文章

AI绘画环境搭建 - stable-diffusion

Stable Diffusion是什么?

Stable Diffusion是利用扩散模型进行图像生成的产品,可以支持text2image、image2image。并且由于“论文公开+代码开源”,其用户群体远大于其他AI图像生成产品。另外,而且众人拾柴火焰高,代码和项目开源使得各项优化技术在其上快速应用,使其不断迭代优化。

*传送门:官网论文Git*

环境搭建

网页服务器

  • https://github.com/AUTOMATIC1111/stable-diffusion-webui.git

Mac 环境

  • https://github.com/AUTOMATIC1111/stable-diffusion-webui/wiki/Installation-on-Apple-Silicon

模型下载

  • https://huggingface.co/models?pipeline_tag=text-to-image&sort=downloads

本地化

  • https://github.com/journey-ad/sd-webui-bilingual-localization
  • https://github.com/dtlnor/stable-diffusion-webui-localization-zh_CN

txt2img

提示词Prompt

  • 正向提示:也就是你想要画面的描述,越详细越好。 基本概念:主体+细节+修饰词+风格设定+角度灯光需求+艺术家+画质要求

  • 负向提示:你不想出现在画面上的元素。

nsfw, lowres, bad anatomy, bad hands, text, error, missing fingers, extra digit, fewer digits, cropped, worst quality, low quality, normal quality, jpeg artifacts, signature, watermark, username, blurry

参数

  • 采样器:可以预设不动。
    • 推荐Euler a/Euler/DDIM等 介绍:https://github.com/AUTOMATIC1111/stable-diffusion-webui/wiki/Features#attentionemphasis
    • 采样器理解说明 https://economylife.net/webui1111-sampler-steps/
  • 采样步数:运算迭代次数,越高越精确,但也越耗时。推荐20~30

  • 面部修复/无缝贴图/高分辨率修复:都是特殊功能需要可开启,但也增加运算时间,初期不用开。

  • 图像大小:文生图阶段可用512x512,速度较快。测试好之后再送到”图生图“来输出大图。

  • 生成批次/数量:可以生成多张,或一次运算多张两种方式。可以先开个5~10张方便查看效果。

  • 引导词强度 - CFG Scale:数值低=较不相关,数值高=强相关。可以先用预设7

  • 图像种子:-1=随机产生图片,编号=固定相同图片。

  • 控制器网络:可以使用骨架/深度/线稿来控制,进阶部分说明。

img2img

作用

  • 设计发散:文生图,有喜欢的效果,转入“图生图”创作更多固定造型,但设计上有小变化的发散构想。
  • 修改局部:可以使用屏蔽功能,添加配件,修改眼睛手脚问题等。
  • 融入风格:可以加载LORA,把特定风格,特定角色造型,特定姿势,加入原本图像(例如加入赛博风格,加入固定人脸等)
  • 线稿上色:可以把线稿导入,让AI帮你绘制完稿。
  • 完稿放大图片:把采样大小调高,来输出大图。也可以导入外部图片AI无损放大。

参数说明

  • 缩放模式:拉伸\剪裁\填充。改变图片大小的模式,推荐填充由AI来运算空白区域。

  • 采样步数:设置40~60 能更精确的运算,跟原图的融合匹配。

  • 引导词系数:数值低=较不相关,数值高=强相关。可以先用预设7

  • 重绘强度:越低变化越小,越高变化越大。

  • 种子:-1=随机产生图片,编号=固定相同图片。

  • 涂鸦绘制:可用画笔绘制,需要/不需要重构的部分。

  • 局部绘制:可以绘画部分区域,在增加提示词,来改变图像。(最常用

  • 局部绘制蒙版:上传蒙版控制重绘区域。

  • 反向推导提示:如果是AI产生的图片,拉入框框,可以产生他使用的 提示词。图片另存后就不起作用了


AIGC绘画教程 :

下载

先看秋叶的启动器 https://b23.tv/0x1XJdo

再看独立星空者:界面使用 https://b23.tv/YLVyTLw

https://b23.tv/2HXATTe

不同Tag和采样方法效果 https://b23.tv/qWcnmxX

其他人:从零开始学会AI绘画 https://b23.tv/h3IAQhc

纯萌新向AI绘画教程 https://b23.tv/kRIkQKc

局部重绘:https://b23.tv/1uCKWT2 https://b23.tv/QARzLUs

综合类https://docs.qq.com/sheet/DTVZoUG9PS2R6ZVBC?tab=1h8u8l

https://www.kdocs.cn/l/cre0TwbMkdx3

创作分享社区 https://aitags.fun/

tag居多 有采样方式 步数对比

https://docs.google.com/spreadsheets/d/14Gg1kIGWdZGXyCC8AgYVT0lqI6IivLzZOdIT3QMWwVI/edit#gid=12540361

导航网:

教程

元素https://docs.qq.com/doc/DWFdSTHJtQWRzYk9k https://sparkly-day-9db.notion.site/AI-1962de6fa0b44378b2fed3b79df5252b

https://aiguidebook.top/

https://guide.novelai.dev/

模型 https://aimodel.subrecovery.top/

https://civitai.com

http://www.123114514.xyz/WebUI

https://aimodel.subrecovery.top/

TAG

tag综合

https://docs.google.com/spreadsheets/d/e/2PACX-1vRa2HjzocajlsPLH1e5QsJumnEShfooDdeHqcAuxjPKBIVVTHbOYWASAQyfmrQhUtoZAKPri2s_tGxx/pubhtml

标签超市:https://tags.novelai.dev/ 很强

魔咒百科词典:https://aitag.top 很一般

5400tag 色https://docs.google.com/spreadsheets/d/1tPZk0gb6bhX8b4hYLvk0xJVV_dmRX5EkHJJTzJcoqbg/edit#gid=0

tag生成器 https://wolfchen.top/tag/ 一般

二刺螈画风:https://finding.art

https://thereisnospon.github.io/NovelAiTag/

很一般

还行 http://tomxlysplay.com.cn/#/

挺好有图片:https://aimds.top/home

一部分有图片 http://heizicao.gitee.io/novelai/#/home

本文由作者按照 CC BY 4.0 进行授权