Stable Diffusion新手村-我们一起完成AI绘画

1.工具搭建

感谢bilibili的"秋葉aaaki"大佬出的整合包,让我们方便下载安装一键启动,去它的网盘里下载

 我的显卡设备,暂时还够哈,出图速度还可以1-2分钟比较美的质感画面

下载以后需要解压下sd-webui-aki-v4.4.7z,然后没安装这个启动器就需要双击安装下图第4个exe启动器。

解压完点击 sd-webui-aki-v4.4文件进入文件夹,双击执行这个启动器

有个控制台在运行,运行完毕以后就弹出如下图片,如果没启动就会显示一键启动,点击就会在浏览器弹出页面,页面地址是这个:http://127.0.0.1:7860/?__theme=dark

Stable Diffusion  webui 生成图片的工具页面图示

2.使用教程

2.1 提示词获取捷径

提示词确实不太好想,作为初学者写的提示词以后出的图都不是我想要的,然后搜素发现可以使用GhatGPT或者文言一心来帮我们描述想要的画面,比如:

你能用Stable Diffusion的语言来形容一副温柔美好的画面,温暖的房子,花草树木环绕,狗,人,小溪,温暖舒适,让人向往的画面的句子

文言一心的回答:

在这幅引人入胜的画卷中,一座温暖的房子静静地矗立在花草树木的环绕之中。房子的四壁被温暖的阳光洒满,仿佛散发出一种人性的温暖。屋檐下,一簇簇繁茂的爬山虎自由地生长,象征着生命的活力和自然的韵律。

在房子的四周,各种各样的花草树木交错生长,它们在微风的吹拂下轻轻摇曳,释放出阵阵芬芳。每一朵花都犹如艺术家的杰作,色彩斑斓且细腻,为这幅画卷增添了无尽的生机和活力。树木的枝叶在阳光下闪烁着绿色的光芒,仿佛在向人们展示大自然的无尽魅力。

在房子的门前,一只忠诚的狗快乐地摇着尾巴,欢迎每一个来访的朋友。它的纯真和热情让人们感到无比的欣慰和安心。

围绕着房子的是一条平静的小溪,它慢慢地流淌着,发出轻柔的声音,仿佛在讲述一个温馨的故事。小溪的水面泛起涟漪,反射着天空的蓝色和阳光的金色,给人一种宁静而舒适的感觉。

在这幅画面中,人们可以感受到一种独特的温暖舒适的气息。这是一种由房子、花草树木、狗以及小溪共同营造出的家的感觉。它充满了人性的温暖和自然的和谐,让人向往,让人沉醉。

真的是太棒了哈,正是我想要的画面,我们让它转换为Stable Diffusion的关键词提示语

请你将你回答得上述文本转换为Stable Diffusion的关键词

文言一心的回答:

以下是我从你提供的文本中提取的关键词,这些关键词可以用于Stable Diffusion模型:

1. 温暖的房子
2. 花草树木环绕
3. 忠诚的狗
4. 平静的小溪
5. 自然和谐
6. 人性温暖
7. 宁静舒适
8. 家的感觉
9. 向往
10. 沉醉

让它转换为英文

并转换成英文的关键词

 文言一心的回答:

以下是将上述中文关键词翻译成英文的关键词:

1. Warm house
2. Surrounded by flowers and trees
3. Loyal dog
4. Calm stream
5. Natural harmony
6. Human warmth
7. Peaceful and comfortable
8. The feeling of home
9. Yearning
10. Enchanted

这我还得一个个复制,我们在请求它按我们自己的格式给出我们想要的答案

请将上面的不要用1,2,3序号显示,请用英文的逗号显示到一排里

 文言一心的回答:

好的,已为您更新了以下关键词:

Warm house, flowers and trees surrounding, loyal dog, calm stream, natural harmony, human warmth, peaceful and comfortable, the feeling of home, yearning, enchanted.

提示词拿到了,那么现在就说下具体的用法把。

3.使用工具绘画

3.1 正向提示词

需要英文,将提示词拿去复制到正向提示词里,这样这个文生图就会按你的提示词生成相应的图片,提示词的位置是很讲究的,越靠前的提示词权重越大,生成的图像会按照前面的权重占比多一点。

当然也可以调整这个占比快捷键ctrl+⬆️ ⬇️来快速调整权重,可以选中单个词提升或缩小占比,也可以选中一组词提升占比,每次调整的权重值为0.1,建议将权重值控制在0.7-1.4之间。

3.2 反向提示词

反向提示词一个是你不想要的情况可以写在要生成不同的图形中的情况,第二个就可以用网上搜素比较标准的了来使用,比如不允许色情暴力还有一些生成的质量等。

我就是用网上的直接复制了,到时候可以根据自己需要来进行调整。

反向提示词的示例:

lowres,bad hands,text,error,missing fingers,extra digit,fewer digits,cropped,worst quality,low quality,normal quality,jpeg artifacts,signature,watermark,username,blurry,cartoon,ugly,deformed,

lowres,bad anatomy,bad hands,text,error,missing fingers,extra digit,fewer digits,cropped,worst quality,low quality,normal quality,jpeg artifacts,signature,watermark,username,blurry, 

3.3 采样迭代步数

我这边默认20,差不多也够,但是有可能出现奇怪的场面或者是不符合逻辑的场面,一般20多,25或者28就够了,迭代太少画面会出现问题或者不是一个完整的画面,迭代太多输出又太慢,并且迭代太多的话只会是细节处优化,所以对我们一般使用是够了。

我这边设置的是28。

3.4 采样方法

采样方法还是蛮多的,都说无脑新手用Euler a 或者DPM++ 2S a Karras 自己试用的话倒是没有什么别的区别

4.绘画示例

咱们用anything-v5-PrtRE 这个模型,这个模型是下载下来就有的,这个模型可生成多种类型的图像,包括肖像、风景、动物、卡通、科幻等。它具有较强的适应性和泛用性,效果表现出较强的真实感和细节还原能力。

输入提示词生成对应的图片,我要的感觉是这样的,温暖的房子被花草树木环绕,狗狗,安静,自然和谐,舒适,

masterpiece,best quality,Warm house,flowers and trees surrounding,loyal dog,calm stream,natural harmony,peaceful and comfortable,the feeling of home,(yearning:1.4),enchanted,

按生成按钮就会生成如下的图片,每点一次都会不同的画面。 除非选中种子,就可以一直一张图片反复微调拉。

下面这张图还是很符合的。

生成的过程,没猜错应该就是在迭代中啦。

 我得提示词更改为远景,这个到了70%就会更清晰了

 

 ​​​​​​

生成美女图:

美丽的女人,衬衫,裙子,发带,坐着,长发,,双马尾等

a beautiful woman,long sleeves, bow, collared shirt, skirt, head tilt, sitting, long hair, hair ribbon, rural 

生成秋日风景图

autumn, autumn breeze, yellow leaves, desolate beauty, sunset, mountains, leisure people, bench, path, bicycle, calmness, fragility, beauty, nature, ingenious craftsmanship.

autumn,autumn breeze,yellow leaves,The big tree is in the middle,leaves are falling,a sense of emptiness,little girl,Reading a book,sit,

生成以后的结果 还是不错的。 

这个一涉及到人和复杂的景的话就面部模糊了,或者动物不像动物,狗不像狗,哈哈哈,还是需要慢慢微调处理,然后除了这个大家也可以专门下载一些模型,有些模型人物和景就磨合的好一点,如starlake-4.0。

5各模型效果

1.模型:starlake-4.0

我用这个模型生成了一些图片如下:

 

也是还不错的,这个入门的学习希望对你有帮助。

2.q版模型:QteaMix-fp16

masterpiece,best quality,brown hair,Handsome and stern,little boy,Green  and yellow edge Dao clothing,White loose library,Sword in hand,pov,whole body image,

运行结果: 

 

 3.模型:rundiffusionFX25D_v10

和上面q版一样的提示词但是回馈的是不一样的,还是蛮好玩的。

 换了各美女也还是不错

 

 

4. 模型:tmndMix_tmndMixVPruned

masterpiece,best quality,heavy snow is falling,gorgeous clothes,young women,long hair,

也是二次元画风

5.如何换模型

找到模型的路径,不同的模型有不同的分类,需要放到不同的文件夹里

我的用如下的地址把模型文件上传然后就会告诉我们要放入哪个文件夹了,我的告诉放入如下的文件夹,所以我就放入这里了。

https://spell.novelai.dev/

然后页面需要加载下,我是先放入然后启动的,启动后页面一选择就都有了

【AI绘画】5-6月模型推荐榜 大模型/LoRA 看看这俩月AI又有什么进化吗?_哔哩哔哩_bilibili

模型我是在这里下载的

  

 最后用另一个模型(CounterfeitV30_v30)给你绘画个精灵小美女跟你说再见啦!咱们下期见!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:/a/144968.html

如若内容造成侵权/违法违规/事实不符,请联系我们进行投诉反馈qq邮箱809451989@qq.com,一经查实,立即删除!

相关文章

spring-cloud-alibaba-sentinel

sentinel (哨兵) 简介 # 官网 - https://spring-cloud-alibaba-group.github.io/github-pages/hoxton/en-us/index.html#_spring_cloud_alibaba_sentinel # github - https://github.com/alibaba/Sentinel/wiki# 简介 - 随着微服务的普及,服务调用的稳定性变得越来…

Eigen的基操

转自博客 博客

浏览器Cookie是什么?如何在MaskFog指纹浏览器中导入Cookie?

在使用互联网时我们常常听到cookie这个词,那到底什么是cookie呢? Cookie是某些网站为了辨别用户身份而储存在用户本地终端上的数据(通常经过加密),由用户客户端计算机暂时或永久保存的信息客户端向服务器发起请求&…

【23真题】易,学硕爆冷,题目常规!

今天分享的是23年广州大学823的信号与系统试题及解析。广州大学23年学硕爆冷,一志愿全部录取,不知道24情况将如何。我们拭目以待! 本套试卷难度分析:本套试题内容难度中等偏下,考察的知识点都是比较常见的&#xff0c…

如何使用线性模型的【分箱】操作处理非线性问题

让线性回归在非线性数据上表现提升的核心方法之一是对数据进行分箱,也就是离散化。与线性回归相比,我们常用的一种回归是决策树的回归。为了对比不同分类器和分箱前后拟合效果的差异,我们设置对照实验。 生成一个非线性数据集前,…

【论文阅读】(CTGAN)Modeling Tabular data using Conditional GAN

论文地址:[1907.00503] Modeling Tabular data using Conditional GAN (arxiv.org) 摘要 对表格数据中行的概率分布进行建模并生成真实的合成数据是一项非常重要的任务,有着许多挑战。本文设计了CTGAN,使用条件生成器解决挑战。为了帮助进行公…

flutter下拉列表

下拉列表 内容和下拉列表的标题均可滑动 Expanded: 内容限制组件,将其子类中的无限扩展的界面限制在一定范围中。在此使用,是为了防止下拉列表中的内容超过了屏幕限制。 SingleChildScrollView: 这个组件,从名字中可…

C++——友元函数

如下是一个日期类&#xff1a; class Date { public:Date(int year 2023, int month 10, int day 1){_year year;_month month;_day day;if (_month < 1 || month > 12 || _day < 1 || _day > GetMonthDay(_year, _month)){cout << "日期不规范&…

元数据管理,数字化时代企业的基础建设

随着新一代信息化、数字化技术的应用&#xff0c;众多领域通过科技革命和产业革命实现了深度化的数字改造&#xff0c;进入到以数据为核心驱动力的&#xff0c;全新的数据处理时代&#xff0c;并通过业务系统、商业智能BI等数字化技术和应用实现了数据价值&#xff0c;从数字经…

hadoop 如何关闭集群 hadoop使用脚本关闭集群 hadoop(八)

1. hadoop22, hadoop23, hadoop24三台机器 2. namenode 所在hadoop22关闭 hdfs: # 找到/etc/hadoop位置 cd /opt/module/hadoop-3.3.4/etc/hadoop # 找到shell脚本&#xff0c;关闭即可sbin/stop-dfs.sh 3. 关闭yarn脚本&#xff0c;我的在hadoop23&#xff1a; # 找到/etc…

【云原生进阶之PaaS中间件】第三章Kafka-1-综述

1 Kafka简介 Kafka是最初由Linkedin公司开发&#xff0c;是一个分布式、支持分区的&#xff08;partition&#xff09;、多副本的&#xff08;replica&#xff09;&#xff0c;基于zookeeper协调的分布式消息系统&#xff0c;它的最大的特性就是可以实时的处理大量数据以满足各…

数据同步到Redis消息队列,并实现消息发布/订阅

一、假设需求&#xff1a; 某系统在MySQL某表中操作了一条数据在其他系统中&#xff0c;实时获取最新被操作数据的数据库名、数据表名、操作类型、数据内容 应用场景&#xff1a; 按最近项目的一个需求来说&#xff1a; 1.当某子系统向报警表中新增了一条报警数据&#xff1b;…

如何实现Redisson分布式锁

首先&#xff0c;不要将分布式锁想的太复杂&#xff0c;如果我们只是平时业务中去使用&#xff0c;其实不算难&#xff0c;但是很多人写的文章不能让人快速上手&#xff0c;接下来&#xff0c;一起看下Redisson分布式锁的快速实现 Redisson 是一个在 Redis 的基础上实现的 Java…

java导出excel思路

1、构建导出的数据模型&#xff0c; 这个模型可以自己画&#xff0c;也可以读取一个自己制作好的模板&#xff0c;根据模板填充数据&#xff0c;然后flush到一个新的excel文件。 1&#xff09;、自己画 GetMapping("/exportTemplate") public void exportTemp…

链表相关题目

一、反转单向链表 private static void reverseNode(Node head) {Node pre null;Node currentNode head;while (currentNode ! null) {Node next currentNode.next;currentNode.next pre;pre currentNode;currentNode next;}二、反转双向链表 private static void revers…

Live800:金牌客服常用的6大提问技巧

在客服行业&#xff0c;提问技巧是非常重要的一项技能。好的提问技巧不仅能够帮助客服人员更好地了解客户需求&#xff0c;还能够提高客户满意度和忠诚度。以下是金牌客服常用的6大提问技巧&#xff0c;希望能够对客服人员提升工作效率有所帮助。 1、开放性问题 开放性问题是指…

【Linux】Ubuntu16.04配置repo

Ubuntu16.04配置repo失败 在学习韦东山Linux嵌入式开发过程中&#xff0c;使用repo获取内核及工具链: git clone https://e.coding.net/codebug8/repo.gitmkdir -p 100ask_imx6ull-sdk && cd 100ask_imx6ull-sdk../repo/repo init -u https://gitee.com/weidongshan/…

腾讯云标准型S5服务器五年优惠价格表(4核8G和2核4G)

腾讯云服务器网整理五年云服务器优惠活动 txyfwq.com/go/txy 配置可选2核4G和4核8G&#xff0c;公网带宽可选1M、3M或5M&#xff0c;系统盘为50G高性能云硬盘&#xff0c;标准型S5实例CPU采用主频2.5GHz的Intel Xeon Cascade Lake或者Intel Xeon Cooper Lake处理器&#xff0c;…

3. 【自动驾驶和机器人中的SLAM技术】实现基于预积分和图优化的GNSS+IMU+Odom的融合定位系统

目录 1. 公式推导2. GNSSIMUOdom融合定位3. 利用数值求导工具&#xff0c;验证本书实验中的雅可比矩阵的正确性4. 也欢迎大家来我公众号读书--“过千帆” 1. 公式推导 2. GNSSIMUOdom融合定位 程序实现以及运行效果&#xff1a; ①首先是在预积分程序中记录了预积分积累的IMU数…

智安网络|探索语音识别技术:优势与挑战的全面解析

语音识别技术是人工智能领域的重要应用之一&#xff0c;它通过将语音信号转化为文本&#xff0c;实现了人机交互的一种新形式。随着科技的不断发展&#xff0c;语音识别技术在各个行业中得到了广泛的应用&#xff0c;但同时也存在着一些优势和劣势。 首先&#xff0c;语音识别…