Stable Diffusion教程:文生图

devtools/2024/11/12 5:36:08/

文生图示例图片

最近几天AI绘画没有什么大动作,正好有时间总结下Stable Diffusion的一些基础知识,今天就给大家再唠叨一下文生图这个功能,会详细说明其中的各个参数。

文生图是Stable Diffusion的核心功能,它的核心能力就是根据提示词生成相应的图片。

本文以 Stable Diffusion WebUI 为例,使用方法参考下图:

图片

1、基础模型:选择一个用来生成图片的模型,不同的模型可以生成不同风格的图片。

2、文生图/txt2img:这一排是 WebUI 的主功能菜单,默认选中的就是文生图。

3、提示词:提示词就是我们的绘画指令,描述图片中的内容,描述越详细则生成的图片越符合预期。可以使用中文,不过建议用英文,网上分享的提示词也都是英文的。

例子中的提示词是:

best quality, masterpiece, super high resolution, 4k, adult women, asia, full body:1.4, long black hair, beautiful detailed eyes, small breasts, white t-shirt:1.6, white pants:1.6, wide shot:1.3, strolling, beach:1.3, tree, beautiful detailed sky, blue sky,

提示词很重要,后边会有专门的文章来介绍它,这里分享一个提示词的常用套路:图片的质量、主体、细节,比如这里 best quality, masterpiece 都是用来声明图片质量的,adult women, asia, full body 是主体,后边的 long black hair, beautiful detailed eyes, small breasts 都是细节描述。

4、反向提示词:描述不希望在图片中出现的内容,比如画面模糊,多手多脚等问题。

例子中的反向提示词是:

mutated hands and fingers,deformed,bad anatomy,disfigured,poorly drawn face,mutated,extra limb,ugly,poorly drawn hands,missing limb, extra limbs,floating limbs,disconnected limbs,malformed hands,out of focus,long neck,long body,out of frame,bad hands,unclear eyes,cloned face,bad face,extra legs, extra arms, disfigured, deformed, cross-eye

5、Generation:Stable Diffusiion 文生图生成页签。

6、采样器:用来一步步生成图片的算法,默认的 Euler a 可以适用于绝大多数的场景,一般先用它就行了;其它SDE的采样器也不错,可以多试试 。后边会有专门的文章来介绍采样器。

7、采样步数:采样器使用多少步来生成图片,不同的采样器表现各异,一般使用 20-50 步,步数越多越慢,Euler a 使用20步基本就够了。

8、图片尺寸:对于SD 1.5的模型默认是 512_512,对于SD XL的模型默认是 1024_1024。如果想生成其它比例的图片,比如3:4、16:9,需要注意不要把尺寸调得太大,生成的图片中可能出现多个主体或者多余的肢体。如果想要大尺寸的图片,可以到“额外功能/Extras”中放大,后续文章会有介绍。

9、生成次数:设置连续生成几次,默认为1,次数越多需要的时间越长。

10、每次数量:每次生成同时出图的数量,数量越大,占用的显存越大。

11、提示词引导系数:提示词对生成图片的重要程度,值越大,图片中的内容越贴近提示词的描述,反之则Stable Diffusion 自由发挥的多。

12、图像生成种子:参与图片初始化的一个参数。默认为-1,则每次自动生成一个随机数,在其它参数都不改变的情况下,它会给图片带来一些随机性,这也是AI绘画的魅力所在,总会有一些新的变化。在其它参数和种子都不变的情况下,Stable Diffusion 可以生成完全一致的图片,这就是稳定扩散的意思。

13、点击“生成”,会有进度条出现,坐等图片生成就可以了。

14、生成好的图片会出现在这里。


写在最后

感兴趣的小伙伴,赠送全套AIGC学习资料,包含AI绘画、AI人工智能等前沿科技教程和软件工具,具体看这里。

AIGC技术的未来发展前景广阔,随着人工智能技术的不断发展,AIGC技术也将不断提高。未来,AIGC技术将在游戏和计算领域得到更广泛的应用,使游戏和计算系统具有更高效、更智能、更灵活的特性。同时,AIGC技术也将与人工智能技术紧密结合,在更多的领域得到广泛应用,对程序员来说影响至关重要。未来,AIGC技术将继续得到提高,同时也将与人工智能技术紧密结合,在更多的领域得到广泛应用。

在这里插入图片描述

一、AIGC所有方向的学习路线

AIGC所有方向的技术点做的整理,形成各个领域的知识点汇总,它的用处就在于,你可以按照下面的知识点去找对应的学习资源,保证自己学得较为全面。

在这里插入图片描述

在这里插入图片描述

二、AIGC必备工具

工具都帮大家整理好了,安装就可直接上手!
在这里插入图片描述

三、最新AIGC学习笔记

当我学到一定基础,有自己的理解能力的时候,会去阅读一些前辈整理的书籍或者手写的笔记资料,这些笔记详细记载了他们对一些技术点的理解,这些理解是比较独到,可以学到不一样的思路。
在这里插入图片描述
在这里插入图片描述

四、AIGC视频教程合集

观看全面零基础学习视频,看视频学习是最快捷也是最有效果的方式,跟着视频中老师的思路,从基础到深入,还是很容易入门的。

在这里插入图片描述

五、实战案例

纸上得来终觉浅,要学会跟着视频一起敲,要动手实操,才能将自己的所学运用到实际当中去,这时候可以搞点实战案例来学习。
在这里插入图片描述


http://www.ppmy.cn/devtools/23828.html

相关文章

Elasticsearch文本分析深度解析

在Elasticsearch的世界里,文本分析是数据索引和检索过程的核心环节,它决定了如何将原始文本转换为可搜索的词汇单元。这一过程不仅关乎索引的效率,更直接影响到搜索结果的相关性和准确性。本文将深入探讨Elasticsearch中的文本分析机制&#…

交换排序-冒泡排序 快速排序

目录 3.1 冒泡排序 3.2 快速排序 Hoare版本快速排序 挖坑法快速排序 前后指针法快速排序 快速排序优化-三数取中法 快速排序非递归 3.1 冒泡排序 思想:升序情况下:左边大于右边就进行交换,每一次把最大的放在最后一位。 void Swap(int…

【MySQL】A01、性能优化-语句分析

1、数据库优化方向 A、SQL及索引优化 根据需求写出良好的SQL,并创建有效的索引,实现某一种需求可以多种写法,这时候我们就要选择一种效率最高的写法。这个时候就要了解sql优化 B、数据库表结构优化 根据数据库的范式,设计表结构&…

c++的策略模式,就是多态

一、定义: 策略模式定义了一系列的算法,并将每一个算法封装起来,而且使它们还可以相互替换。 策略模式让算法独立于使用它的客户而独立变化。 二,核心 抽象策略(抽象基类)(Strategy&#xff09…

PostgreSQL的扩展(extensions)-常用的扩展之pg_stat_statements

PostgreSQL的扩展(extensions)-常用的扩展之pg_stat_statements 基础信息 OS版本:Red Hat Enterprise Linux Server release 7.9 (Maipo) DB版本:16.2 pg软件目录:/home/pg16/soft pg数据目录:/home/pg16/…

力扣经典150题第四十七题:汇总区间

目录 题目描述和要求示例解释解题思路算法实现复杂度分析测试和验证总结和拓展参考资料 题目描述和要求 给定一个无重复元素的有序整数数组 nums,要求返回恰好覆盖数组中所有数字的最小有序区间范围列表。即,nums 的每个元素都恰好被某个区间范围所覆盖…

ECMAScript和JavaScript的区别

ECMAScript和JavaScript在多个方面存在区别。 首先,ECMAScript是JavaScript语言的规范和标准,由Ecma国际组织制定。它定义了JavaScript的语法、类型、语句、关键字以及保留字、操作符、对象等。JavaScript则是基于ECMAScript规范的一种实现,…

Thinkphp使用dd()函数

用过Laravel框架的同学都知道在调试代码的时候使用dd()函数打印变量非常方便,在ThinkPHP6及以上的版本框架中也默认加上了这个函数。但是在ThinkPHP5或更低版本的框架中,dd 并不是一个内置的方法,不过我们可以手动添加这个函数,步…