Stable Diffusion Web UI基础使用教程

功能栏
文生图/txt2img:功能单一,只需要输入prompt,就可以生成画作,但是很多时候并不符合期望....
 
图生图/img2img:相比文生图可控性更强,毕竟有个图片打底。有很多功能,例如根据线稿绘图、修复、修补原图、扩展原图等;
 
 附加功能/Extras:好像就是放大图像用的;
 
上面三个功能是有关联性的,比如:使用文生图创建一个大体满意的的图像,然后到图生图完善细节,最后放大出图,完美。
 
图像信息/PNG info:如果原图在出图时保存了生成信息,那么把原拖进来就可以看到各种参数,对于C站那些留图不留种的十分友好;
prompt/文生图、图生图

提示框分为正面提示(prompt)和反面提示(Negative prompt)

正面提示:
   对于想要得到的图像内容进行描述。Stable Diffusion更容易理解booru提示词,booru应该是个图片数据库,里面包含了各种图片的关键词,这些关键词我们就可以拿来用作prompt。所以prompt一般以词的形式出现,而不是句子。
 
权重:
 
   一般的,prompt越靠前权重越大,意思就是ai对这个词越敏感,在出图中表现为对这个词优先还原。可以通过语法来调节权重,表现形式为(单词:数字),数字通常在0~2之间。
 
   如high quality默认权重是1;(high quality)和(high quality:1.1)是等效的,圆括号不加数字表示*1.1倍,((high quality))==(high quality:1.21),不建议嵌套括号,看着难受不说,还可能会造成混乱。
 
   同样的还有方括号不加数字,表示/1.1,[high quality]==(high quality:0.91)。直接选中词然后按ctrl+↑↓即可快速增加和减少权重,会表现为(high quality:数字)的形式。
总结:
high quality 权重1;(high quality:1.5) 权重1.5;(high quality:0.8) 权重0.8;
(high quality:1.1)==(high quality)
(high quality:1.21)==((high quality)) 不建议
(high quality:0.91)==[high quality]
Web UI没有花括号{}表示法。

更复杂的分步[关键词1:关键词2:数字]、嵌套[关键词1|关键词2]、融合关键词1|关键词2等等

顺序与内容:

 前面说过,越靠前的词权重越大,因此对于内容的描述,尽量按照一定的顺序来,可以减少很多错误尝试。比如,按照画质,艺术风格,主体,细节,姿势,背景的顺序,只写必要的词、相似的放在一起等等

https://stable-diffusion-art.com/prompt-guide

关键字类别是

  1. 主题
  2. 中等的
  3. 风格
  4. 艺术家
  5. 网站
  6. 解决
  7. 额外细节
  8. 颜色
  9. 灯光
反向提示:
 
   反向提示就是描述你不想在图中出现的东西。
 
   我的建议是一开始只写基础的,如lowres,worst quality, low quality,后面再根据图中出现的错误添加,比如出现多余的手指、腿等,就添加extra fingers,extra legs。
参数设置

采样器 /Sampling method:

 

采样迭代步数 /Sampling Steps
 
   生成图片的迭代步数,每多一次迭代就会让 AI更靠近prompt。更高的步数需要花费更多的计算时间,步数越大,图像细节越多,但是和采样器相关联,详见上图。
 
分辨率(宽度和高度)
 
   吃显存,虽然说分辨率越大细节越多,即使硬件跟得上,也不建议设置过大。因为我们使用的模型可能就是在小分辨率下训练的,如果设置得到过大,会有极高的几率出现各种畸形。尤其不建议横图比例,基本必出畸形,保持正方形或者竖图即可,横图可以使用图生图的inpating功能。
 
   同时应根据需要出图的内容设置,比如头像或者半身照,默认512即可;七分或者全身可以考虑768或者1024。
 
   如果实在是想要高分辨率,就可以使用采样器下方的高分辨率修复功能。这个同样要选择高清算法,如果对原始图很满意,这个地方直接无或者在重绘强度调整到0.3以下,还是那个原因,高分重绘很容易畸形。
生成批次和生成数量/Batch count、 Batch size
 
   批次不同细节不同,需要计算时间;生成数量是指的每批同时生成的图片数量,吃显存。
 
提示词引导系数/CFG Scale
 
   就是留给AI自由发挥的空间。越大,越靠近prompt;越小,越奔放。
 
图像生成种子/seed
 
   -1表示每一次都是随机种子;种子一致,参数一致,模型一致,应该再加上个GPU一致,理论上就能生成一模一样的图片。
 
   对生成图片不满需要修改时,要保持种子一致,才会保持大体的构图一致。
 
面部修复、无缝贴图、高分辨率修复
 
    面部修复这个基本可以直接忽略;无缝贴图就是生成一个瓷砖;高分修复上面说过,这个很吃显存。
转自B站:https://www.bilibili.com/read/cv22559071
文章作者: Caesar
文章链接: https://pcnto.com/daily-learning/44-stable-diffusion-web-basic-tutorial.html
版权声明: 本博客所有文章除特别声明外,转载请注明来自 Peng blog

如果您喜欢本站,你可以点击主页广告以示支持,谢谢。

广告是本站收益的来源希望您能够谅解。

添加评论

如果验证码无法看到,请重新加载