【AI绘图】三、stable diffussion操作界面介绍以及如何使用

上一篇：【AI绘图】二、stable diffusion环境准备与安装

stable diffusion操作界面介绍

操作界面总共分为5大块
1.模型选择区；点击跳转
2.功能区域；点击跳转
3.提示词输入；点击跳转
4.参数设置区；点击跳转
5.出图区点击跳转

1.模型选择区域介绍

模型选择区域分为三块

stable diffusion模型：经过训练的图片合集，被称作模型，也就是chekpoint，体积较大，一般的单个模型的大小在5GB左右，早期的CKPT后缀名是ckpt，如今新的CKPT后缀名都是safetensors

VAE模块:SD VAE是variable autoencoder的意思，在这里可以选择载入vae组分。使用vae组分可以让图片的色彩变得更好。一般大模型会自带vae，有些则需要自己配置

Clip跳过层：一般默认就好了。原理：prompt最终在模型中使用时，是分层的，对于stable diffusion模型来说，分成了12层。clip skip就是说，我不需要完整的使用这12层，而是跳过其中一些层。跳过的层越多，对细节的控制就越少。下面图可以看出跳过层的参数对图片的影响

比如上面的图中，我们的描述词是face，那么face会有一些细节：眼睛、鼻子、嘴巴的具体形状应该怎么样，肤色应该怎么样等等。我们对比高的clip
skip和低的clip skip，可以发现在clip skip较低时，基本都可以看到脸上的细节，而clip
skip较高时，就比较随机，经常出现类似没有眼珠的这种情况，这是因为没有对细节进行控制，所以细节的随机性会更大。

常用模型介绍：

获取渠道：
1)civitai:俗称C站：
https://civitai.com/models/26580/xsarchitectural-19houseplan

2）huggingface:著名的开源网站，提供模型，但是没有效果图
https://huggingface.co/

3)哩卟哩卟AI:国内的模型网站：
https://www.liblibai.com/#/index/model

2.功能区域介绍

后续教程会对以上功能一一介绍，敬请期待

3.提示语区域

此区域分为两个部分
正向提示：想要图片的信息，比如一只猫
负面提示：不想要的信息，比如 画质低

分享一个网站：咒语生成器

https://www.wujieai.com/tag-generator

人物通用负面提示： low quality,normal quality, worst quality,bad anatomy, extra
breasts,extra nipples,extra hands,bad legs, bad feet,extra feet, bad
fingers,confused fingers, extra fingers,breasts out,

4.参数设置区

1）迭代步数：

• 此参数控制这些去噪步骤的数量。通常越高越好，但在一定程度上，我们使用的默认值是 25 个步骤。以下是不同情况下使用哪个步骤编号的指南
  • 如果您正在测试新的提示，并希望获得快速结果来调整您的输入，请使用 10-15 个步骤
  • 当您找到您喜欢的提示时，请将步骤增加到 25
  • 如果是有毛皮的动物或有纹理的主题，生成的图像缺少一些细节，尝试将其提高到 40

2）采样方法：
建议根据自己使用的 checkpoint 使用脚本跑网格图（用自己关心的参数）然后选择自己想要的结果。

• 懒得对比：请使用 DPM++ 2M 或 DPM++ 2M Karras（二次元图）或 UniPC，想要点惊喜和变化，Euler a、DPM++ SDE、DPM++ SDE Karras（写实图）、DPM2 a Karras（注意调整对应 eta 值）
• eta 和 sigma 都是多样性相关的，但是它们的多样性来自步数的变化，追求更大多样性的话应该关注 seed 的变化，这两项参数应该是在图片框架被选定后，再在此基础上做微调时使用的参数。

3）面部修复

• 修复人物的面部，但是非写实风格的人物开启面部修复可能导致面部崩坏。

4）平铺：

• 生成一张可以平铺的图像

5）高分辨率修复：

• 使用两个步骤的过程进行生成，以较小的分辨率创建图像，然后在不改变构图的情况下改进其中的细节。

6）长宽尺寸：主要用于生成图片的尺寸

• 长宽尺寸并非数值越大越好，最佳的范围应在 512 至 768 像素之间，比如正方形图多是 512*512 和 768*768，
  • 人像肖像 512x768
  • 风景画 768×512，可按比例加大或减小
• 这个值必须是 8 的倍数。如果不希望主题对象出现重复，应在此范围内选择适当的尺寸。

7)生成批次：每次生成图像的组数。

• 一次运行生成图像的数量为生成批次 * 每批数量。

8)每批数量：同时生成多少个图像。

• 增加这个值可以提高性能，但你也需要更多的 VRAM。图像总数是这个值乘以批次数。除 4090 等高级显卡以外通常保持为 1。

9)提示词相关性 CFG：较高的数值将提高生成结果与提示的匹配度。

• OpenArt 上使用的默认 CFG 是 7，这在创造力和生成你想要的东西之间提供了最佳平衡。通常不建议低于 5。

• CFG 量表可以分为不同的范围，每个范围都适合不同的提示类型和目标

• CFG 2 – 6：有创意，但可能太扭曲，没有遵循提示。对于简短的提示来说，可以很有趣和有用

• CFG 710：推荐用于大多数提示。创造力和引导一代之间的良好平衡

• CFG 10-15：当您确定提示是详细且非常清晰的，您希望图像是什么样子时

• CFG 16-20：除非提示非常详细，否则通常不推荐。可能影响一致性和质量

• CFG >20：几乎无法使用

10)随机种子（Seed）:生成每张图片时的随机种子，这个种子是用来作为确定扩散初始状态的基础。如果选用某个固定的种子序号，则会在当前基础上进行修改

5.出图区

1）保存：可以将生成的图片提供下载链接
2）打包下载:多张图一起下载
3）发送到图生图：将当前生成的图片，发送到图生图进行修改
4）发送到重绘：发送到蒙版重绘
5）发送到后期处理

后续会对每个模块进行单独更加细致的教学，现在我们生成一张图试试

正向提示词：((masterpiece, best quality)), 8k, modern architecture style, photo realistic, david chipperfield, urban design,hyper detailed photo,single,early morning,outdoors, building, green plants,

负面提示词：signature, soft, blurry, drawing, sketch, poor quality, ugly, text, type, word, logo, pixelated, low resolution, saturated, high contrast, oversharpened,Fuzzy structure
使用的模型：realisticVisionV13_v13
lora:urbanaerial15_1.safetensors
使用功能：图生图

原图：

生成的图：