导图社区 stable diffusion使用手册
stable diffusion的安装及入门使用手册,适合新手,内容有软件安装、基本界面、基本操作流程、模型、提示词(prompt)、参数设置。
社区模板帮助中心,点此进入>>
无人机职业教育五大体系“证证融通”
《中国图书馆分类法》第五版(简图)
游泳救生员(游泳池救生)(第2版)
中国孕妇泰国坠崖案
冠军读书笔记1-《了不起的盖茨比》
冠军读书笔记2-《为爱朗读》
共情式沟通 2023.6.28 详细版
创意工具scamper(奔驰法)
人工智能GPT提示词汇总
只管去做 2023.6.28
stable diffusion入门使用手册
软件安装
AI绘画原理
人工智能算法和技术来生成艺术作品或模拟人类绘画过程的过程
数据收集
AI绘画的第一步是收集大量的艺术作品和图像数据,这些数据可以来自各种艺术家和风格。这些数据将用于训练人工智能模型。
训练模型
使用机器学习算法,特别是深度学习技术,将数据输入到模型中进行训练。常用的深度学习模型包括卷积神经网络(CNN)和生成对抗网络(GAN)。在训练过程中,模型通过学习输入数据的模式和特征来理解艺术作品的风格、色彩和构图等方面。
特征提取
在模型训练完成后,可以使用该模型来提取输入图像的特征。这些特征可以包括线条、纹理、色彩和形状等信息。
生成图像
利用已经训练好的模型和提取的特征,AI可以生成具有艺术风格的图像。这可以通过将提取的特征与新的输入图像相结合,然后利用模型生成新的图像来实现。
优化和改进
生成的图像可能需要进行进一步的优化和改进。这可以包括调整色彩平衡、增强对比度、改变绘画风格或添加细节等。
配置要求
电脑和操作系统
系统:win/Mac
CPU: AMD 或 Intel CPU。 RAM:至少 16 GB DDR4 或 DDR5 RAM。 存储:256 GB 或更大的SATA 或 NVMe 固态驱动器。您需要至少 10 GB 的可用空间。通常,1 TB 驱动器提供每 GB 存储的最佳价格。 GPU: 具有至少 8 GB GDDR6 内存的 GeForce RTX GPU。 显卡:品牌-优先选择英伟达 显存-影响出图分辨率和模型训练规模
前置软件安装
python
安装时须选中 Add Python 3.10 to PATH
CUDA
WIN+R调出显卡的管理界面 输入命令:nvidia-smi 查询设备支持的cuda版本 官网下载地址:www.nvidia.com
GIT
下载地址:Git-scm.com
软件安装包
秋叶(秋葉aaaki)个人主页:https://space.bilibili.com/12566101?spm_id_from=333.337.search-card.all.click 安装包:BV1iM4y1y7oA
打开wenui
解压后找到文件中的启动器 一键启动
注意事项:
安装路径不要有中文,
Webui文件夹放在较空的盘
基本界面
文生图与图生图:进行图形绘制
后期处理:图形放大
图库浏览器:历史出图浏览及保存
扩展:插件搜索安装
设置:webui基础设置如保存路径、内存设置、图片参数设置、语言设置等
基本操作流程
1.启动器一键启动(如无法启动时,打开控制台,找到命令:Running on local URL: http://127.0.0.1:7860将网址输入浏览器打开)
2.stable diffusion模型(界面左上方)选择模型
模型下载地址:https://civitai.com/
模型安装地址:models\stable diffusion
3.输入正面提示词
4.输入反面提示词
5.设置出图参数
迭代步数 (Steps):推荐20
采样方法(sampler):推荐带加号的算法
设置图片像素尺寸
设置提示词引导系数 (CFG Scale):数值根据自身情况而定
模型
下载
C站:https://civitai.com/
抱脸hugging face:https://huggingface.co/
模型的VAE(SD VAE)-便分自解码器(调节画面色彩质感)
安装地址:Stable-Diffusion\sd-webui-aki-v4.1\sd-webui-aki-v4.1\models\VAE
模型安装位置
Stable-Diffusion\sd-webui-aki-v4.1\sd-webui-aki-v4.1\models\Stable-diffusion
提示词(prompt)
基本书写方式
英文书写
词组为单位
词组之间以逗号(英文)为分割号
内容型提示词
正面提示词
人物、场景、环境、构图、色彩、其他要素、
负面提示词
用于避免出现错误:画面质量、人物肢体、重复、毁容等
标准化提示词
质量
画风
权重(提示词中控制画面比重的符号使用方法)
括号加数字权重,括号内数字就是权重,例:(tree:1.5)tree就是原来的1.5倍
加括号(),一个权重变成原来的1.1倍。每套一层就再乘以1.1,例(((xxx)))为X1.1的三次方=1.331 大括号{ },每套一层,额外X1.05倍 方括号【】,每套一层,额外X0.9倍(减弱)
参数设置
采样步数(step)
控制在20最合适
采样方法(sampler)
优先选模型推荐算法
Euler两个适合插画风格,出图比较朴素 DPM 2M、UniPc和2M Karras速度较快,融合、新颖切质量不错 DPM ++、SDE Karras、细节会较为丰富,高质量图像 推荐使用下面带有+号的,是改进后的算法
分辨率
根据电脑配置来决定,优先选择低分辨率批次出图,选择中意的图片使用放大算法提高图片分辨率
面部修复(勾选)(防止出现面部扭曲的现象)
高分辨率修复(Hires. fix)-无法突破显存的限制
本质上是文生图之后又一次再基础上图生图,进行了两次绘图,能画到多大尺寸,最后还是多大,并且过程会慢一些
放大算法及重绘幅度根据自己的需要尝试及设定
提示词引导系数(CFG Scale)
控制在7-12之间
图生图:平衡好提示词引导系数及重绘幅度的关系
随机种子:固定随机种子,修改提示词,可以固定ai绘画风格
例:(杰作:1,2),最佳质量,杰作,高分辨率,原创,非常详细的壁纸,完美的灯光,(非常详细的CG:1.2),绘图,画笔,
ex:(masterpiece:1,2), best quality, masterpiece, highres, original, extremely detailed wallpaper, perfect lighting,(extremely detailed CG:1.2), drawing, paintbrush,