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Stable Diffusion入门笔记(自用)_第1张图片

Stable Diffusion入门笔记(自用)_第2张图片

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

Stable Diffusion入门笔记(自用)_第3张图片

7.SD放大

Stable Diffusion入门笔记(自用)_第4张图片

Stable Diffusion入门笔记(自用)_第5张图片

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。

Stable Diffusion入门笔记(自用)_第6张图片

有CP和DB算法,DB的反推效率更高。

真实感

抽卡立绘lora 

Stable Diffusion入门笔记(自用)_第7张图片

Stable Diffusion入门笔记(自用)_第8张图片


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。

Stable Diffusion入门笔记(自用)_第9张图片

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 

Stable Diffusion入门笔记(自用)_第10张图片

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

………………

你可能感兴趣的:(stable,diffusion,笔记)