Stable Diffusion入门笔记（自用）

 学习视频：20分钟搞懂Prompt与参数设置，你的AI绘画“咒语”学明白了吗？ | 零基础入门Stable Diffusion·保姆级新手教程 | Prompt关键词教学_哔哩哔哩_bilibili

 1.图片提示词模板

2.权重（提示词）

无数字

(flower)//花的权重为1.1
{flower}//花的权重为1.05
[flower]//花的权重为0.9

多套多乘

 有数字

(flower,1.5)//花的权重为1.5倍

 权重范围最好在1±0.5。可采用同类型词条来补足小于0.5大于1.5的内容。

ps:在词的右边按住ctrl+上下键，快捷添加权重。若如此做，是添加一整行的权重。

3.基础生成设置

迭代步数：采样步数越多，图片越清晰。20够用。

采样算法：使用带+号的更稳定。模型的作者一般待用推荐的采样算法。

面部修复：人脸P图

平铺图：人物铺满整个画面（慎点）

高分辨率修复：顾名思义

提示词引导系数（CFG scale）:AI忠实于关键词的系数。7~12。

随机种子：画面一致性参数

---

4.图生图

重绘幅度：参数，风格的转变

图片参数：原图片的比例是多少，生成图片的比列也要对照

随机种子：使用同一个随机种子，结果会有所关联。

出图模型

safetensors占用空间较小

ckpt占空空间较大

 chill……偏真实

 

5.新手模型

 6.高清修复

放大倍率：由原始分辨率放大到xx

迭代步数：填写0，将和采样迭代步数相等。

重绘幅度：想保持原来内容，填写0.5

放大算法 ：

没想法时，推荐倒数第二第三个

7.SD放大

例子：放大倍数：2

重叠像素宽度：64

目标图的大小：664（原600+重叠像素宽度64）

（有人脸出现在中线——降低重绘幅度）

8.反推提示词

在图生图中，点击反推提示词，能获取到AI认为该图存在的特征。

有CP和DB算法，DB的反推效率更高。

真实感

抽卡立绘lora 

---

进阶模型

9.Embeddings词嵌入

词嵌入：输入一个词，就能在prompt中补全这个词的特征

10.lora低秩模型 

lora：类似打包了创作对象图片的关键词

//xxx是lora名字
//0.5权重

一般权重在0.5~0.8

lora类型

11.hypernetwork改画风

---

局部重绘

提示词：close eyes

工具：

 

撤销（左上）、画笔大小（右下）

蒙版区域处理：

填充（对比原图）：蒙版内高度模糊再AI生成

重绘区域：

全图：基于关键词整张图重画。（关键词：全图的关键词）

仅蒙版：只画框出来的部分。（关键词，框内想实现的效果的关键词）

蒙版边缘模糊度=>羽化（让连接处更丝滑）

---

12.涂鸦重绘

蒙版透明度，自己绘制的蒙版色彩影响结果的程度。

默认0：不透明。

13.提示词提取器

提取关键词

阈值滑块：筛选出现频率高于阈值的关键词

14.controllernetwork

openpose，从图片中提取姿势。

基础先用openpose预处理器处理。

参数解析：

控制权重

开始控制步骤：0~1

结束控制步骤：0~1

 控制模式：优先提示词/优先控制网

5个常用控制模型 

1.openpose

人物姿势：面部手部全局参照等 

2.depth

带+号的好用

可以解决肢体重叠相关的问题

3.candy

低阈值，识别暗部

高阈值，识别亮部

出线条图

4.softedge

柔和边缘

5.scribble

自己画一个线条图，可作为绘图骨骼基调用

自测试

lineart anime 一比一印动作

ai出来的图拿去当线稿

………………