大家好,今天讲在 stable diffusion 里面一项非常好用但是经常被忽略的功能, x y z plus, 点开脚本可以找到 x y z 图标。 在安装奥特麦克幺幺幺幺的时候,这项功能默认已经安装了,如果没有的话,到这个网站下载。 点开左下角角板,选择 x y z 图表,这里出现一张功能菜单,点击 x 轴,看到有很多不同选项,每一个选项都代表一种功能。接下来我们会讲一些主要的和平时常用的项目。 第一个是提示词搜索替换,从名字就应该非常容易理解了,他是用来查找和替换提示词的, 我们来演示一下,采用这个模型生成图片,在模型使用说明这里提示他可以模仿照相机拍照的效果。从四个角度输出图片,用侧面的角度生成一张图片, 点击 x 轴,选择提示词,查找替换。我们同时把四个角度的提示词都填写在这里,这里注意,第一个提示词是用来被查找和替换的,跟上面提示词对应,点击创建。 现在就从四个不同的角度分别生成了一张图片。同样的如果我, 我们把这里提示词的黑色主题换成粉色主题和蓝色主题。 这项功能不仅能替换提示词,还包括了提示词中的所有元素。比如说劳拉模型,添加三个不同的劳拉,每个权重都设为一,然后分别用他们生成一张图片检查效果。 第三张图片似乎跟原始模型效果不一样,这个劳拉模型需要用激活词, 我们做一下修改,把这里改为激活词, 效果是不是好多了。 第二项功能,迭代部署,生成这张图片总共用了三十部,如果要看最后三部生成的照片效果,在这里输入二十八到三十, 这些图片合成在一起,如果要分开点选下面包含字图像,现在就分成三张图片输出,但是他们之间看不出明显的差别, 我们调整到二十步到三十步之间,每间隔两步输出一张图片, 现在就能看出区别。头饰、耳环、项链, 或者我们也可以采用这种格式分三次输出,那就应该是第二十步,第二十五步、第三十步。 第三项功能,采样器,点击右边黄色按钮,这里出现的采样器跟我们生成图片时需要选择的采样器是一一对应的。 选择三个采样器生成图片,这样可以用来比较选择合适的采样器,做出我们想要的图片。 最左边的图片效果最好,最右边这张已经时针了。 第四项功能,图像生成种子,这张是原图,这是他的种子文件。如果我们要另外再生成三张随机图片和种子文件,跟原图做对比,可以这样输入。 你是否已经注意到,刚才我们用的都是 x 轴,那 y 轴和 z 轴呢?当我们采用 x 轴的时候,都是选取其中的任意一项功能,但是有时候我们需要同时几个维度放在一起对比,做一个综合判断。 相信说到这里,聪明的小伙伴们已经知道该怎么做了,我们可以同时选取几个要素,最多三个放在一起做对比,这样得出的结果会比较全面。 好了,这就是今天节目的全部内容,感谢观看,我们下次再见!
粉丝7520获赞12.4万

同样的部署,选择不同的采样器,有的出的是鬼图,有的出的是十分高质和稳定的图像。这个采样器在 stabled ducher web 一点六版本之后高达三十种,我们应该如何选择, 这期将给大家详细介绍如何选择是自己的采样器。我们先把采样器分为三大块,一、早期的采样器,早期采样器许多已经过时或者已经被取代,只有 uler 和 ola 经得起考验,从出图速度和稳定方面表现不错。其中后面的 a 代表的是祖先采样器,画面不收敛, 我们看画面中的 ola, 随着迭代步数增加,画面会随机性增加细节,而不带的 uler 就非常的规矩,即使步数在增加,画面依然稳定收敛。 第二个就是二零二二年发布的 d p m 采样器,其中以 d p m 加加开头的为一代算法,只要增加部署,仍然媲美 d p m 二开头的为二代算法,而速度要快一倍。还有 y b 一点六之后的 d p m 加加三 m 的一些算法,经过测试, d p m 加加三 在调低 c f g 值或调高步数情况下,效果才会正常。二 m 为二阶多部采样,由 s d e 就代表了不收敛 carras, 在很少的步数就可以有清晰的图像,所以我推荐选 d p m 加加二 m carros, d p f s 直接可以排除,而 d p m adaptive, 它不受步数限制,会根据图像自己渲染,虽然质量高,但是用时比 d p m 加加一代高约百分之七十五, 土豪可以盲选这个。第三个是二零二三年初的采样器 unipc 和 restart, 能够在较少的步数,例如十步就能生成一个质量还不错的图像。以上是对这些采样器作有个全面的讲解,有需要对比图的可到工具箱领取。制作不易,欢迎点赞收藏!

这期视频给大家讲解一下 cable diffusion 中的迭代步数采样方法。引导指数 c、 f、 g 这些参数应该怎么设置才能有更好的效果。采样迭代步数决定细节质量, 步数越多越详细,但是步数过多图片会变得很奇怪。建议二十到三十之间,提示词相关性代表生成图像与你的提示词关联程度,默认数值是七,一般来说七九 十二比较常用。再来说一下采药方法,经过测试,大家选择图中标的这六种,就可以关注我,学习更多 ai 知识。

一分钟搞懂 stable、 diffusion 二十种采样器当你打开 sd 时,面对这二十几种名字相似的采样器,是不是瞬间感到头大?弄清楚他们之前,我们需要明白什么是采样。当我们点击生成时,会根据 c 的值随机生成一张初始噪声图像, 接着模型的预测器会预测出另一张噪声图像,然后在初始噪声图像中减去预测出来的噪声,就得到一张新的图像。 之后不断重复预测噪声和减去噪声的步骤,就能得到最终的图像,因为每次去造后会得到一张新的样本图像,这个过程就叫做采样。去造使用的方法就叫做采样方法,或者采样器去造重复的次数就是采样迭代部署。 了解了原理,那这二十多种采样器该怎么选择呢?先上结论,可以直接抄作业。要区分这些采样器,只需分类后就一目了然。第一类为老式的常规方程采样器,特点是实现简单且年代久。 他们都是稳定采样器,一般二十步之后图片变化不大,能稳定收敛。第二类为名字中都带了字母 a 的,叫祖先采样器,属于不稳定采样器,每次去造后会添加少量随机噪声到图像中,因此随着采样步数增加,图片也会一直变化,适合给图片增加惊喜和创造力。第三类为 ddim 和 pms, 是早期 sd 附带的采样器,专门为扩散模型而设计。第四类为 d p m 和 d p m 加加系列采样器,是二零二二年发布的专为扩散模型设计的新型采样器,其中 d p m 加加是 d p m 的改进。第五类为 carries 系列采样器,使用 carries 论文中推荐的噪声表,提高了图片的质量。第六类为 uni p c, 是二零二三年发布的新型采样器,可在五至十部内实现高质量图像生成。最后,这是大佬们根据出图速度和质量评分推荐使用的采样方法,你也可以自己测试后选择喜欢的即可。我是局大,分享更多 ai 干货。

一分钟搞懂 ai 绘画三十种采样器的选择使用随着 stable defuse 一点六版本的更新,采样器增加到了三十种。面对这么多相似又不同的采样器,你是不是满脸问号?请先允许我厚着脸皮求个关注,只需粉丝速建群,方便和大家交流。 现在跟着我梳理清楚不同采样器的作用,以及该怎么选择。我们无需太过了解采样器背后复杂的工作原理,只需要简单理解成 采样,就是 ai 在成像过程中不同的算法即可。我们把采样器分为三类,首先是古董采样器,第二类是二零二二年发布的痛家族,最后是今年发布的最新采样器。 许多采样器因为响应速度和出图效果不佳直接淘汰。剩下的采样器有一些名字很相似,但加了不同的字母和数字来区分,比如为了汉,为了 a, 字母 为代表词,才让记得算法更活跃,图像结果会有随机的细节。 top 二四同家族的第二代,虽然画面质量有所提升,但出图速度慢一倍,所以直接 pass kos。 这类采样器在发布以后对图像的优化会越来越好。其余的也淘汰。二 m 四二 s 的升级版,增加了提示词之间的传递,所以二 s 也可以排除。三 m 是这次一点六版本新增加的算法,他在三十步以后对图像渲染有着不错的表现,实则是随机算法的一种推荐,在增神真人效果时使用 xpo 难受会增加图像的柔和度。最后是 unipc 汉瑞斯二,这两个都是今年新出的采样器,他们可以用更少的步数生成高质量的图像,经过一番趣繁重剪,保留下这些采样器,他们的优点是出图块质量有保障。其中二次元动漫风格推 推荐,为了捍卫了 a 真实感选择大家可以多多尝试。相信现在你对采样方法已经有了新的认识。接着我们打开设置,点击采样方法参数,勾选淘汰的采样器, 保存,设置重载 ui 页面就会更加简洁明了啦,想到就去做到!我是蒸汽,关注我,一起学习更多 ai 的应用!

大家好,我是艾艾。当我们在 stable diffusion 的未必外界面中写完正反提示词,开始调试参数准备出图时,遇到的第一个参数内容便是采样方法和采样迭代步数。当我们使用某个大模型出图的时候, 模型作者都会善意地提醒我们应该使用哪个采样方法,使用多少部署。可是你真正理解这两个参数是什么吗?如果设置为其他参数,又会发生什么呢?本期 我们就一起来看一下在 stable defuction 中采样方法。这个参数是网络上各路大神乐此不疲去讨论的话题之一。通过我在网上查阅各种文献,并结合前几期视频的内容,我简单为大家总结一下 sable diffusion。 在图像生成前,大模型会先在一个潜在空间 late in space 中生成一个充满噪点的图像, 即噪声图像。然后噪声预测器会开始工作,从图像中减去预测的噪声,然后不断重复这个步骤,重复次数受采样部署限制,最终得到清晰的图像。 简言之, stable diffusion 在制作图片的每个步骤中都会生成一张新的去造后的图像,整个去造的过程即为采样,使用的去造方式即为采样器或成为采样方法。 采样方法有很多种,但通常我们需要在速度和准确性之间做出权衡,选择最优的采样方法去做图。在未必外界面中给我们展示出的采样方法有这些, 这样看是不是毫无头绪?不用紧张,我简单的进行了总结,我们一起来看一下吧。作为实用者的我们,以下内容仅做了解,大家可以暂停观看。过于专业的知识我就不班门弄斧了,感谢 兴趣的朋友可以去搜索相关研究文章去了解,若有不太准确的地方,欢迎各路大神评论区执政。 虽然 sd 提供的采样方式这么多,但是介于效率和质量,我们经常用到的采样方式也就那么几个,相比于文字描述,图片更具有说服力。 我会将使用所有采样方式进行出图进行对比,这里采样步数范围我控制在十到八十步,且每隔十步进行出图,分别对比两种风格,二次元和真人。首先是二次元类作图,提示词如下, 我们直接看结果。第一组波罗 a 从第十步开始就可以正常出图,但后续迭代画面细节略有扩展,文本和模型的收敛性一般。波罗尔整体效果跟波罗 a 差不多,但收敛性更强。 lms 真正出图应该是三十步以后,三十步之后的收敛性很强。第二组用从二十步开始正常出图,跟 ms 采样效果很像,速度略有提升。 d p m 二从十步开始就可以正常出图,速度不错,整体收敛性很稳定,适合做逐帧动画。 d p m 二 a 从二十步开始正常出图,但后续迭代画面细节略有扩展,类似 olora, 速度略慢于 olora。 第三组, d p m 加加二 sa 速度不错时不可以正常出图,但是不同步数下收敛性略差,细节部分变化略多。 d p m 加加二 m 二是不出图, 随着步数增加,细节变化较稳定,适合连续作图。 d p m 加加 s d e 时不出图, 速度很快,但是不难看出整体收敛性太差,不管整体还是细节,太随性。第四组, dpm fas 四十步开始正镜出图,真正的收敛性体现在高步数,更高步数感觉能稳定,但是我们往往不会用那么高的步数。 dpm 的大 pf。 十部出图极好的稳定性, lms carries 同样速度很快,稳定性也不错。 第五组, d p m r cars 整体跟 l m s cares 很像,但是低部数光影略胜于 m m s caster d p m 二 a carries 严格来讲,四十部正常出图,不难发现,使用了原始采样方法的采样器收敛性都比较差。 d p m 加加二 s a carries 速度很快,老问题, 收敛性太差。第六组, d p m 加加二 m cars 完美 d p m 加加 s d cars 速度不错,收敛性太差,高步数出现了。三 b d d i m 元老级采样器速度尚可,但是出图整体感觉怪怪的。 第七组, p l m s。 同为元老级采样器,速度较低, d i m。 慢一些,出图细节还是略差,用你 p c 理论最快。采样器低步数收敛性一般,高步数收敛性较稳定。 总结一下,首先声明,采样器的效果会根据模型的不同表现不同,但我多次测试,感觉追求速度和收敛性,建议使用 oral, 用 d p m 那大 b d p m 加加二 and card 和 uni p c。 下面是真人模型测试,这里赞一下娜娜将纳乌斯加制作的模型完全长在我的审美上,模型提示词如下, 好了,上图第一组, borler a。 低步数总有瑕疵,高步数表现勉强可以。 borler 该模组推荐采样器,二十步完美出图,四十步以后收敛性稳定 lms 呃,它真的不合适。 第二组用,从三十步开始正常出图,收敛性还算可以,速度略慢。 dpm 二跟用很像,步数越高越细腻。 dpm 二 a 感觉也不适合该模组,不知道步数拉到最高会如何,但是效率太低。 第三组, d p m 加加二 s a。 四十步出图,整体有些走形,收敛性略差。 d p m 加加二 m 五十不出图,高步数收敛性较好,太慢。低 p m 加加 s d e 三十不出图,速度凑合,但是不难看出整体收敛性太差,不管整体还是细节,太随性,出图质量还可以。 第四组, d p m fast 六是不开始正镜出图,速度慢,收敛性差。 d p m adaptive 使不出图极好的稳定性。 l m s cars l m s。 家族,你们走吧。 第五组, d p m r cars 二十步出图,正规中矩,收敛性不错。 d p m r a carries 三十步出图,面部较暗,收敛性略差。 d p m。 加加二 s cars 二十步出图,收敛性不足。第六组, d p m 加加二 m cars, 二十步出图,三十步以后收敛性稳定。 d p m 加加 s d cars。 速度正规中举,收敛性太差了。 d d i m。 元老级采样器,速度尚可,高,步数稳定。 第七组, p l m s l m s。 家族走好不送用你 p c。 理论最快采样器,但在该模型下效果不太好。该真人模型在不使用插件的情况下,综合速度和收敛性 体验较好的采样器为 or 用 d p m r d p m w d p m 加加二 m carry。 好几个采样器都在娜娜推荐的采样器列表中,可见娜娜将用心了唠叨一句,模型作者用心推荐的采样器是为了方便我们使用,并 并不代表其他采样器不适合该模型。所以也希望大家玩癌的时候多一些探索精神,总会有惊喜的。 经过上一节采样器对比环节,再来看采样迭代步数,是不是就很好理解了?简单点讲就是你要求 sd 用几笔帮你完成一幅画,这里的笔数就相当于采样迭代步数。严谨点说, 采样迭代步数意味着从造点到最终生成图片的步数越高,自然化的越精细。这里有小伙伴会说,我追求高精细度,把步数拉满可以吗?这个完全可以, 但是这样你出图的时间成本就上去了,因为每一步的去造都要花费时间去完成,硬件的不同,花费的时间也不同,时间就是金钱,我的朋友。并且通过上一节的对比图片不难看出,好多采样期的部署 数到达一定值以后,即便步数再提高,精细度也不会有太大的变化,所以我们要学会选择合适的采样迭代步数,这样才能高效率完成心仪的作品。 好了,这就是本期的全部内容了,有讲的不好的地方,欢迎大家在评论区指出,我希望与大家一起讨论,一起进步,下期见!

sd 已经用了很长一段时间了,大家有没有想过一个问题, sd 提供的二十种采样方法都是什么意思?弄清楚这之前,首先需要明白什么是采样。首先, sd 会在一个潜在空间中生成一个完全随机的图像,然后噪声预测器会预测估算图像的噪声, 并且从图像中减去预测的噪声。最后整个过程重复几十次就得到了一张图片,这整个去除噪声的过程成为采样。 了解什么是采样后,那么这二十种采样器又有什么不同呢?第一种,传统的常威分方程求解器,主要有 order, q, m, s 这些采样方法存在了一百年,但是被认为是不太准确的采样器。第二种是祖先采样器, 也就是名称中有一个 a 的,主要有 aler 啊, d p m two a, d p m 加加 r s a d p m two a carries d p m 加加 r s a carries 他们 在每次采样过程中回向图像,添加噪声,并且都是随机采样器,所以生成的图像都存在一定的随机性。祖先采样器的缺点就是完全按照 ai 自己的理解走,自由发挥。 第三种是最早的官方采样器 ddm 和 pms, 最早是随着 sd 的 ve 版本一起发布的采样器, game 是为扩散模型设计的 dep 采样器,而 pms 则是 ddm 的替代产品,生成速度更快。 第四种, dpm 和 dpm 加加系列采样方法是二零二二年发布的新型采样器,它们的特效类似 dpm 二,比 dpm 生成图效果更加准确,但是速度更慢。 dpm 加加是 dpm 的改进型, 可以进行自适应调整,但也存在同样的问题,生成速度变慢,且不能保证在规定数量的迭代步数内完成。第五种带有 cares 的采样器添加了噪声时间表,并且由噪声时间表 来控制每个采样步骤的水平。这种方法随着采样步骤的增加,减少了很多图像截断误差。第六种用的 pc 是二零二三年新发布的采样器,受第一种方法的启发,可以在五到十四节带内生成高质量的图像。关注我,带你认识更多 ai 工具!

好,下面我们来学习一下迭代步数啊。这个迭代步数呢,就是在这个位置啊,当前默认是二十,那我们可以呢调高一点啊。比如说我调到呃,三十, 那你的迭代步数调高以后,首先第一个呢,他的生成速度会变慢啊。但是呢,最终的结果上,我们可以对比一下啊, 他其实呢,嗯,会变得更好啊。左边这张图是二室的状态啊,我们可以看到细节,他不是特别丰富。那右边呢,他是三室的情况啊,这这里的细节,我们可以 在头发这里看的会更明显,对吧?呃,画面感变得更强了啊。所以你的迭代步数高了以后呢,呃,你的出图的质量也会变高啊。你比如说你看左边这里的耳朵,他就有点 含糊不清啊。但是右侧这个位置,三十就已经很清楚了。

现如今 s b 放大图片的方法有很多,今天我们来给大家介绍两种最好用的放大命令,一种是 tiled the fusion 和 tile 的组合使用,另一种是 tile 和脚本的组合使用。 首先我们来讲一下 tired diffusion 扩展和 controlled tire 模型的联合使用。我们先生成一张图片, 这里我放了一张以前生成的机甲图片,打开 s d, 进入图生图,导入图片参数设置如下, 采样迭代步数设置为二十五,重绘幅度设为零点四,这个数值不固定,要根据图片具体调整,不然会变成这样的花图。开启 taok 的 feel 卷 laugher, 选择 第二项 link's share of diffusers, 点开 enable tailtifugian linuo's strength 设置为零。 inversion steps 设置为三十以上,缩放系数为二。放大算法选择 rs 跟四 x 加,然后开启 controllerate, 选择 tail 模型, 易处理器选择采用卡伦 fix 加。十二正向提示词和反向提示词就简单写一些通用词和质量描述词就可以。点击生成比较一下细节,清晰度明显比之前要高。接下来我们再来介绍第二种方法。 打开 s b, 进入图生图界面,我们依然用之前的图片,正向关键词和负向关键词都填写,提高图片质量的就行。重绘幅度设为 零点四,具体数值大家可以根据实际情况调整图片大小,点一下旁边的小三角,统一一下就行。然后我们打开 controller, 选择 tile 模型,点击启用完美像素,其他参数默认。最后是角本, 这里有两个脚本,都可以放大 s d opscale 和 lotuma 的 sd opscale, 前者是在原图基础上单纯地进行高清化, 不增加细节。后者是在放大基础上会增加更多细节。我们先使用 sd upscale 设置如下,缩放系数为四放大算法,选择 rs 跟四 x 加 点击生成,我们就可以得到放大后的图片。然后我们再来试试第二个脚本, out majesty upscale 设置如下, target cell spike 选择 scale from image size scale 选择四放大算法。与上一种方法一样,其他设置默认 点击生成,我们也可以得到放大后的图片。我们可以将两种方法放大的图片进行比较。来看一下,以上就是我们介绍的两种不同的放大算法, 大家根据自己的需求选择放大算法进行图片的放大。

stable diffusion 提供了十一种彩阳画法,应该选择哪一个?你将在本视频中找到答案。什么是彩阳?在 stable diffusion 中,彩阳是指图像去造过程,对随机潜在图像的噪声进行减少和处理,从而产生最终清晰的图像。彩阳记者负责执行去造步骤, 我将通过对比分析给出不同采样方法的推荐选择,以便在速度、收软件和图像质量之间取得平衡。欧拉最简单直接的采样器也非常受大家欢迎。评论,改进的欧拉方法提高了精度,相比欧拉需要在每一步计算两次,因此速度减半可以理解为更准确。但卖两倍的欧拉版本。 lms 线性度不法通过巧妙的利用之前时间部署的值来提高精度。速度与欧拉相同,质量也是大差不差。上面说的三个,他们都是常规分方程的老式训练器,已经存在了一百多年,推荐设置部署在二十到三十之间。 ddim 是最 早为斯德罗的品种设计的强器之一。 p r m s。 鬼先生对步法是前者的更新和更快替代方案,但他们现在通常被认为落后了,也不被广泛使用。 dpm 系列是二零二二年新发布的采用方法,他们在收敛和图像质量方面表现出色。 dpm 二二系列相比 ppm 会更准确,也更慢一些。 dpm 加加也是对 dpm 系列的感性,而 dpm fast 我觉得没有什么存在的必要,除非你把步数设置在四十以上,否则你很难跑出能看的图。用那个 pc 新开发的彩阳器,有些整个包是没有的。出脸速度率慢于欧拉,但图像质量相当,推荐使用较高的步数 后缀。带 a 的采样器为主线采样器,区别是他们会在每个步骤中添加随机造成。如果希望获得更多元化的图像,可以选择带 a 的。如果你在意可控性、稳定性、可重现的图像,请避免使用带 a 的方法。所有的主线采样器都 不收敛,这也是为什么同样的参数和种子,你不能生成与 cd 一模一样的图片的原因之一。带有 carros 的采样器使用 carros 造声调度,使用 carros 造声计划会产生更好的图像质量。那么哪个最好?以下是我的建议。 如果你想使用快速融合、新颖且质量不错的东西,最好的选择是 dpm 加加二 m caros 用力克 pc, 推荐步数二十到三十步。如果你想要高质量图像,并且不关心收敛性,那么不错的选择是 dpm 加加 sd。 caros 搭配八到十二的步数, ddim 搭配十到十五的步数。那采用步数怎么设置呢?采用步数决定了采用器在驱骚过程中的迭代次数,比如上说,采用步数越高,生成的图片的细节就越好。但实际并不一定。过多的步数不仅导致计算时间过长,图像质量的提升也并不明显,甚至会出现过敏核的情况,最终导致效果不理想。 因此,在选择采用步数时,要根据图像质量、时间、采样器等选择合适的采用步数。波兰和 helen 对于简单的图像是不错的选择,可以希望你减少 helen 的步骤,也节省时间。感谢您的观看,我是小航同学,咱们下期见!

你生成的图片的画面是不是会非常非常纯,放大看以后全是虚的?这就是采样方法的问题,使用我今天推荐的这款采样器,可以让画面的色调更加的柔和, 觉得锐化度更高,更加的清晰。首先在启动器界面中打开根末路, 进入到这个文件夹内,将我为大家准备好的这个采样器文件拖拽进去,然后点击替代这个新的采样器文件就安装好了,把控制台关闭,然后在启动器界面当中再次点击启动。在新弹出的外部 ui 界面中, 我们看到出现了两个新的采样器,两个新的采样方法名字中间都加了一个 out, 也就是说他是这两个采样方法的一个修正版本,可以让我们输出的画面更加的柔和细腻。接下来看一下他们的对比效果,看到使用旧采样方法出来的图片的颜色要更纯一些, 而新的彩阳器它的颜色更加的柔和,光影的层次更加的丰富,尤其是红色裙子这一块反应的最明显。我们放大来看他们的细节,就会发现新的彩阳器对于细节的锐化程度是很高的, 同的尺寸下,新的采样器就会显得比旧的采样器更加的清晰。看下一组采样器的对比,这一组采样器在纯度上的对比更加的明显,新的采样器的饱和度要更加的低。嗯,放大 来看他们的细节,新采样器的锐化依然做的非常非常出色。以上就是新采样方法的使用和安装,这两个采样方法可以私信我领取。

在外部 ui 更新到一点六点零之后,彩阳器的数量也是达到了三十种,那么今天就和大家详细说说适合 ai 摄影的彩阳器,我们边介绍边推荐。第一,后缀带有 cars。 我看到有些博主测评它在大约八步以后可以用比较少的步数产 图质量不错的图片可以看到 dpm 加加二 m 的这两个确实是这样。带有 carras 的在第十步就已经有不错的效果了,但不带 carras 的在十五步时都还会有一些比较突兀的色块,但是三 m 这组呢,是恰恰相反的,不带 carras 的反而在较早的步数就可以得到效果不错的图像。但总的来说, carries 在出图速度方面确实比较不错,如果你的显卡一般,那么 carries 是个不错的选择。第二,带有 a 的采样器为噪点布局中,先给大家看一下参考图,很明显,带有 a 的采样器每一步都在意料 之外,但不带 a 的基本上会朝着一个方向走,所以要是追求创意性和更多意想不到的细节,例如一些创意类写真的参考图生成,用这个采用器还是比较不错的。那么第三, twin 作为优乐的改良版本,画面更佳,质感也 更犀利,但需要更多的步数才能达到不错的质量,所以在做一些细节类较多的写实类 ai 摄影,例如商业照、证件照时比较推荐。 第四, sde。 带有 sde 的采样器似乎有着和带有 a 采样器一样的随机性,并且带有 sde 的采样器质量会更好一点。可以看到 带有 sde 的都会有一些颜色倾向,且随机性更高。那么在做创业类摄影照片时啊,比较推荐,保守类的就不太推荐了啊。那么第五, m 和 s 的区别。那么 m 多部采样 vs 单部采样的升级版本,在渲染 速度方面确实有所提升。那么以我的显卡为例,同样为二十五部时,带有 s 的采样器升级时间为二十一点六三秒,带有 m 的只要十五秒,大概提升了四分之一,并且最终效果是类似的。那么最后呢,带来两个一点六新增的采样器, xp 能手和 restar。 首先, xp 能手和 carros 都有提升速度的作用,在对比后,我认为单看画面的细节和质量, carros 貌似还要更好一些。那么最后一个 restar 可以看到这个采样器呢,会在牺牲一些渲染时间的情况下,可以在较少的步数产出质量不错的图像。好了, 适合 ai 摄影的采样器我们分享到这就结束了,还是那句话,我只负责给你提供思路,并不会用这些参数限制你的创意。那么我们今天的分享呢,到这就结束了,希望可以帮助到你。

大家好,我是薯片 ai, 八月三十一日 sd 已更新至一点六版本了,更新了蛮多内容的,不过我主要关注新出的九个采样方法。 本期视频我就给大家来评测下这些采样方法的效果。我用相同的提示词、 seed、 图片尺寸等对新的采样方法得不同步数进行对比。我们先看这三个,可以看到 human carries 在四十到五十步数时效果是最好的, exponential 也还可以, human 在生成人脸时还会有残缺。 再来看这三者,他们步数在三十及以上效果都差不多,不过 s, d, e carrys 的效果会更好一点点。这三组中三 m, s, d e exponential 的效果从三十以上开始就正常,不过让我惊艳的是 art 从部署时开始效果就已经挺不错了,后续我也会多用用 restart。 所以最后我觉得新出的采样方法效果比较好的是 restart 和 d p m 加加二 m c t u n cares。 当然其他采样方法大家也可以多用用看,我这里只是测试了人脸效果。我是薯片 ai, 关注我,分享更多 ai 内容!

最新的 cbd 优质外部 ui 迎来了全新的一点六版本,在这个版本里面进行了大量的升级,首先最明显的是在主页面当中把生成的这些参数和这些模型都放在了同一个导航栏里, 这样查看的时候就会非常的方便。当然如果你想改这个模型的大小,你可以来到设置页面,然后在下面找到有一个扩展模型,在这里可以填写卡牌的宽度 和一个高度,你把长宽调整好之后,记得点击保存设置,然后点击重载就可以设置完成。除此之外,它最大的一个优化的点就是对于 sd 叉 l 这个模型,像我使用 sd 叉 l 这个模型生成图片的话,只需要五点八秒, 这个地方还可以直接的使用瑞翻的模型,因为之前的版本我们在文生图里面用贝斯生成图片之后,还得把图片放到 图上,图里面再用瑞帆的模型再跑一遍,那么现在的话就可以能够形成完整的一个工作流,贝斯和瑞帆的这两个模型加起来 一起生成图片的话,也只是需要十六秒。然后在瑞帆的模型的这里有一个 switch it 这个参数,这个参数决定了瑞帆的模型生成的图片和贝斯魔镜生成的图片的差异程度。就比如说这张是我只用 sd 叉 l 贝斯模型生成的图片, 现在我固定一下它的的种子值,然后打开 refine 这个 switch it 就保留一个比较高的数,然后再生成一张。 可以看到右边这张图片是由贝色加上瑞翻脑生成的,右边呢只是由贝色模型生成的两张图片从构图到元素上其实相差不多,那么回 到外部 ui, 我把参数给他调低,然后再生成一张,当然这一次生成的话,种子依然是固定的,可以看到他生成的就是一张变化幅度非常大的图片。所以我建议大家如果要使用 refine 的话, 那么这个 switchite 要把他的数给他开大。然后还有一个地方是他这里增加了非常多的采样方法,这些采样方法大家都可以去尝试一下,然后他还把高分辨率修复放到了这里。我们想要使用最新的版本的话,一定要在这里把版本切换到最新的一周, 然后再次打开才能够正常的使用。新版本对于 sd 叉 l 的模型以及各种操作都做了很大的优化,真的非常推荐大家来试试。

我的黔东家鹅厂昨天发布了 stability fusion 的设计落地流程,简单给大家介绍一下。这篇文章介绍了 stability fusion 需要的硬件配置,包括内存、显卡等等,部署需要什么样的环境,整个部署流程是怎样的?还有 s d 插件的应用,纹身图的流程,每一步的采样值是怎么设置的? 如何进行高清修复,面部修复提示词的注意事项,可以添加哪些提示词,达到什么样的效果,模型库如何训练,提供了很多模型库下载的网站,还有模型库怎么安装,训练的流程等等等等。这篇文章我也落到了我们资料库的本地话里,我想说的是,大厂不愧是大厂,在这方面永远跑在别人前面。

为了找出一个好用的采样器,我把所有的采样器都撸了一遍。之前查阅的资料都是从技术层面去解释的,对于我们用户来说太复杂了。大概意思是每种采样器的算法不同,适配的迭代步数也不同。 就好比每种采样器是不同的笔,每支笔画出一副相近的画作,所需的笔画肯定也不同。根据测试,采样器 dpm 加加 tom cares 叠带步数在二十到三十步,在质量、速度和稳定性方面都表现突出。测试中还发现,这个 dpm adaptive 的采样器挺有意思的, 一步就可以成土了,而且一到四十步没有任何区别。所以多一些探索惊喜,说不定有惊喜呢。

你是不是因为显存不够,所以一放大图片就爆显存?今天带来的这款插件,四 g 显存可以放大到二 k, 六 g 显存能放大到四 k, 八 g 显存可以放大到十倍,而且会在放大高清的同时增加细节, 可以说非常好用。接下来教给你们。来到 cable diffusion 的页面,首先我先随便选一些提示词, 因为模型用的是写实的,所以选择一个适合写实的采样方法。这里先用五百一十二乘七六八的小分辨率去画图,平时跑图记住用小分辨率去画,再去进行高清放大操作,然后直接点生成。 这张图看着不错,但是仔细看人物的眼睛,服饰还有背景,缺少很多细节,这时候就需要去高清修复这张图。点击下面的图生图,刚刚的图片就会同步到图 征途的页面,所有的参数也都会同步过来,把迭代步数拉高一些,这样等会会修复更多的细节。采样方法还是和之前选的一样,从会幅度控制到零点三到零点五之间,这样修复细节的同时能保证原图不变。 这些都设置好后,就要请出我们今天的主角了。在下面的脚本位置找到放大插件,奥特曼 sd upscale, 参数并不复杂,需要设置的地方不多,目标尺寸类型选择,从图向大小缩放,旁边的尺寸就是你需要放大分辨率的倍数,一般是先放大两倍,这样显存占用也比较小,因为是写实的图,用四 x o 出的纱布,这个放大算法比较好,其余的都可以保持默认, 都设置好后去点击生成,就是等于把原图分辨率放大两倍。生成的过程中你可以看到插件是把原图平均分割成了六块小图, 然后分别去放大每个小块的内容,最后再合成大图,可以看到放大两倍后的图片,图片清晰度看细节增加了不少,现在来对比一下放大前后的两张图片, 可以明显的看到细节增加了很多,光感也更真实。衣服上的细节对比原图也增加了很多, 因为我们是对整张图进行放大,所以图片上的内容都会被修复,但是我觉得细节还不够,所以我们可以继续放大两倍。把放大后的图继续点下面的发送到图声。图发送过来后,为了增加更多的细节,找到下面的看窗的插件, 点击启用,勾选上完美像素显存小的就在勾选上低显存模式,这里需要用到太后,配合放大插件一起使用,帮助增加更多的细节。选上太后后,其余 的都可以不改动,只需要把重绘幅度拉高一些,拉的越高细节增加越多,但是太高土就会乱加东西了。 ok, 直接点击生成,继续放大两倍。 这个过程中你可以看到插件把图片分割成了更多的小块图,然后对每个小块进行放大,他的同时也会增加每个小块图的细节。整个过程中其实我加了一个 ctrl, 那显存占用都没有超过七 g, 所以这个放大插件真心好用,简直是滴显纯福音。每个小块图都放大完成后,会自动合成一张完整的高清图。我们继续和上一次的图片进行比较,看看他要和放大插件一起使用后的效果, 有了他的加入后,你可以看到整个面部的细节,连青春痘都出来了,对比一下前后的眼睛,这还只是放大到了四 k 左右,牛逼!衣服的细节也可以明显看到, 比之前增加了更多,衣服领结上的褶皱还有纹理都显得更真实了。当你觉得放大后的图片 细节什么的你都很满意后,就可以进行最后一步放大操作了。点击下面的发送到后期处理。放大倍数,你想放大多少就放大多少倍,只要你显存够用,我这里再放大三倍图片,最后分辨率会到达六千一百四十四乘九千两百一十六。 放大算法还是选和之前一样的四 x out, 最后再点击增城就可以了,已经是非常大的分辨率图了。这里的放大并不太是显存,显存占用依然没有超过七 g, 这个放大算法对比之前的四 x 算法好很多,他会在放大的同时也会一定程度上的增加细节。最后这一步是没有使用放大插件的,眼睛很明显能看出来清晰度还有细节 也都增加了很多,皮肤的光泽还有光影都有改善。所有的放大算法还有放大插件我都会整理到视频下方,还有粉丝群关注我,让你在 ai 的学习上少走弯路。

哈喽,大家好,我是 a 小王子,本期课程教大家图声图的使用方法和技巧,建议先点赞收藏,因为这将是你在全网看到的最详细最通俗易懂的 stable diffusion。 图声图最全面的使用方法、使用技巧。 如果你一直搞不懂局部重绘、涂鸦重绘、局部绘制涂鸦蒙版、局部上传蒙版和批量处理等不同板块的作用,并且对图声图里参数的作用和区别有一定的疑惑,那么恭喜你,你遇到了我。 首先我们打开 w y 之后呢,上面这一行文声图的下一个就是图声图了,我们看一下这个页面和文声图有什么不同啊?大家可能会发现,哎,我怎么会突然有个这个东西呢?这个东西是一个提词器的插件,叫做 aliwan prompt。 今天先讲图升图,有机会再给大家介绍这个插件,插件安装地址我会放在视频简介里面,大家直接安装就好。 我们先看页面信息,还是有正向提示词,反向提示词都跟文生图一样的对不对?然后到下面哦,出现那个框框,这个框框和文生图不一样,这里就是放图片的,因为我们想要做图生图,我们首先要有一个图片作为基础,再去转为你想要的另一种图 图的风格,所以这里肯定是有图片的。然后这边就是涂鸦,绘制等等等等我这些我今天都会教给大家。下面有个缩放模式一会讲,然后采用步数,一样的采样器,一样的面部修复,一样的宽高比一样的,跟纹身图都是一样啊,生成次数,然后 cfc 引导数,然后种子,哎,有一点不一样,哪里不一样呢?就是缩放模式和 和重绘强度这两点不一样。我先要给大家讲的就是重绘强度,因为这个是图生图的灵魂,怎么理解他呢?很简单,给大家看一个图, d noise in 就是重绘强度,他的玉值是从零到一。我这里拿这个 dpm 加加 sd carous 做了一个例子啊,从零点一 一,然后我们往下拉,零点二是什么样子?每一张土豆叠加零点一,然后零点三什么样子,哎,零点四,哦,开始变样了,零点五哦,皇冠已经开始加元素了,零点六,皇冠不一样,人也变得更写实一些,零点七,零点八, 零点九啊,最后变成了一个真人, ok, 他的区别在哪里呢?我们可以看到啊,当重绘强度越低的时候,他就跟我们的原图更加相似,我不想让他重绘太多,就让他调的低一些,我想让他和原图的区别大一些,我就把他的强度调了高一些, 这就是他的一个区别,所以说根据自己需求,但是不要太低啊,你看零点一,零点二,零点三,这三个的区别和原图几乎是一样的,每张图都是要自己做很多测试才能调出来符合这张图的重回强度,所以他没有一个固定的很准确的值,大家 他要反复的尝试测试,这就是重绘强度。我们回到这个页面看另外一个,这个图片就是放图片,我们左键点击一下,然后放入我们想要的图片,假如说这张,然后讲一下缩放模式啊,这个缩放模式是比较有意思的。 首先我们看一下拉伸,拉伸就是把这张图片硬拉成你想要的一个比例,比如说我这张图片是多大比例的?我们点一下这个三角,看见没有?三角一点他之后直接就会检测到这张图片的比例, 比如说这里是五幺二乘五幺二,我是本来这个比例,然后我想要让我出来的图的比例和这张我放进去的图一样的话,点他, ok, 完成下面这个拉伸,我想让他的宽高比一样,哎,动的时候这边有红色的啊,大家可以看到对不对?然后就可以看到他的比例是什么样的。假如说我想把他的比例调成一零八,零乘一一一二,把成为幅度调低啊,调到零 看一下它的区别。 ok, 拉伸完毕,他就是强行给你拉成你想要的尺寸比例,这就是拉伸的用法。那裁剪是什么呢?我用同样的数值啊,裁剪弄成这个样子,裁剪就是裁剪,就把他这张图片裁剪成你想要的比例,这就裁剪把周围的全部给去掉,就要你想保留的部分,这就裁剪下一个填充。 填充是什么呢?就是以最后一个像素去填补整张你想要的图片,比如说这张图片,你想给他放大一些,我们看一下, 当把比例调整和原图不一样的时候,选择填充模式,就是把它最边上的像素为基础 强行拉伸,你看我们这边的这个像素是不是白的,然后这边有红色,然后右边是绿色的,这个树强行拉伸,把图片扩大,这个填充正常作图是用不到这个图的,正常怎么用呢?因为我把重绘强度拉太低了,我们把它调高一些, 看一下,他可以以原图的基础把周围的环境给填充出来,这就好比 ps beta 版本的缩放模式,所以 stable diffusion 也可以做出来,这就是填充的它的一个作用。下一个我讲一下直接缩放,把这个还调零啊,这个直接缩放模式跟拉伸很像啊, 他就是给图像加一个像素,只不过他在采集噪点的时候随机性更高,这个模式比较少用,因为他有的时候出图比较模糊, 这就是这四个不同缩放模式的一个用法。如果你这边的宽高比和原图的宽高比是一样的话,你就默认选拉伸就 ok 了,想改变它尺寸,然后根据你的需求选择。 在做图中图的时候,如果你想把人物做一些简单的调整,比如说调整背景,我们就把背景关键词写到里边就好了,然后调高你的 cfg skill, 比如说八,然后重绘强度要调高一些,如果人 不想变的话,把这个种子保留一下,看一下效果。 ok, 我们可以看到背景就换成了这个 beach background, 就是海边的背景。然后人物的变化多吗?可以看出来不是很多啊,因为我们把重位强度调的很高很高,假如说我们调到低一些,零点七呀左右, 他的人物的变化就不会很大了。 ok, 我们看一下这张是生成出来的图片啊,头发的颜色变了一点,然后整体的五官的还是很相似的,这就是图中图的一个作用。当然你也可以在图中图里面改变你的人物风格啊,场景啊,具体的一些部位的特征,这些都可以在这边改, 就是图生图这个页面的使用方法,下面涂鸦绘制是非常有意思的,大家一定要好好听啊,这个我们进入之后,我们看一下下边的参数啊,我们一看,哇,这跟图生图简直一模一样,所以非常的简单。简单在哪里呢?我们 随便找一张图片啊,比如说我找这张图片吧,上午做的,他和图成图的唯一区别就是这边多了几个按钮。第一点就是这边有个小画板,我们可以在这边选择我们涂鸦的颜色,想要返回的话,我们可以点击这个键撤销。第二点就是这有个笔刷的大小,我们可以把笔刷调大调小,比如说我们想画这边调大一些, 在我们勾边缘的时候可能要细小一些,然后这边是橡皮擦,橡皮擦就是把你不想要的全部删掉,这是涂鸦绘制和图中图的一个区别,剩下参数都是完全一样的, ok, 第一点我可以用 sky 来干嘛呢?假如说我用这个红色的笔刷在头上画一个红点,我想在他头上加一个花。 假如说我写一个 flower, 我们把重回幅度调高一些看一下啊,我们可以看到头发上的确出现了一个花啊,但是这个眼睛有点奇怪, 身体也变化了很多,当然可能是成为幅度太高的原因,我们把它调成零点五,我们还可以把他的裙子变一下,假如说我们把它涂上去,我涂了,不是很精准啊,这给大家做个例子,然后在这里边写一个 dress, 衣服颜色换一下, ok, 我们涂抹之后,我们就可以看到他的衣服的颜色变化了,我们可以看出来出图的颜色是根据笔刷决定的,蓝色的笔刷就会渲染出蓝色的元素。我如果想让他的头发变成绿色的, ok, 他的头发就变成绿色了。我们在做涂鸦绘制的时候,我们会常常会发现,假如说一些局部的细节很容易涂到边边上,然后你想放大页面的话,他的 比例会变化。所以我推荐大家下载一个插件啊,这个插件名字叫做 canvas stone, 我会把这个网址放到我的视频简介里边,想安装的话就复制这个网址,然后到从网址安装, 然后点击 ctrl v 粘贴,然后点击安装就好了,然后重启一下你的 yby, 安装之后左上角会有个小 i 出现,这个就是插件的快捷键, shift 加 will shift 加你的滚轮就是鼠标的滚轮,哎,是不是变大了?如果想变化笔刷,就是 ctrl 加滚轮, 然后还有什么功能呢? ctrl z 就是回车 r 是 reset zoom, 假如说你这个 zoom 弄太大了,已经看不清了,你点击 r 这个键,它就直接回来了。下一个是 full screen mod, 点击 s 就是全屏模式编辑图片。 然后还有这个 movecamus, 比如说我在这里放太大了,左边看不到了,你就点击 f, 然后点击鼠标左键往这边移一下, f 和鼠标键一块动就好了。 还有一个我一会要用到,所以我跟大家讲一下。其他的我就不跟大家讲,就是 h feel the canvas with brush color, 就是把整张的图片都变成你的 brush color, 假如说我想要黄 红色吧,然后直接点击 hok, 整张画面就变成黄色了,哎,为什么要把整张画面变成黄色呢?我给大家讲一下, sketch 的另一种功能,就是以你的超级简笔画变成一张图片, 这个背景随便定啊,因为我想让图片变成一种有浓妆的感觉,所以是黄色变成这个范,我想让这个浓妆里面有水,假如说水是这样流通的啊,十字, ok, 不仅有水,我还要有树, 哎,树我就简单就画成这样吧,根本就不像树,但是我能让他生成像树的一张图片,这就是 s e 的强大功能。好,还有什么?我还想要红色的房子, ok, 回到这里,改变你的关键词, farm, water, trees and horse。 点击生成一下,我们看一下,我这 这个重绘幅度是零点六四,然后他出来图片, ok, 有树有水有房子,但是不是很像,我们再多刷几个看一下, ok, 大概就是这个样子,这几个都还可以,就是我想要的感觉,就中间是水, 然后旁边是树,然后下边是房子。这张图片鼠标简笔画变成了这张图片,所以这就是 skys 的一种功能,大家想玩的话,就是用我这种方式画一个你想要的一个世界,然后让他生成就好了。 这就是涂鸦绘制的用法和用处。下一个局部充会,局部充会非常的有用,为什么呢?就是所谓的 ai 变脸,就是用局部充会去完成的。我们点击, 我们看这个漂亮的小姐姐,她又回来了,下面一看,哇,怎么突然多了几个参数呢?是不是非常的难呢?一点都不难啊,大家不要害怕,这参数就是一加一 等于二的问题,非常简单,我们看一下第一点,缩放模式一模一样,对吧?蒙版模糊度 mass blur, 他是干嘛的?他就是给你的蒙版。假如说我这边画一个黑色,给你这个黑色的蒙版加一个高斯模糊,高斯模糊是什么?所以一没有设计基础的人可能不知道,给大家讲一下,我们回到这个 ps, 黑色就是这个小姐姐这个图啊,我就不在这放了,然后这个粉色是我这个蒙版,当我把蒙版画上去的时候,加上了刚刚的 master, 蒙版模糊,就好比 给他加了一个这个东西,哦,看到没有?周围是不是变模糊了?假如说半径越低,他跟那个值是对应的啊, 我们看一下这个值,这个值是零到六十四啊,然后这个值越低,就好比这个半径越低,值越高,就好比这个半径越高。当你把它调到最高,假如一千,我们就会看到 这已经没有东西了,因为已经全部模糊了,模糊到了根本就没有像素留在这里,所以他就变成一无所有,这就是蒙版模糊的一个效果。当我们在做蒙版的时候,为什么要加蒙版模糊呢? 给大家举个例子啊,假如说我想把这个小姐姐的头发换个颜色,换成什么颜色呢?我们不要绿色了,我们就会要蓝色, ok, 然后我们涂上蒙版,我们提示词里边加一个 blue here, 然后我们把蒙版模糊调到零,看一下效果, ok, 图片出来了,的确是在我蒙版的内容内变蓝了,但是这个边边是不是有很强硬的硬边啊?就感觉他没有过度很好, 为什么没有过度很好?就是因为你 masper 调成零,它太生硬了,所以为什么要调这个 masper 的原因我们看一下,我们把它调高,看下效果。比如调到二十七,调到二十七之后,其实这个边边的过渡 和渐变感好了很多,虽然并不是那么完美。一般来讲,当你大概把这个头发全部给卡味掉之后,把蒙版模糊开一点,整体的风格就不会那么生硬了。这个大家自己下去试一下,我只是在这里做个示范。 ok, 这是蒙版模糊的用法,不要开太高,也不要太低。 假如说你蒙版画的非常天衣无缝,那你调低点,假如说蒙版画的跟我这个似的,你就往高了调就好了。 ok, 下面这个蒙版模式绘制蒙版内容就是我涂哪,我就想让生成的图片变哪里。第二个绘制非蒙版内容就是我涂哪,我就是想让图片保留这个地方, 然后剩下的地方全国改变。 ok, 还是这张图,我把这个关键词改一下。 ok, 我们看一下,就是这个两边他是保留的啊,蓝色部位是保留的,其他一律全国改变。我们看一下,是不是除了两边的头发是保留和原 涂一样的,其他的地方全部改变了,这就是他的用法。假如说我们在换脸的时候就涂脸,然后用绘制蒙版内容,假如说我们换完脸之后,哎,我想把他的衣服全给改变之类的,我们就用绘制非蒙版内容,这有他的一个用法。下面这个填充原图潜在造声,无潜在造声,我用最通俗易懂的方式给大家讲。 首先我们来对比一下填充和原图的区别,如果选择填充模式,就是在渲染的时候告诉 ai 不要考虑原图的任何元素,比如色彩,风格或者材质。如果选择原图模式,就是告诉 ai 在渲染的时候必须考虑原图的元素, 比如这两张图上面这个填充是不是整体的材质,衣服颜色,甚至被蒙版蒙住的头发部分都有很大的改变,但是下面的原图模式,不管是色彩还是衣服的颜色,这些都和原图很相似,这就是这两个的区别。 再看一下潜在噪声和潜在噪声为零这两个的区别。他们和填充模式有个共同的特点,就是都不考虑原图的元素, 在渲染的时候都会脱离与底图色彩的关联,但是潜在噪声会比填充模式发挥的更有想象力,并且会有更多的细节。我们可以看到啊,在渲染的时候,图片的噪点会非常的多,这是它的一个特点,叫做随机噪点, 当造点越多,图片的细节就会越多。我们看一下是不是图片的花纹呐和细节都特别的多,在这个图片上面,并且和原图的关系也不大,对不? 我们再看一下下面的 later nothing 模式,这个用的比较少啊,我们可以看出来,在渲染的时候他和填充类似,只不过他的生造过程不是模糊的,所以在渲染的时候,细节会比填充模式更多一些。 ok, 下面 我把这个删掉,下面给大家讲全图和锦蒙版一个区别。假如说我们在做这张图的时候,我们渲染是六五六乘一一二,对不对?假如说我们只变脸啊,当我们选择全图的时候,他 渲染的精度是以全图为精度的。什么意思?六五六乘一一二的像素是以全图为精度,脸部的精度就比较少一些。假如说这张图是六五六乘一一一二的脸部可能就是可能五十乘上 六十这个像素,但我们选择紧蒙版的话,就是六五六乘一一二都是炫,在这张脸上他 精度就会更密一些。这就是全图和紧蒙版一个区别。当我们想修改局部的时候,建议大家使用紧蒙版,但这样的你局部特征的细节就会凸显的更多一些。下一个紧蒙版绘制参考半径,这个和紧蒙版去做一个对比,大家就可以直接看出来什么意思了。这个是用来让 局部重绘的蒙版参考周围环境像素的值,数值越低,参考原图,蒙版周围环境的像素就越低,出来的图就越随意。 数值越高,参考原图,蒙版周围环境的像素就越高,出来的图就会和原图更贴切,更契合,不会那么奇怪。当我们做这个仅蒙版参考半径的时候,我们默认调到三十二或者更高就 ok, 如果你调的太低,就会出现刚刚的一些怪图,预值是零到二百五十六的像素啊。 这是以像素为单位的下一个局部绘制涂鸦蒙版 in pain sketch。 这 in pain sketch 其实和 in pain 很像啊,他的参数大部分都是一样的,只多了一个参数,叫什么呢?叫做蒙版透明度, 它的区别就是在 in pain 的基础上,可以手绘带颜色的一个蒙版。讲完这几个后,我先总结一下涂鸦绘制局部 绘制和局部绘制涂鸦蒙版这三个区别,因为好多人觉得这三个很像,因为都是蒙版。画蒙版吗?第一个,涂鸦绘制的时候,他不会给你上蒙版,我们看一下,假如说主要改变这个地方, 我们看一下他出来的图,可以识别到你涂鸦的颜色,中间是红色,四边是蓝色的,对不对?但是他不是蒙版啊,因为他改变的是整张图片,这是涂鸦绘制的用法和特点。第二个,局部绘制。局部绘制的时候,我们只能使用一个颜色,不管你这里的颜色 红的、蓝的、青的、绿的都可以,他只会把你的笔刷颜色识别为白色,因为他只会识别蒙版。假如说我们还是换衣服啊, 这个时候,假如说我们想给他换另一个颜色,我们想换颜色,比如说紫色,我们一点他整个颜色都变了,所以这里的颜色并不重要,他只是蒙住的蒙满而已,他都会识别为白色,因为在 s d 的 inpint 里边,蒙版的颜色就是白色,这里本来是没有画板的,这就是局部绘制的一个区别。你看我们生成的时候,他只会改变这里 只换了衣服,上面没有蒙版的内容,全部都是保留的,这是局部重绘。那局部绘制涂鸦蒙版呢?它的特点在于你不仅是给他上蒙版,也可以给他加颜色,跟音片一样啊,你涂到哪里就是蒙到哪里,我们给他弄一个 小花纹吧,然后他出来的图片肯定是绿色的,衣服有蓝色的花纹,然后只变这个部分, ok, 我们可以看到蒙版的内容只变换了这里的,对不对?然后衣服的颜色也根据我的笔刷做了改变,这就是局部绘制涂鸦蒙版和这两个的区别,现在讲完是不是比较清楚了,那这个蒙版透明度呢?蒙版透明度就好比 ps 里边的透明度,一个意思,透明度越低 蒙版就不透明,越高的话就蒙版很透明,刚刚都是零啊。假如说我们调到五十三看一下,这个时候我们再看一下这个衣服啊,就感觉没有完全渲染出来的感觉,因为把它的蒙版透明度加大了,在渲染的时候 ai 就不会识别到很实诚的色彩,这就是蒙版透明度的用法, 所以说我们一般来讲啊,就默认去调到零就 ok。 下一个局部绘制上传蒙版 inpain upload, 在做模特换装的时候用的比较多啊,好处就是如果你会用 ps 做蒙版,就不需要你用手 在这一点一点划了,直接上传他的蒙版就 ok, 这个是很强大一个功能啊,假如说我们还是这个小姐姐吧,然后回到 ps, 点击左上角的文件,打开我们想要抠的图片, ok, 我们把这张图片上传上去之后,用对象选择工具给他框出来, ok, 把它扣好之后呢 j, 然后把它抠出来,然后我们加一个黑色的背景,点击背景图层,然后 shift f 五选择颜色,确定黑色,然后点击人物图层, ctrl 加左键把它变成白色。 ok, 这就是我们蒙版,当我们想保留人物的整理细节,然后改变背景或者保留背景改变人物,我们就用这个方式, 不用手涂了,我们快速扫出为 png, 然后回到这里上传我们刚刚说的蒙版。记住,白色是我们想改变的区域,黑色是我们不想改变区域,所以说在 stable diffusion 里边,白色是蒙版。在选的时候我们要绘制蒙版内容,就是说想改变这里边的人物, ok, 其他参数我们看一下, 大概调整一下就 ok。 我们出图看一下,我们可以看到旁边的一些背景细节都是保留的,只有中间人物改变, 然后我们再换一下绘制非蒙版内容,这个时候就是人物是没有改变的,周围的背景是有改变的,这就是局部绘制上传蒙版的一个用法。什么时候用比较多呢?就是在用模特换装换脸的时候,我们用局部绘制是非常多的, ok, 这个是局部绘制。最后一个是批量处理, 在做批量处理的时候,我们要在这顶上放三个文件夹啊。首先我们要确保所有文件夹路径必须是英文,不能包含任何其他语言, 甚至说你的这个 pc 啊,不能叫做我的电脑记盘,也不能叫做记本地字盘,必须改成英文,如果不是英文,那就会报错,所以说你报错的原因就是主要大部分原因都是在这里啊。 所以说我们上传文件夹, shift 右键,然后点击复制文件地址,想要输入的图片放到这里,然后把两边冒号也去掉。然后第二 输出目录,输出目录一定是个空目录,你新建,然后文件夹名字改成英文啊,必须是英文,然后还是 shift 右键复制文件地址,然后放到这里,然后把冒号去掉。最后如果你是有局部重绘蒙版的话,就把所有扣好的蒙版图片放到一个文件夹,然后用同样的方式复制路径过来。 如果在批量处理多个图片和多个不同大小的蒙版时,要确保输入目录里面图片的名称和你的蒙版文件夹里面的名称是对应的,并且大小比例也要确定是一样的,不然他就会报错,这里很重要。最后再给大家讲一下,这两个可以反推是干嘛的。 我们随便上传一张图片,假如说这张图片我不知道他的关键词是什么,我不知道这张图片是怎么做出来的,我们就用反推,就好比 meet journey 的里边 describe 以图声文的这个功能。但这两个什么区别呢?我们点击可以反向推导提示词他, 他就会把我们图片的关键词会以句子的形式出现复制到这里边。但是如果说我们把这个删掉,我们点击 debru, 他就会以单词的形式呈现出来。我们之前讲过啊,不管我们做 am journey 还是 stupid diffusion, 用单词好还是用这个句子好呢?当然是用句子更好,因为句子会把你整 整体的描述更通顺,更有逻辑性,这就是这两个的区别。当然也有一个插件可以推导的更精确一些,叫做 tiger。 这个我后期再给大家讲,后期我会专门出一篇 steph defucent 值得下载的插件的一篇教学,教给大家所有我认为市面上 最有用的插件的使用方法。这就是今天图正图的教程。如果我的视频对你有帮助的话,请你一定要一键三连支持我,我就会有更多的动力去生产更优质的教程。关注我,让你轻松掌控 ai!