【工具类】stable diffusion基础教程
[封面图]
安装教程
基于启动器(内部集成了必备插件)
下载资源
关注微信公众号,回复【sd】即可获得百度网盘下载地址
百度网盘下载提速:
设置 -> 传输 -> 优化速率 -> 去开启
经实验,提速后能达到10M/秒以上
安装并运行
- 解压
sd-webui-aki-v4.1.zip
- 将
可选controlnet1.1\模型
文件夹下面的所有文件拷贝到sd-webui-aki-v4.1\models\ControlNet
目录下 - 将
可选controlnet1.1\预处理器
文件夹下面的download
文件夹拷贝到sd-webui-aki-v4.1\extensions\sd-webui-controlnet\annotator
目录下 - 双击
启动器运行依赖-dotnet-6.0.11.exe
,安装即可,此时环境已配置完成 - 双击
sd-webui-aki-v4.1\A启动器.exe
运行服务,运行成功后,会自动跳转到浏览器中并打开http://127.0.0.1:7860/?__theme=dark
网址
SD本地部署
Github残酷地址:https://github.com/AUTOMATIC1111/stable-diffusion-webui
安装步骤
安装完成后,在浏览器中访问:http://127.0.0.1:7860/?__theme=dark
文生图
基础知识
SD大模型:CheckPoints(CKPT)
- 大模型就是SD的大心脏
- 作用:定义出图风格
- 特点:文件非常大 2GB~10GB
- 文件类型:safetensors/ckpt结尾
todo 这里贴上3个主流大模型的效果区别
大模型安装目录:stable-diffusion-webui\models\Stable-diffusion
VAE
- 名称:变分自编码器
- 作用:增加图片饱和度,降低灰度,让图片有更多色彩
- 常用:vae-ft-840000-ema-pruned.safetensors
VAE安装目录:stable-diffusion-webui\models\VAE
Clip skip 跳过层
- 语言与图片对比预训练,让tag与图形建立关系
- 数值越高:tag与图片关系就会越低
- 数值越低:tag和图片关系就会越高
- 默认1就行
Prompt 正向提示词
写想出现的元素tag
Negative Prompt 反向提示词
写不想出现的元素tag
tag格式
靠前的tag权重比较高
- 仅支持英文
- 单词,单词
- 词组,词组
- 语句 (推荐) AI识别度高
权重
- 括号法则(括号可以叠加,效果为单个括号的指数次方)
- ()=增加1.1倍
- {}=增加1.05倍
- []=减少1.1倍
- 数字法则(建议0.5~1.6之间)
- (tag:1.3)=增加1.3倍权重
- (tag:0.5)=0.5倍的权重
- 大于1就是增加
- 小于1就是减少
- 混合
- AND大法:让不同元素或主题做混合,如 tiger AND cow
- [tag|tag]大法:[tiger|cow],加入步数是10步,1,3,5,7,9渲染tiger,2,4,6,8,10渲染cow
Sampling steps(采样步数)
- 范围1~150
- 数值越高:细节越多,渲染越满
- 数值越低:细节越少,渲染越快
- 建议范围:20~40
Sampling method(采样器)
- a:噪点不居中,管家此识别度稍低
- karras:去噪快
- DDIM & PLMS:SD最早的采样器(过时)
- DPM:比较建议使用DPM++SDE karras
面部修复
渲染人物图时记得勾上,提高SD对人体面部的细节捕捉
无缝贴图
生成纹理
高分辨率修复
把模糊的图片变清晰
宽度|高度
图片分辨率(像素)
一般使用 512512 和 768768
和显存大小相关
生成次数|每次数量
- 生成次数:一个一个生成x张图(显存低用这个)
- 每次数量:同时生成x张图(显存高用这个)
CFG Scale
文字和图片的相关度
- 数值高:tag和图片的相关度就高
- 数值低:tag和图片的相关度就低
建议4~9之间
随机种子
- 色子:重置种子为-1(出图完全随机)
- 循环标志:复制上一张图的种子
随机数差异种子:略
模板预设
ControlNet
图生图
欢迎加入我
微信公众号
微信群
本博客所有文章除特别声明外,均采用 CC BY-NC-SA 4.0 许可协议。转载请注明来自 王也的个人小站!
评论