖像作為參考圖，然后程序根據此圖按一定的模式預處理一張新圖，之后再由AI根據這兩幅圖繪制出成品；用戶也可以關閉程序的預處理功能，直接輸入一張用戶自己處理好的圖片當作預處理圖，之后AI僅根據這副圖生成成品。它可以提取特定信息，例如動物姿勢。下面是使用 ControlNet 從輸入圖像復制動物姿勢的示例。

Input

Output

圖像分割

segment anything支持圖像分層，切割，單次可處理單張或多張圖片。下面以一只貓的圖片為示例，基于sam模型可以快速實現圖像的分層、蒙版、分割。

Input

Output


圖像微調

Additional-Networks可支持基于LoRA模型微調圖片風格。以Prompt：“a grey cat， headphone， cyberpunk”為例，如圖所示模型輸出結果如下：

Input

Output

區(qū)域提示

Regional Prompter可以通過設置區(qū)域提示來控制生成圖像的具體細節(jié)和特征。您可以使用區(qū)域提示來指定生成圖像中特定區(qū)域的外貌、風格或屬性。下面是在左下角放置一只狼，在右下角放置頭骨的示例。

深度圖像

Depth-to-image是指從深度圖或深度信息生成圖像的過程。它可以檢測輸入圖像中的前景色和背景色，生成的輸出圖像將遵循相同的前景色和背景色。以下是一個示例：

Input

Output

7、視頻制作

Deforum是一種將Stable Diffusion的能力與動畫的動態(tài)性相結合的短視頻剪輯。目前該插件在社交媒體平臺上越來越受歡迎，它們以多種形式呈現，如藝術動畫、形態(tài)變換效果或超現實的視覺序列。

通過這個新手指南，我們可以了解使用Stable Diffusion生成圖像的基本知識和技巧。后續(xù)我們將針對每個環(huán)節(jié)給大家做更加細致的講解以及在線演示操作細節(jié)。讓我們一起深入探索，發(fā)現更多創(chuàng)作的可能性！

熱門課程推薦

熱門資訊

請綁定手機號

獲取驗證碼
x

同學您好！

您已成功報名0元試學活動，老師會在第一時間與您取得聯系，請保持電話暢通！
確定