首先感叹一下AIGC的效果，如下图所示
准备材料
AUTOMATIC1111 WebUIPrompts Positive and Negative提示词LoRa 插件 LoRa: LatentLabs360 on CivitAI ControlNet 插件Deep-checkpoints模型文件地址Lora-Script 训练脚本Panorama-Viewer查看全景图插件
安装WebUI
Linux
sudo apt install wget git python3 python3-venv
# 安装/home/$(whoami)/stable-diffusion-webui/
bash <(wget -qO- https://raw.githubusercontent.com/AUTOMATIC1111/stable-diffusion-webui/master/webui.sh)
cd /home/$(whoami)/stable-diffusion-webui/
source venv/bin/activate
bash ./webui.sh
网络问题自己搭梯子，一些安装环境可以调整（gradio==3.16.2）
Windows
感谢 秋葉aaaki UP主，活菩萨在世T_T
安装Python 3.10.6, 需要勾选 “Add Python to PATH”克隆AUTOMATIC1111仓库以正常、非管理员用户身份从终端运行webui-user.bat
安装插件
在项目路径/extensions下
# 安装 LoRa 插件
git clone https://github.com/kohya-ss/sd-webui-additional-networks
# 安装 ControlNet 插件
git clone https://github.com/Mikubill/sd-webui-controlnet
# 安装 全景图浏览 插件
git clone https://github.com/GeorgLegato/sd-webui-panorama-viewer
下载模型权重
深度模型
下载黄框内的模型，移动到 项目路径/extension/sd-webui-controlnet/models 路径下
360全景LoRa
点击下图黄框，移动到 项目路径\extensions\sd-webui-additional-networks\models\lora 文件夹下
开始生成
下载Prompts Positive and Negative提示词删去你不想要的提示词，输入Positive词和Negative词图片宽度1024，保持2:1Tiling勾选上，用于生成360全景图
ControlNet参数
输入图片选择depth选择depth模型点enable启用Midas Resolution选择1100，能获取图片的深度图片宽度1024，保持2:1
360 LoRa
Additional Networks选择enable勾选选择latentlabs360_v01模型 batch选择4，点击最上方的生成
查看全景图
点击图片下方的Pano，可以查看全景图
1K转4K
点击send to inpaint，选择下图R-ESRGAN 4x+模型，点击生成
生成的4k全景图，效果图查看
原图一
生成图一
原图二
无
效果图二
推荐文章
您阅读本篇文章共花了：
发表评论