Stable Diffusion无疑是近期最热门的AI生成图像模型之一。它的出现不仅颠覆了人们对人工智能的认知,也引发了关于AI创作的广泛讨论。那么,作为一个普通用户,我们究竟该如何使用Stable Diffusion呢?本文就为大家详细介绍。(文末扫码可获取AI绘画入门免费学习资料)
要明白如何使用，首先我们需要了解stable diffusion的界面的各个参数都代表什么，如何调整
提示词
提示词又分为正面提示词和负面提示词，正面提示词就是你希望stable diffusion绘图的目标方向，而负面提示词则是你希望stable diffusion避免的方面
例如我们填以下正面提示词
填以下负面提示词
得到以下图片
采样方法
采样方法是不同的采样算法进行绘图，不同的采样方法，最终得出的效果也是不尽相同，以下是主要几个采样方法所适合的模型
Euler a ：适合插画，二次元，漫画风，tag利用率仅次于DPM2和DPM2 a，环境光效不行，构图有时很奇葩 Euler：柔和，也适合插画，环境细节与渲染好，背景模糊较深。 Heun：单次出图平均质量比Euler和Euler a高，但速度最慢，高step表现好。 DDIM：适合宽画，速度偏低，高step表现好，负面tag不够时发挥随意，环境光线与水汽效果好，写实不佳。 DPM2：该采样方法对tag的利用率最高，几乎占80％+ DPM2 a：几乎与DPM2相同，对人物可能会有特写 PLMS：单次出图质量仅次于Heun。 LMS：质感OA,饱和度与对比度偏低，更倾向于动画的风格 LMS Karras：会大改成油画的风格，写实不佳。
不同的采样方法对应不同的迭代步数，不同的模型，都有不同的效果，多试试其中的不同
模型
模型分为几种类型
模型存放路径描述Checkpointstable diffusion安装目录\models\Stable-diffusion也叫Ckpt模型或大模型，是绘图的基础主模型，不同的大模型有不同的绘图风格VAEstable diffusion安装目录\models\VAE搭配主模型使用，起调色和微调作用Embeddingstable diffusion安装目录\models\embeddings提词打包模型，可以生成指定角色的特征、风格或画风Hypernetworkstable diffusion安装目录\models\hypernetworks类似Embedding模型的效果，常用语画风、效果的转换LoRAstable diffusion安装目录\models\Lora搭配主模型使用，用于样式修改
其他参数
宽度：调整照片宽度 高度：调整照片高度 面部修复：用于修复面部的怪异，生成人物勾选 高分辨率修复：通过算法放大图片的分辨率 提示词引导次数：用来控制提示词与出图相关性的一个数值。一般来说，CFG设置为5-15之间是最常规以及最保险的数值。过低的CFG会让出图饱和度偏低，过高的CFG则会出现粗矿的线条或过度锐化的图像，甚至于画面出现严重的崩坏。 迭代步数：希望AI的绘图次数（配合不同的采样器，需要使用不同迭代步数，一般在20-30即可，并不是越高越好） 随机种子：若生成的图像比较满意，可以保存随机种子，用当前随机种子重新生成图片，产生的变化较小 总批次数/单批数量：生成图片数量
写在最后
AIGC技术的未来发展前景广阔，随着人工智能技术的不断发展，AIGC技术也将不断提高。未来，AIGC技术将在游戏和计算领域得到更广泛的应用，使游戏和计算系统具有更高效、更智能、更灵活的特性。同时，AIGC技术也将与人工智能技术紧密结合，在更多的领域得到广泛应用，对程序员来说影响至关重要。未来，AIGC技术将继续得到提高，同时也将与人工智能技术紧密结合，在更多的领域得到广泛应用。
感兴趣的小伙伴，赠送全套AIGC学习资料和安装工具，包含AI绘画、AI人工智能等前沿科技教程，模型插件，具体看下方。
一、AIGC所有方向的学习路线
AIGC所有方向的技术点做的整理，形成各个领域的知识点汇总，它的用处就在于，你可以按照下面的知识点去找对应的学习资源，保证自己学得较为全面。
二、AIGC必备工具
工具都帮大家整理好了，安装就可直接上手！
三、最新AIGC学习笔记
当我学到一定基础，有自己的理解能力的时候，会去阅读一些前辈整理的书籍或者手写的笔记资料，这些笔记详细记载了他们对一些技术点的理解，这些理解是比较独到，可以学到不一样的思路。
四、AIGC视频教程合集
观看全面零基础学习视频，看视频学习是最快捷也是最有效果的方式，跟着视频中老师的思路，从基础到深入，还是很容易入门的。
五、实战案例
纸上得来终觉浅，要学会跟着视频一起敲，要动手实操，才能将自己的所学运用到实际当中去，这时候可以搞点实战案例来学习。
若有侵权，请联系删除
推荐链接
您阅读本篇文章共花了：
发表评论