哈喽,各位小伙伴们大家好,我是布鲁沃的林老师,你想知道自己四十年之后长什么样吗?我们来看一看在 steadboard dq 山当中如何快速实现。 我现在打开了 stable diffusion, 我这用的是真实亚洲的大模型。然后我选择图生图这个位置,把要变老的人像拖过来,我这有请的是明星刘德华,那现在我选择下方的尺寸,大小跟他差不多就可以了。点一下三角这张图片,四九三乘以四二九的像素, 然后在下方找到控制模型,这个位置我选起应低显完美,然后选择最主要的一个就是 instruct p to p, 点一下就可以啊。 这些选项设置完成之后,我们只需要在这个正向提示词的位置写上 turn him into, 他要变多大就写多大,我想把它变 变成八十岁,写个八十,如果想把它变成九十岁,谁知道能不能活到那个时候呢?我们把它就写成九十岁吧。之后我们来看一看单机生成会生成九十岁之后的样子吗?看一看, 哇塞,可以看到刘德华在九十岁之后会变成这个样子,头发还那么黑啊,应该说还保养的不错,对吧?那么 头发我如果再把它变成白色是不是更好一点啊?那我首先把这张图片再切换到这来,单击这个小图标,他就 过来啦。之后我们再给变提示词,将他的头发变成白色。小伙伴们可以看到我这儿写的是 ten hem hair into white 变成白色,我们再点生成来看结果。哇塞,这就是 刘德华九十岁之后的样子,那你的样子九十岁之后什么样呀?可以试一下。
粉丝861获赞3552

hello, 大家好,今天教大家怎么提高 sd 出图速度。设置里搜索 gpu, 找到图形设置,然后关闭这个硬件加速 gpu 计划。我的电脑是笔记本 rtx 三零六零六 g 显存。 关闭之前二十步迭代,步数五百一十五像素的纹身图平均是不到六 ats, 耗时六秒,一九二零乘一千零八十像素平均是二 ats, 耗时六十二秒。关闭之后,同样二十步迭代步数五百一十五像素的纹身图平均是七点多, its 耗时五秒,一九二零乘一千零八十像素,平均是四 its 耗时五十五秒,提高了百分之十左右的速度。原理是开启 gpu 硬件加速后,本来运行在 cpu 上的计算任务直接分配给 gpu。 具体来说,分配给 gpu 的真缓冲区或 vram, 以便 gpu 能够按照程序需要的顺序处理其 vram 中的数据。当开启硬件 gpu 调度时,该分配过程在 gpu 上运行,这减少了游戏的延迟。 因为 gpu 现在不需要等待 cpu 给他任务,他可以自行分配,这减少了 gpu 到 cpu 之间的 io 限制延迟。然而,这意味着 gpu 处理能力的一小部分被该分配器现成占用。对于游戏来说,这种小 好的性能损失很容易被延迟带来的好处所抵消。但是,对于真延迟并不重要的非游戏,例如, sd 使用硬件调度将占用一些内存带宽,这会损害 vram 访问密集型工作负载的性能。 理论上,预期的观察结果是, cpu 越强,尤其是单线成性能。如果关闭硬件调度, 应该会看到 sd 速度带来的好处越大。前提是 cpu 必须足够快,才能跟上 gpu 处理任务的步伐。 还有一些其他优化,例如显存太低,四 g 可以加启动参数 lower, 如果六 g 以上可以加 mebrow, 这样可以避免直接报显存。

如何让你的 s d 出图速度提升百分之四十?先看结论可见,出图速度提升百分之四十左右,使用 ctrl 论大概提升百分之十七。选择设置,然后选择 optima 这些设置优化,每项设置说明 可以参考我的设置。合并率小于零点六,可以较好的还原原图或者自行调试出图速度和出图质量,自行对比原理,通过合并勇于偷看来加速转换器,提高效率。接下来看演示 会优化五百一十二乘五百一十二。第一次出图要加载模型,我们取第二次出图时间是三点六秒左右, 优化后五百一十二乘五百一十二,出图时间是二点六秒左右, 会油画七百二十乘一千二百八十,出图时间是十二点三秒左右。 优化后七百二十乘一千二百八十,出图时间是七点八秒左右, 会优化五百一十二乘五百一十二 h, 出图时间三十一 s 左右。 优化后五百一十二乘七百六十八 h 二二二,出图时间是十七 s 左右, 不用换。 五百一十二乘七百六十八 h 二二加一层,出图时间四十二 s 左右,优化后五百一十二乘七百六十八 h 二二二加一层,出图时间三十五 s 左右, 为优化五百一十二乘七百六十八 a 叉 l 批量出发张图,出图时间大概四分钟左右, 优化后五百一十二乘七百六十八 sr 二批量出八张图,出图时间大概两分钟左右。 关注我,学习更多 cable defusion 实用技巧!

你想让你的速度速度也提高百分之三十吗?在 sd 没有功能可以做到,但是他会牺牲掉一些画面的细节。首先我们打开我们的 sd, 然后找到我们的设置,往下拉,可以看到有一个叫用户界面的按钮,点进去, 然后在这边输入 taken, 可以看到有三个选项带有 taken, 那我们把它三个都勾选起来,好回到最上面的地方,我们保存设置,然后重启我们的 ui, 这时候我们可以看到我们的 wordui 上面多了三个新的功能, 那我们今天要用到的是 taken 合并比例,那我们在文生图这边试着去跑一张图试一下,我们可以看到生成图片的时间是两分 四十二点八秒,让我们回到最上面,把 taken 合并比率拉到零点九,再出图看一下时间。 第二张图片的出图时间只要一分五十一点三秒,但是两张图片在细节上是有差别的。

注意看,这是效果图,这是原图,再看这个,这也是原图,这是效果图,那怎么做的呢?下面来看干货,别忘记点赞。第一步呢,我们先把产品放到我们 ps 里,简单的拼下图,然后呢给他保存一张我们的底图, 然后呢,我们再保存一张深度图,用来放到我们 ctrl。 net 里面,打开我们的 sd 来看一下,我们的模型,是我们的麦菊写实模型 ve 呢,用的是这个 ve, 然后把我们的一个刚才的产品呢放到我们的一个图深图里, 点击打开我们刚才一个产品,放入我们的底图,这里呢,我们直接反推一下,加入我们的一个基础的骑手式,把刚才反推的词语粘贴进来。王嘉华,打开我们的 comesonite, 把刚才的一张 的地图我们给它放进来,启用我们的 ctrl net 然后呢模型呢,我们选择深度模型,这里呢,我们把重绘的幅度大概调整百分之零点五, 直接给他生成一张来看一下,生成好了,我们打开来看一下, ok, 我们把这张图呢粘贴到我们的 ps 里面,然后呢把包包的这个图层打开,给他添加一个蒙版,稍微的把这些下面给他涂一下。 接下来呢,把这个图层啊我们给他复制一份,放到最上面来,我们给他处理一下光影的部分。这里呢,我们可以直接的给他来一个叠加,然后 ctrl 加 u, 我们把饱和度呢稍微的给他降低一点, 给他创建一个剪辑模板。同样呢,我们添加一个模板,把一些瑕疵的部分给他处理一下。 ok, 这就是我们处理完成的一个效果。来看一下,这是我们之前的效果,这是结合了我们 s d 的一个效果,效果是不是非常好?我会把笔记放到评论区,不要忘记点赞、收藏。

哈喽,还没有用上四零系显卡的朋友,你 ai 绘图出的图案是不是这样子?还有这样的,但 其实呢,出这种和这种图的电脑啊,电脑配置不一定比你好,你相信吗?今天啊,你跟我一分钟学习了三点高清放大技巧,你的电脑呢,一样可以出超高分辨率图片 哦买噶,那显卡配置和别人一样,可是只能画低分辨率图,而别人呢,却可以画出高分辨率图是咋回事? 还有呢,就是在人物在画面中占比过小的时候啊,你们还会遇到面部更换问题,怎么解决呢?首先我们来讲第一种方法,使用图声图的拼接放大。 我们先进入图声图界面,输入提升细节的正向提示词和反向提示词上传原图。采用方法呢,我们选择 d p m adapty, 宽高呢,分别在原图的分辨率上加六十四。那这里的六十四啊,就是图像拼接重叠像素的大小,那重绘幅度呢?我一般选零点二 脚本,选择 sd upscare, 那调整你的缩放倍数,那如果是二次元的图片呢,你放大算法选这个,那三次元呢?我推荐你选这个, 那我们点击生成即可。这样放大的方法优势啊,是放大后细节好,可以修复面部崩坏问题,而且你可以批量的放大图片,他是先采用将图片分块放大,然后他再拼在一起的这个原理。 那低显存呢,这样也可以放大较高的倍数,你甚至呢可以拿生成的图呢再去套挖,不过呢,缺点就是速度比较慢。那第二种方法呢,是文声图中直接启用高清修复,那设置相应的放大 算法和放大费数就可。那这种方法呢,是在原图的基础上啊,进行图声图的放大。那优点呢是放大后细节好,可以修复面部崩坏,但是呢,不能批量,速度也有点慢,那显存要求呢,在这种是最高的。 那最后啊,第三种放大方法是在附加功能上上传图片,那我们设置放大倍数,选用相应的算法,可见度呢,设置越高,画面的锐化和磨皮效果啊就越明显。我们一般呢是零点六到零点八之间。那这种放大方式呢,优点是速度很快,可以批量处理, 而显存要求呢,也比较低。但是你放大后啊,细节比较一般,而且不能修复面部更换问题。 这三种方法啊,可以根据是否需要修复面部,或者需要补充细节,你进行自由选择。相信呢,你们已经误了。好了,我是蒙克,一个一天玩二十三小时 ai 的打工人。关注我, ai 时代不掉队。

显卡太差,无法进行 an 绘画。看完今天的视频,无论你是四 g 还是六 g 显存,都可以丝滑流畅的绘画,再也不怕显存爆炸。 决定显卡速度有两个因素,显存决定上限,型号决定速度。接下来介绍方法。方法一 sd 插件。 打开 sd, 找到扩展,找到可下载加载扩展列表,输入 lv 一点。安装完成后,我们来到菜单栏,就可以看到这个 lv。 点击启用,拖动滑块,直至显存不报为止。方法二设置 ovidi 的 resets board。 首先打开显卡驱动面板,找到帮助找到系统信息,查看可调整大小的及地址寄存器,如果是 就代表驱动支持。然后重启。按 delete 键进入 bells, 进入高级 pcie 选项,然后就可以看到波尔这个选项, 把它开启,然后按 f 十保存并重启。方法三微信小飞机超频工具。设置这两项,上面 tpu 频率, 下面内存频率,速值,直接加个两百问题都不大。显卡这种基本上是超不坏的,如果你参数输入过大,要么蓝屏,要么花屏,重启一下它就会自动恢复。超屏之后性能至少还可以给你 提升百分之十到二十。方法四找一个维修显卡的地方换显存,两百元就能升级八 g, 相比购买全新的显卡,这种方式更加经济实惠。方法五下期再来介绍。

速加 stable diffusion 出效果图有哪些步骤?零一, su 导出控制图,这里我利用了 su 的样式制作跟穿奈的控制图。 零二, s t 中加载预测无形用的 realistic v 二零设置,采用方法加载 logo 模型 low 外用的是国风三点二零三上传控制图,语音分割, 深度线性检测。 零四,调整参数,先调整 ctrl night 参数,然后是全局参数。零五,生成图片, 也就是传说中的抽卡,也可以理解为渲染。我这里设置的生成批次是四,每批数量是五, 他一共会计算二十张图片生成 计算完毕来看一下效果, 每一张效果都不错,但是我们要去选取适合的, 根据生成空间的材质、物体质感去选择合适的,之后利用水技术生成更加接近的准确的图。最后就是高清修复出大图了,看到这的都是真爱,就给个三年吧!

这张我用 stable 的飞讯生成的海报画了十分钟吧。首先是画面,大概是一个机器人在教一个设计师作图, 场景就是一个办公桌前,为了保证高精度的画面,我用了 ccd 的立方块和自带的人偶搭建了一个很基础的场景。如果你会拼稿或者画画的话,简单画一个线稿也可以, 那这一步的话基本上就框死了画面的构图和视角了,画了大概三五分钟吧。其次就是画面的关键词调节了,比如有的时候人是站着的,机器人是坐着的, 这时候就需要调节群众来修正这个关系。最终花了大概十分钟就生成完了这张海报。五月十七号我也打算做个公开课的分享,更多是讲述在商业上的运用,有兴趣的可以来粉丝群见,非设计专业的可以绕道啊。

哈喽大家好,欢迎来到今天的 stable diffusion 教程。今天我们来讲一个分块绘制的一个插件,可以理解为是多了一种控制出图的一种形式,他可以把一张图分成不同的模块,让我们针对每一个模块来进行提示词的输出。这个插件的名字呢叫 regional pront, 这个安装会非常的简单,你直接在可下载这里点击 加载扩展列表来搜 reginal, 我这里是安装了,所以他没有搜出来,没有安装的话他这里直接就会出来,然后我们点击安装重启就可以了。重启了之后呢,就会在下面的这个插件的标签栏里面找到他啊。我们都知道 sd 有非常严重的这个雨衣污染,什么意思呢?比如说我想输出一张这样的图, 女孩,黄色的帽子,白色的衬衫,蓝色的裙子,黑色的高跟鞋。那正常来说我们把这个提示词给到 stable diffusion, 我这里再加一些质量词,如果我们是这样给到他的话,他一定是出不来我们想要的效果的,因为他他无法把这些颜色和这些物件一一对应,要不然就是连 连衣服也变成黄色了,或者就是没有出现这个蓝色的裙子,正常来说都会产生这样的情况,但是呢,我们用这个分块提示词就可以把它做到。现在我们来介绍一下这个界面,如果我们要使用它的话,一定要第一个点击启用,然后它这里会分了两种的 生成模式,我建议我们一开始使用 attention 就可以了,然后下面是一个基础比率,可以不用管,因为它是只有在我们激活使用基础提示词的时候才生效,它是针对这个的权重,我建议大家通常都使用这个常见提示词。在下面呢就是三种控制 块的方式,第一种是矩阵,第二种是蒙版,第三种是提示词。我们先来说矩阵,首先我们要告诉 sd 我们要如何划分这个区块, 如果我们想做出一个这样的一张图的话,那我们就要按照上下层的结构,把这几个颜色限定在他的区域里面。我们在分割模式这里呢,把它选成垂直,后面这个分割比例他目前默认是一比一,我们点击一下可视化制作模板,这个时候我们可以看到他在垂直方向上帮我们按照一比一的比例把 这个图片分成了上下两块。如果我们要分四块怎么做呢?我们就在这个后面继续加一个逗号,然后再写一个一,然后继续逗号,再写一个一,这样我们就把图片分成了等分的四块。但是如果这里我们想把某一块的空间给他拉大呢?那比如说我可以把这里改成五,这样的话相当于我把整个的图形分成了八块,其中第二个部分占五块 啊,他就分成了这样,那反过来水平也是一样的。那如果我想用二维分块的方式,那我们写一个这样一分号一啊,我们可以看到他把这个区分成了上下两个部分, 冒号前面代表着我第一个分区,冒号后面代表我第二个分区。那我有没有办法在第一个分区里面继续分块呢?我们在这个一的后面给他加逗号,给他写一个一,然后再写一个一,这样相当于我们在第一个区域又把它分成了两块,我们来看一下, 就得到这样的效果。那我们继续在第二个分区里面,比如说跟他分个一块,我们第一个部分占三,第二部分占二,我们看一下,那如果我想要第一个分区大一点呢?我可以把第一个分区的权重改为二,这样的话第一个分区整 个就占画面的三分之二,然后呢在第一个分区里面他又分了一比一,第二个分区占整个画面的三分之一,第二个分区里面他又分了两块,左边这个占三,右边这个占二。这个分区的原理我相信大家多去尝试一下就好了。那我们现在要做一张这样的图,我需要把它简单一点,从垂直方向给它分为四分,我就写成这样, 然后他左边会给我们一个模板,这个模板怎么用呢?我们可以把模板复制上来,先放到最后,在第一个单词的前面,我们放的是一些通用词汇,那比如说这里通用词汇是哪些呢?就是这个女孩高质量,还有这些质量词,他们都是通用词汇,也就是说无论哪个区域我都是需要这些通用词汇的,所以我把它放到第一个单词的前面,然后接下来就是分割区域了,通用词汇的后面, 第一个爱的肉的前面代表我们图层里面的第零号,也就是说是第一个区块,那这个区块我们想让他是黄色的帽子,我们就把这个黄色的帽子给他放到第一个区块中间加个空格,第二个区块是白色的衬衫,我们就把这个 给他放到第二个部分,第三个部分呢是蓝色的裙子,我们放到这里,然后最后一个部分呢是黑色的鞋子,我们就放到这个最后一个分格式的后面,其他的就不需要了,这样让我们再来生成一下这个图片,我们可以看到他会非常严谨的把这个颜色区分开,因为呢我们把这个黄色的帽子限定了在他上半区,然后白色的衣服限定在他第二个部分,蓝色的 啊裙子,黑色的鞋子,这个就是分块绘制的一个简单用法,当然了以此类推,我们既然能限定每个区域的颜色,那我们当然也可以限定他的一个啊人物经常我们有小伙伴画不出两个人,或者画不出一男一女,那这种时候呢,我们就可以用分块来绘制,我们在水平方向上呢给他分个两块啊, 然后他就给了我们这个模板,第一块是公共的区域,我们这里呢可以写两个人二 people, 然后呢在第一个区域我们要写一个女孩,第二个区域我们写一个男孩,我们先来看一下效果,我们会看到这里这个图并没有出来,为什么呢?因为这个就是分块, 是出内容的一个特性,我们的这个分辨率在横向只有五幺二的宽度,所以理论上其实是没有留空间给他来作画的啊,因为他最终产出来的整个画面还是要协调一致,所以如果我们给他非常狭小的空间,让他完全不能合理的出这张图的时候,他也是很难生效的,所以我们这里试着一下把这个图片改成横版,我们再让他刨一下, ok, 我们这里就看到了得到了一个非常好的效果。那接下来简单说一下后面的蒙版的用法。蒙版呢,我们可以直接在这里创建一个指定大小的一个蒙版,然后选择创建,这个时候呢他就会给我们一块画布,这个画布唯一的缺点就是看不到边界,靠这个圈找一找边界。比如说我们在第一个部分 给他涂抹一个空间,然后我们可以看到目前这块涂抹的空间,他的区域就是一,我们点击一下绘制区域,这块就被标记了范围,我们在中间再给他画一个区域,然后我们再点一下绘制,他就又把第二块的区域添加上来了,这里就是二,相当于我们这里的写分块词,就是对应第一个区域,就是在这个地方升 小,对应第二个区域的提示词就是在这里生效,以此类推。所以我们完全可以在这里通过一些色块的涂抹来绘制一幅图片格局,然后再进来生成对应的画面,他的控控制性会非常好。那第三个提示词只需要我们设置一个提示词生效的预值, 建议大家也可以保持默认,他能解决什么问题呢?官方给了一个案例,是这样的,比如说我想写一个女孩穿着苹果图案的白色 t 恤,我们来看他会怎么生成。 好了大概有两三张图,然后就会出来一张,这种苹果没有印在 t 恤上面,而是拿在手里面。如果我们用提示词的方式来分块的话,我们可以怎么写呢?我们只写一个女孩穿着白色 t 恤,然后呢我们在这里写一个 b r e a k break, 在后面这个区域我们可以把苹果图 写在这里,然后最后呢我们再加一个 t s h i r t, 也就是说我们用这个 t shirt 作为了它的提示词,之后的这个苹果图案是生效在 t shirt 这个内容上面的,所以这种这样我们来出 图的话,他就不会出现这种拿着苹果的方式,因为他把这个苹果图案牢牢的限定了在 t shir 的这个内容上面,所以他可以强调一些位置关系。 ok, 那大家可以去尝试一下,你也可以试试点击他的使用指南,跳到原作者的这个插件说明上来,详细的看一下他的内, 这个插件确实功能非常强大,并且也比较复杂,今天呢就介绍这些简单的使用方法。

自从我发了尚品 sd 免费在线使用的视频之后呢,很多朋友都在催我出详细的使用教程。好了,话不多说,咱们直接开始。第一步呢,准备好提示词,下面呢是我写的一个皮克斯风格的简单的提示词, 随便扔到一个翻译软件里翻一下就行。第二步来了, sd 的出图聊天室斜杠 dream, 把刚才准备好的提示词复制到我们的提示词框就行了,然后我们把光标移移到提示词外面,就可以看到它自动出来了。四个选项 都是帮助我们来更好的使用 s d 的。首先第一个是 style 风格, s d 呢,默认是有十五种不同的风格的,我把它翻译出来给大家看一下,嗯,大家可以截图保存。 当然呢,这里没有包括所有的风格,比如说我的提示词里面提到的皮克斯动画风,因为我提示词里面呢已经写了风格,所以这里我就可以崩选了。第二, aspect 图片比例。可以看到他给我们贴心的设置了很多的图片比例, 头像呢,一般都是一比一,我就直接选一比一就行了,当然你不选的话,出图的默认比例就是一比一。第三,互相关键词,他这里默认的互相关键词呢,就有丑的,然后手画的很糟糕,然后还有拼接图片之类的, 没有什么特殊的要求呢,我们直接用默认设置就可以了。第四个呢,就是电图了,我们点下这个 ctrl net, 他就会弹出一个提示框,然后我们直接把我想参考的图直接拖进去就可以了。为了做对比啊,我们先来看一下不电图的效果,确实是完全按照我的提示词要求画出来的吧, 不过呢,第二张人是有点歪的,然后明显感觉第一张更好,第二张不能用。当然呢,你要是不满意的话,你就可以选择下面这个锐度, 他就会按照相同的风格再来给你继续生成。然后呢,我们来看一看电图的效果还是一样啊,我们把提示词放进去,然后呢,把我们要电的图也拖进去,然后发送一下看看。结果第一张呢,是直接垮掉了,但是第二张还行, 明显的同时融合了开头的皮克斯动画风的头像和我们模特的脸型,发型,眉眼这些。好了,这就是一个简单的用 disco 版 sd 出图的案例了。那我再强调一遍啊,它是 sd 出的一个像 midi jennie 那样的出图工具,所以呢,它的使用逻辑和 midi jennie 是一样的。 目前呢,没有办法做到像本地部署的 sd 那样可以精准的去控制我们的图片。而其实坦白讲呢,他的出图审美是没有密的遮。你好的优点呢,就是免费方便当个平梯使用呢,是没啥问题的,感兴趣的朋友都可以去试试,我是贝老师,不玩虚的,带你玩转最硬核最实用的 ai 工具。

哈喽大家好,欢迎再次来到欧阳的视频频道,相信大家在通过欧阳之前的一系列教程以后,应该可以顺利的铲除我们图像了,但是呢,往往这个 ai 他是很不听使唤的,通常我们需要进行无数次的连抽啊,才能找到一张相对于符合我们想法的图片。那么这一期呢,欧阳就跟大家分享如何驯服我们电脑中的 ai 绘图小助手, 听到没有,给我老实点啊,不老实削你,哈哈哈, ok, 话不多说,我们来到教程 这一期呢,我想主要跟大家说的就是这个 ctrl nine 的一个控制的网络,也就专门控制我们这个产出模型神经网络的 神经网络。嗯,那这个扩展插件呢,叫 ctrl net, 当我们安装了以后呢,在下方可以看到这样一个 ctrl net 下了菜单,如果没有的话呢,我们需要重新安装一下,我们找到拓展,点击可下载,并且加载拓展列表,同时在拓展列表里我们搜索 ctrlt 一个拓展,那么这里我已经按过了,所以在列表里我们是看不到这个选项的,我们可以直接找到 ctrl net 这个英文名词啊,那么它的全称是这个 sd vbui ctrl net 那下载完以后,我们重新启动 wib ui, 我们就可以在文生图也好图成图的这些界面里呢,看到我们下面 ctrl net 这样一个 下了菜单,那这里值得说的一点是,这个网络呢,它不仅仅是单一的一个控制网络,在 ctrl net 里,它分了很多种不一样的处理方式,也就是我们所谓的控制方式。那么这些控制方式呢,大家可以看到有很多,每一种控制方式呢,又对应了每一种模型, 所以当我们安装了这个扩展以后呢,这些模型并没有安装到我们的电脑里,我们需要单独到一个网页去下载这样的模型,可能你需要哪一个下载哪一个,但是呢我建议大家全部下载,那么这些模型的下载网址呢?我也会放到评论区置顶啊,这是他的原网址啊,每一种处理模 型呢,他的体积都要很大,都要到五点七级了。那这里呢,欧阳还有一份瘦身版的模型,体积基本上缩小了有将近十倍,那我也会把网盘链接放到置顶评论区,大家需要的话呢也可以去下载。那当我们下载好以后呢,同样还是放到我们 拓展文件夹下,并在拓展文件夹里我们找到。 ctr net 点进来以后,我们可以找到 mode 一样,在模型文件目录里面,我们 把模型放到这里面,同时我们充气 ui 或者是我们直接在这里刷新一下,那么就可以把我们文件目录下的模型全部刷新出来。 ok, 接下来我们就来探讨一下 这些模型到底有什么用?现在 ctrl net 分两种,第一种是官方的,我们可以看到 ctrl net 开头的这个模型是官方的公布的八大模型,我们在这里也可以看到一共是八大模型。那这一期呢,我要跟大家主要分享的是这八大模型的用途。之后呢,又有个项目推出了 t 二 i 的一个在 ctrl net 基础上呢 进行更多变种的一个模型,那么这种模型算法呢,我们可以在这里看到有一些是不对应的,这些简单的模型我们留到下一期再跟大家探讨,那么回来我们说这八大模型,大家刚开始看着可能都会很懵啊,这什么是什么? 这里我来简单的进行了一个分类,我们来到这个项目地址啊,那么从实现手段而言呢,我也把它分为了两大类,第一大类呢是简单处理或者是简单重绘,第二大类呢就是属于对接到那些专业的领域。 ok, 那么对于第一步呢,我们要掌握 ctrl net 其实我觉得先要掌握的是重绘的能力,什么是重绘呢?其实我觉得就和图生图有点像, 我们通过一个参考图,用一种可控的方式让他产生一种与参考图相符合的内容,那么这是一种二地图形的重绘。那么我们这一期呢,由 mcv 四的这么一个模型做演示,采样方法我们就默认,第一个采样步数呢,我们可以提高到二十五,宽高比呢, 到时候再根据我们的样图来进行一个制定。那下面当我们打开这个 ctrlnet 下拉菜单以后呢,我们先要给他一张参考图啊,然后要用 ctrlnet 的话呢,下面我们要点击启用啊,记得要点击启用再出图的时候他才会起作用。那么后面呢,是单独对我们的信息图进行一些处理,比如说 颜色上的处理,反转啊,这个类似于黑白图,也就是我们遮罩图或者深度图的黑白信息图进行一个颜色的处理。那么 第二个呢,从 r g b 到 b g r 是也是一个颜色的翻转,通常我们用于色卡卡尔又或者是 normal map 的一些处理,那么后面底线存啊,这个一定要勾,除非你是拥有四零九零的小土豪。这两个勾圈以后,我们就来看一下下面的模型,这里分为两步, 第一步是预处理,这两个其实就是个顺序问题,预处理这里我们是预先要对这个图像进行一个哪方面的处理,比如说我们用第一个 cany 啊,这是一个 cany age, 是一个提取图像编 边缘的一种算法,我们下拉到下面可以看到有预览预处理结果,点击一下以后,我们就会看到他把我们原有的图片预处理成了一个具有边缘的图片,那么这个开呢呢,就是通过色差来提取图像边缘的这么一种算法,那这个边缘我们看的有点太杂乱了,在下面呢我们可以设置他的一些预值啊,让他高或者是低, 再把它降低一点点,可以看到它这个图像出来以后,边缘就更密集,因为根据我们图像不同啊,我们处理手段也不同,在产生了预处理结果以后,这就是我们的资讯图,真正要用到我们模型上的图, 我们再用这个图片去影响模型,那么怎么影响呢?我们就需要选第二个模型类型,那这里我们用哪个呢? candy, 第一个对应的啊,一一对应的, candy 的预处理器对应我们 candy 的加工模型,这样的话我们来进行一个生成,他就会产出以这个图片来影响整个视图的一个模型。那么在这里简单的进行一些 提示词的添加,我们添加一个基本的质量骑手,下面呢一样我们添加一个负面,最后呢我们还需要对这个图片进行一个题词,那么简单的题词,我们可以通过图声图的这个窗口啊,把我们图片拖拽进来,我们让它反向的进行一个 tact 的提示,那么第一种反向推词呢是自然语言,第二种呢是我们 tact 语言 剪切一下,再用这个自然语言提一下,那可以看到他给了我们一句自然的描述语,当然后面这里有一点错误,也就对于这个图片来说,他提示的比 并不是很完整,那么 ok, 我们把刚才剪切的自然语言粘贴到这里,同时呢我们来调整一下图片分辨率,因为这里它是横屏的啊,所以说横屏的图片我们这个宽度要改到七六八,高度呢就是五幺二就可以 我们直接点生成。那么在第一次加载模型的时候呢,他是需要进行一个模型的一个加载,我们需要稍微等一段时间,他才会正常的来运算我们的图片。 ok, 当图片运算出来以后,我们可以 可以看到这是他根据我们的这个图片的信息生成的这么一个图片,他的这个面部细节呢,并不是很理想,对吗?为什么呢?其实因为我们这个地方所给他的信息图是有些扭曲的,那么这种情况呢,我们有一个小小的改善方法,就是下面我们可以看到这里有个 gets model, 就让他进行一个自我想象,进行一个自我发挥,也就说对于他模型来说啊,他进行一些判别。这里我们声称一下,再看一下这个张图呢,他的脸型和耳纹给到他的脸型就不太一样, 这个地方呢,他会有一些自我的猜测啊,遐想模式,那这个开关呢,我们可以根据自己需要来勾选和取消,那么下面这里还有一条就是权重啊,就是我们这个模型对他影响的权重,那这个时候呢,如果我们把权重再降低一点点,再来生成的话,可 能离我们这个资讯图偏差就更大一点了,那后面呢,是他对我们原图的采样范围,默认我们从零到一就 ok 啊。那接下来呢,我们来了解 一下其他方面的模型。在这里我跟大家也说了,我进行了一个分类啊,总成的二 d 分类呢,有这么几种,第一种呢 cany, 第二种呢 h e d。 那这个 h e d 是我常用的一个模式,我觉得比较好用,我们来声称一下预览结果,那可以看到他的边线呢,就要比刚才那个 candy 的边线更虚,相当于我们后期的蒙版边缘进行了个羽化, 羽化的地方呢,其实能处理很多比较杂乱的一个边缘,尤其适合我们这一张图片。那么也可以看到这个边缘他的强度啊,在下面呢,简单的强度,我们也可以调节,把这个五幺二降到一百, 他的强度可以看到就更强,相当于他进行了一个向外的拓展啊,蒙版拓展啊,我们给到他更高的话呢,他的边缘就更细,这可以进行一个效果的微调。第三种描边方式呢,是一个 skibo 涂鸦方式啊,他这种涂鸦是一个粗线条的涂鸦,可以看到他所给出来的这种,就有点像涂鸦手绘的一种感觉啊,我们可以通过比如说在 ps 呀,或者是在手绘板上画一些啊类似的东西。那这里我们也可以简单的举个例子,比如说我们在这里啊创建一个空白画布,这个词可以把我们给到五幺二默认值,比如我们要绘制一条小狗啊,这里我们就简单的给他画一个小狗的样子吧, 这里我们记忆不惊啊,随便画一下上面的提示词呢,给他来一个 cut dog。 然后这里呢生成之前我们要注意一下啊,这个图片预处理呢,我们就可以不处理了,因为他就是我们的资讯图啊,我们把这个呢选择成无,同时呢注意一下分辨率啊,尽量对上他的资讯图的分辨率。这时候我们点击生成, 因为忘了一点啊,我们下面这个地方的模型没有切换啊,我们要切换到涂鸦模式的这样一个模型,我们重新让他渲染一下,可以可以看到啊,他出这个小狗还是比我画的啊,不是好的一点半点啊,但是从构图上来说呢,稍微有点偏差啊,稍微有点偏差,这跟我们画水平有关啊,我们画画的水平有关。 第二种呢,它还有一个涂鸦模式,那么就下面这个 fake, 那这种呢,它是属于一种假涂鸦,就是我把我们的图像呢转换成涂鸦,和我们刚才所说的一样啊,那么这里呢,我们找一个比较简单线条的这么一个耳机的图片进行预处理,我们看一下他能给出来 什么样的一个图像,可以看到他就把我们这个图像转换成这种类似涂鸦效果的感觉了,是吧?那么线条可能稍微有些粗旷,我们把线条呢调低一点,这样可以看到他的线条会变细一点。那这里呢,我们给他一个单词,给到他一个耳机和电脑,然后继续呢,我们让他生成一下,哎,注意呢,相应的调整一下他的分辨率。 现在可以看到啊,我们这个里面多了一个小朋友啊,负面词,这里可能有一些关于人物的描述,我们把关于人物的描述删掉,在这个基础上我们再加一个我们上一期所加的一个 cg 风格,我们把这样一个 cg 的基础描述风格也添加进来,让他再进行一点点猜测, 再来生成一下。那现在可以看到他还是有人物的,有时候呢,这要说一点,就是 ctrl reg, 他在不听话的时候呢,可能是说他抽风。嗯,那这种情况下呢,我们可以重启一下我们的 ybui, 我们直接刷新就可以啊,当然我们也可以通过拓展那个页面,进行一个重新读取,加载魔性以后再进行一次生成。 现在我们就可以看到他产出的这个耳机图,就和我们原始的这个耳机的构图很类似了,对吧?只不过这边不是电脑,我们需要再修正一下,需要在题词上呢,可能再给他一些方面的题词校正,或者是我们把这个权重提高一点点。那么现在呢,我们再来一下畅想模式啊,让他进行一些猜想,我们再生成一遍, 现在可以看到啊,他的这个耳机的形状呢,就变成一只手了,有点浮想联翩了啊,因为这个地方我们可能给的细节还不够明确啊,我们把细节再给明确一点呢,其实这个产品呢,我们应该用 canny 来做,那他的细节就更明确一点下来。我们来 说第四类基于平面处理的一个描边方式,我们叫 mlsd, 那通过他项目网站我们看到的信息是他可以提供我们直线描边的这样一个构架,那么这种东西更适合做一些硬表面啊,机械机甲,又或者是建筑,他的表面都是直来直去的,那这里我们找一个建筑图,我们找个室内的吧 啊,因为这里我们有圆的,可能不太适合,我们找一个楼吧。啊,这样一个古罗马建筑,我们来生成一下阅览图,看一下他给出来的边缘线呢,都是直来直去的,我们再基于这个图来生成一下,同样我们到图生图,把这个图的题词我们来提取一下,有这样的题 次以后,我们复制过来,来看一下我们的这个宽高比啊,那么宽度呢?给到七六八,下面这个地方,我们也给到他七六八,我们来直接生成成图啊,但在生成成图的时候,一定要把这个处理模型给他换成对应的 mlsd 这样一个模型,我们来进行生成。那现在可以看到啊,生成出来 图片呢,和我们提供的这个图的构图是差不多的,但是内容呢,可能有些变,对吧?更有一些这种幻想色彩啊,有一些这个楼还飘在空中了,对不对?可以看到这个地方,我们是让他勾选了联想模式的啊,那么我们把这个联想模式去掉,我们再生成一遍 这个图,我们来看一下啊,他就比之前的也没好哪去啊,没有人物了,这是在这之外呢,可能还多了一些建筑物,但是整体呢,构图是没有问题的, 所以这是我们 mlsd 这样一个模型呢,通用的一个方法啊,产生一些硬表面。那么这四个呢,基本上就是我所谓的二例平面处理啊,一个轮廓图检测的这么一种方法。那么对于这四个呢,我们简单的总结一下,其实 kini 呢,它适合用于一些构图简单的一些圆滑物体, 我说这个我觉得就比较适合用 candy 来生成啊,这样一个简单的线条。那对于第二个 h, e, d 这样一个预处理方式呢,我觉得更适合一些不清晰的一些边缘,比如说 我们这个女士,我们来看一下他的这个头发,或者是一些边缘很凌乱啊,就适合我们用这种模糊边缘的方式给他处理一下,我们先把他生成一下吧,既然在这边说呢,就让他边生成啊,这个地方我们不要那么复杂了,就给他个弯钩就可以。 那么第三种涂鸦呢,我觉得现在还不成熟啊,能用到的地方也不多,和这个有一些像,但是呢,他能给出更好的边缘过渡 涂鸦呢,它的边缘是比较生硬的。那第四个 m, l, s, d 呢,就是我们刚才所用的一个建筑,一个硬表面。那说完这四种使用方式以后呢,它 更多的适合一种转描转数,对吧?比如说我们有个手稿,类似于这个样子的手稿,就适合用这样的方式,甚至我们可以把这个手稿直接当成我们的资讯图来铲除,不需要用用这个预处理的模型,我们可以用 kenny 的一个方式,或者是 h e d 的一个方式来直接把它生成出来,那这里可以看到我们这个资, 这是对的,但他的手是有问题的,我们需要后期进行一些调教。那么说完这四种以后呢,我们来说另外的四种,就是下面这四个,他是比较针对于专业领域的。第一个就是就是我们说的一个深度图,之前如果呃懂后期的一些朋友或者是看过我之前任意教程的呢, 我们也是通过一个深度图来产出一个,应该是一个做一个动态图片啊,做一个视察动图。那么这里呢,我们把刚才我们这个挪进来 我们室内的,因为他有个纵深关系,我们可以通过这个深度图直接铲除我们想要的一个纵深关系。现在我们来看哪个是远,哪个是近,那么更远的在哪里, 最近的在哪里,他会给予试图这样一个信息。那么通过这个图铲出的图片呢?他也有一个纵深的这么一个关系,现在呢纵深最远的窗帘那个地方我们看不见了,我们可以把他的纵深调一下,但现在我们选的这个预处理方式呢,是是最基础的这个 dips 方式,我们需要 选到下面这一个更多选项啊,这个 dips 下面我们可以看到他的一个采样范围,在这里呢,我们可以稍微来调整一下他的采样范围,那么第一个是距离,第二个呢是他的背景距离啊,也就是我们整个的前前后距离和他的背景距离拉伸有多远?这里呢我们只需要调整一下他的距离,往前调一调,那么他前面呢可能 就会更亮一点,后面呢也会提起来一点,那现在可以看到他前面是更亮了一点,对吧?后面的窗帘也被读取进来了,对吧?这个信息都有直接用它来生成一个图片, 这里我们就直接给个入目就行,我们来生成在这里可以看到他给我们生产出来一张基本上是一模一样结构的这么一个房间,对于深度图来说,他更适合处理这种有紧身大紧身的一个图, 说我们这个他也有个谨慎模特和人物,他的近景和远景远近关系有多少都适合用这样的方式,也就说白了就是一个广角, 他有人物信息,呃,有物件信息,甚至有场景环境信息,就适合我们这个 dp map。 但这种生成出来的图片呢,我们再稍微多了解一些,就关于一些其他专业领域的都会用到这样的图片。 比如说我们的视频,后期可以用这个图做一些视察动画,也可以把它当成遮罩来进行一个远近关系处理的一个特效的制作。又或者三 d 软件里面可以把这种贴图呢做成一个动态贴图,也也一样是属于一个视觉特效。那如果对后期有兴趣的小伙伴呢,我们再可以深入探讨一下他生成出来这个 deep maps 我们如何利用,在后期我们能做些什么?那么第二个呢,我们说到的就是 norma, 那这个呢,更多的是用于三 d 领域的 bpl 材质制作,比如说这里呢,我们同样把这个耳机给到他,让 它生成一个耳机的 norma, 可以看到这是一个法线贴图了,对吧?那么它更适合于近景物体的一个描述,一个描绘它会把这个物体的三 d 空间,三 d 位置凹 出质感体现出来。那如果对三 t 行业有接触过了解的小伙伴,先去知道 nonomap 主要是体现物体细节的,那我们来通过这个 nonomap 我们再生成一个细节的一个图片啊,我们把这个模型给到 no, 同时呢我们给到五幺二,那可以看到这里他渲染的还是有一个手, 可能还是因为我们的负面词添加了人物的一些相关东西,还原的话还要重启啊。这里我们就说一下这个 nomaf, 可以看到他给耳机的细节呢,会有很明确的一个凹凸的一个细节,包括他的耳机上面的这样一个头带。但是比较有问题的就是可以看到他的背景是完全什么信息都没有,所以他后面的信息他会 胡乱发挥,所以说在紧身处理上他就不如这个 deep map, 就是我们这个深度信息图做的好。同样呢我们也可以来测试一下。对于一个人物而言,这里我觉得人物的细节他体现的比较好,我们预处理看一下,把他预制往下拉一拉,可以看到他对人物的这个发丝啊,发带, 哎呀,头发对不对?这个细节要好于深度图,如果我们要换深度图的这个处理呢? dips 我们这块来处理一下。深度可以看到人物的细节基本上是消失的,他没有这个关于发带的一些细节,或者是服装那些细节都没有,所以深度更适合做场景,这个呢,我觉得更适合做特写的一些物体。 接下来我们再看,这是第几个了,我不知道 s e g 他的项目网站,来我们可以看看一下,他这个全称是 semantic segment teach 呢,翻译过来就是分割羽翼。如果做过这个标注行业的朋友应该知道啊,他是一个 id 图, 它会生成一个 id 图,那在专业的标注行业呢?这个 id 图的不同的颜色,它代表了不同的东西,标注的东西是很明确和很清晰的,比如说草坪,比如说树,天空、海洋,各种各样的这个标注它都不一样,所以说它的 id 产生的是很明确的,那这个地方就更适合做一些。呃,我们场景标注的 东西,比如说这个地方,我们给到他这么一个一张图啊,我们让他标注一下,我们找到一个 seg 啊,语音分割的这么一种方式,让他标注一下。那么这里可以看到啊,他对每一个物体呢都进行了一个明确的划分和标注,包括黄色的可以看到是植物,这个灰色的是道路,红色的是房屋,包括上面是天空和植物, 这是一个明确的标注。那么通过这样的标注生成图呢,它的结构也是比较好的,也就是说这一块呢,你只能给我画房屋,那么黄色这一块呢,你只能给我画草坪,那么这里我们再给他一个另外一个室内的一个图, 稍微比较凌乱的啊,我们再重新让他标注一下,可以看到他标注的是比较明确的。不同的物件在哪里啊,悬挂的什么东西都可以标注的很明确啊,那接下来呢,我们再用这个标注,我们再出一个图,同样我们分辨率要调一下啊,横屏的话我们给他宽度七六八,描述词给个入,然后我们直接 生成,在这里我们可以看到他所标注的内容啊,和我们产生的图像呢,有些地方他标注的并不是很明确,也不是很对啊,毕竟这个预处理模型他不是专业的一个标注的这么一个范畴,如果想要做标注预处理呢, 其实是专门有这个专业行业的啊,那么我们也有对应专业行业专门的一个标注信息图的一个处理方式,要比这个严谨的多,如果通过那种方式处理的话呢,他的图片可控性就很高。那么这种方式解决了个什么问题呢?比如说我们用 cane 的这样的方式,或者是各种各样的描边方式啊,预处理出来的一个 id 图呢, 他辨别不了这个地方是什么,比如说我们这个地方是一个柱子,但是呢他会把这个地方画成一个布条,又或者是画成一个很狭窄的一个书架或者是门之类的,他会自由的去发挥,不会按我们所想具体是什么物体来制定。但这个地方我们可以看到这个地方就是 一个柱子,我们所标注出来的这个红色的这么一些地方,他就是一个建筑物,那至于什么颜色代表什么物体呢?如果大家有兴趣,我会专门针对这个标注的这么一个功能,以及深入到一个一些相关领域呢,说一些资料来专门做这一期啊关于标注的内容。那说完这些,最后一个我们来看一下,就是大家所谓的 openpose 了, 解决我们项目里所说的这么一个 human post, 我们如何去锁定一个人体的姿势,那这个东西相信大家看过很多教程以后也知道它的用法其实比较简单。这里我们给到一个人物,我们让他用这个 open post 出一个图, 出一个预览图,我们来看一下他能不能给到我们一个正确的人体,可以看到是没有问题的,这样的话能控制画面当中人物的一个形体造型,但是呢,有时候过于夸张的一些造型,一些姿势呢,可能会有些问题啊,这里我们稍后再说。接下来呢,我们用这样张图呢,然后再出一张图,同样图生图,我们把这题 词给他提出来,提出来以后,我们放到纹身图的下面来,都没有问题,我们把下面这个模型呢,我们给到 openpose 对应的模型,然后我们点击生成。那么通过这张图我们可以看到啊,这个姿势呢,差不多一样的,对吧?胳膊也是在这,身体也是这么一个站姿,那么脸和上面这个伞有一些问题,包括他这个正反,那 这就是 openpose 的一些问题。同时呢,周围也和我们这个画面不一样,因为这个 openpose 呢,他只给到了一个股价信息,但是呢他没有给到环境信息,也没有给到构图信息, 有时候 openpose 出来的这个构图呢,可能和你想要的构图还不一样,比如说这里我们再来一个图片,我们来分析一下这位女士,她的一个坐姿,分析出来的还是差不多的, openpose 只是说下面这个胳膊稍微有一点不太对,我们稍微在下面调教一下他的这个参数,来重新生成一下,看看效果怎么样。哎,这样的话,下面这个胳膊稍微好一点,两个腿呢也 差不多。这个时候呢,我们再生成一个,大家就知道我说的这个构图是什么意思,那么我们现在来对比看一下,这两张图哪些地方是不太一样的呢?首先一个环境不一样,对吧?第二个呢,是角度不一样啊,这个地方他有点仰视,对吧?就是仰拍。原本的这个图片呢,我们过来看一下,他是一个直视的正拍的, 不过这个人有点抬头而已。但是我们这个图片呢,给出来的就是有些仰拍,他的摄像机机位有点低,造成了构图上的变化,所以这就是只识别骨架,其他信息都是他自己想的。 那我们如何要锁定人物的姿势,制定他的姿势,又要呃来给他一个合适的构图,或者是他的背景是我们想要的,那这样呢,就说到我们两个 ctrl net 一个结合方式, 我们可以在第一个给到他人物的姿势,第二个呢,给到他一个环境,比如说我们用深度图也好,或者是用描边图也好,都行,我们开启第二个 ctrl net 以后,把这个图片拖进来,点击 启用,我们给到他一个深度图,这里呢我们同样用一个深度处理,然后这个姿势我们就固定了,这里呢,我们宽度给他一个横屏,然后我们直接来生成。那现在我们就可以看到啊,在这个场景里呢,他有一个这样奇奇怪怪的人物啊,这样的话他是一种粗暴的进行了一个简单的两个东西的融合, 如果要想细条金条的话呢,我们其实这个人物的这个骨架呢,是要和我们这个深度图的位置进行一个对等的,把这个人物的骨架放在这个深度图某一个位置,这是我们后期要细节处理和调教的,当然对这个 openpose 呢,现在也衍生的出了很多不同的调教方法, 最简单的就是我们上的这个 openpose 的编辑器,我们可以在这里编辑一些人物的方式啊,那对于这种方式的使用呢,它的内容还是很多的,我们可以留到后面呢,再专门讲一期这个 openpose, 那么这就是这一期跟大家分享的关于 ctrline 的这个网络是如何运用 用的,关键是这个官方的这八大模型都有什么用处,那两种的结合呢?我们也可以再回头再聊一下我们如何开启更多的网络啊,如何结合不同的网络来正确的运用,在专业领域又能用到哪一些?主要是这三个专业的领域能拓展出来很多内容,如果觉得这一期对大家还有所帮助的话,那 千万不要忘了点击系列按键来支持万元线下,如果未来希望了解更多啊视觉视频相关的内容的话呢,也千万不要忘了点击波关注我们未来呢也一起学习,一起探讨,一起进步吧,好了,我们下期再见。

the stable diffusion 中有纹声图和图声图二种绘图模式,今天我们先来看看如何使用纹声图来绘制我们想要的图片。 stable diffusion 基础的操作流程并不复杂,一共就分成四步, 选择模型、填写提示词、设置参数、点击生成。通过操作流程就能看出,我们最终的出图效果是由模型、提示词、参数、设置三者共同决定的,缺一不可。其中模型主要决定画风,提示词主要决定画面内容, 而参数则主要用于设置图像的预设属性。选择模型就是大模型和 lore 模型进行搭配使用,可以去我之前介绍过的两个网站上进行自由选择提示词的书写规范,不会的可以再翻翻,前面有详细的教程。总而言之就是一段能被模型清楚理解的好咒语。 首先应该保证内容丰富充实,描述的内容尽可能清晰。重点说下参数,设置参数的主要作用是设置图像的预设 属性,首先就是采样迭代步数,迭代步数越高,表示去造的过程越长,最终呈现的图像效果也就越精细。建议大家平时使用时 将采样迭代步数控制在二十到三十的范围内即可。选择采样算法是为了配合图像类型和使用的模型来达到更加的出图效果。 yby 中提供的采样算法有十几项,但我们平时常用的并不多,优先使用模型作者推荐的算法,面部修复,用于修复绘制过程中经常出现的面部扭曲问题。 开启后模型会加强人物脸部的识别效果。宽度和高度很好理解,就是最终生成的图像大小。多数模型在训练时使用的是五百一十二乘五百一十二像素大小图片。总批次数和单批数量可以放在一起来看, 总批次数可以理解为同一提示词和设置向下触发几次生成操作,而每单批数量则表示每个批次绘制几张图片,单批数量平时很少会修改。 c f 是用来控制提示词与出图相关性的参数。大多数情况下,我们使用的数值会控制在七到十二之间。每次绘制时都会有一套随机的运算机制,而每次运算时都对应了一个固定的 c 的值,也就是我们俗称的种子值。如果绘制了一张比较满意的图片时,可以将调用其种子值填写在这里, 可以最大程度地保证原图的画面内容。完成以上参数设置后,就可以点击生成了。下期视频我们再来说说图声图功能,记得点点关注,以免找不到了。

sd 生成三视图?哈喽,大家好啊,今天给大家讲一下 sd 生成人物三视图的方法,这个方法快捷而且稳定啊,好东西,先收藏再观看好吧, 首先我们基础模型呢,选择一个质量比较高的啊,泛化性比较好的大模型就可以。我这里要画二点五 d 的风格啊,所以选的是 gost max。 提示词第一行我们写上和三视图有关的描述词啊,像我这样写就可以啊,包括对背景的描述, 下面呢,写上人物相关的描述词,然后负像词这里写通用的就可以。基础的出图参数呢,也是调成通用的啊,那主要是注意出图尺寸尽量大一些,因为三是图的话,我们要在一张图里画三个全身像啊,分辨率不够的话,这个人 人会很糊。下来是重点,我们把一个人体模型的三十图或者说手绘的线稿图啊,拖到 controlnight 里面啊,这样图我会分享给大家啊。然后我们选择 til 与处理器和模型, 然后又一个重点,当我们这个参考图没有那么多细节的时候,一定要选这个更偏向提示词的这个选项。然后我们现在就去点生成试一下啊,这段我不剪辑,只加速, ok, 那这就是生成好的样子啊,同一人物的正面,背面和侧面一样的服装啊,一样的发型,然后这个手上的护二重绘一下就可以。 所以我们发现 sd 出三十图就是这么简单啊,虽然此时还不是很完美,但是给我们的工作省了多少时间,我们可以算一算,是吧, 那我们再来说一下一些注意事项和我对这个方法的理解,首先提示词这里我们可以把 back 这个词的权重适当调高一点,不然有时候他会给你画出两个正面的图。 然后这里有个三十图效果的劳尔模型,我出图的时候没有用,因为他会限制我们人物的体型、样貌、光影、材质等等方面的一些自由度和质量。那我们想加的话也可以加一下类似的劳尔模型试一下。 其次,这个参考图在 tile 模型下啊,它不仅会控制人物的姿势,还会影响它的体型、 肤色、光影,还有这样图的背景、颜色等等方面,也就意味着这个图越细节,我们的出图就会越受控制,但是呢,自由度也就越低,那这个我们自己去平衡。 那我们也可以用 open pose 来控制,只不过啊, open pose 只对姿势负责,具体效果的话大家觉得 ok 就可以。 好,那我们今天学会了三十度的做法,后面我们再讲讲如何真正自由的啊,画出各种人物的姿势啊,不用 open 泡茶,喜欢的同学点赞关注支持一下好吗?那我们下期见,拜拜!

一个操作让 stable 的 pen 突出图速度提高百分之四十到五十。打开设置,找到系统屏幕最下方的图形设置,点击进入,把第一个减少延迟并改进行能关掉最终测试。

哈喽,大家好,我是 ai 小王子,欢迎来到我 stable diffusion 教学的第二期,今天给大家详细的讲解纹身图的原理和 stable diffusion 的掌控方法。如果你还没有安装部署 stable diffusion, 可以看一下我的第一课。在正式进入今天课题之前,我 想先告诉大家,只要你把 stable defusion 基本原理搞懂,搞清晰,搞明白,你就会发现 stable defusion 真的是非常的简单, 所以不要害怕,跟着我的教程来,你一定能听懂。本期视频我会说一些简写啊,比如说 stable diffusion, 我会简称它为 s d, 然后 tag 就是我们常用的 prompt 关键词 t a, g。 当我们打开 s, d, y, b, u, i 的时候,就会看到这个界面最左上角的这个 stable diffusion 模型,简称 checkpoint, 就是我们所说的大模型。大模型是干嘛的? 如果把 s d 比作为一个人的话, check point 大模型就是 s d 的心脏,就是 s d 的灵魂,没有 check point 你什么 都做不了。它的作用是什么呢?主要是来定义出图的一个风格,一般文件的大小是非常大的,在两 gb 到十 gb 不等,也有可能更大的,它是汇集了成百上千甚至上万的图片的一个总和合成的一个大模型, 一般是以 safe tensors 或者是 c, k, p, t 结尾,见到这两个结尾一般都是大模型,当然有的时候 laura 也会用到 safe tensors。 我们比较常见的是哪几个呢?就是 chilomix, anything 威武,这三个有什么区别呢?我们看一个图片,其实就明白大模型是干嘛的。 ok, 我们看一下这张图啊, 首先我们不不用管左边的 va e 这些啊,这个一会我会给你讲这三个。第一个是 anything v 五 checkpoint 大模型做出来的图片,我们看三个有很明显的区别。第一,竖列就是动漫风格,因为 anythingv 五他是专门产生动漫的一个大模型。第二,竖行 v 一杠五,他的风格就是国外一些真人写实风格。第三个 chill out mix, chill out mix 这个做亚洲脸其实是非常好看的啊,这就是这三个的区别。当然还有更多大模型,我就不全部给大家介绍了,我就先介绍这三个。那么 checkpoint 这个东西是安装到哪里呢?在我们的 s, d, y, b y, 然后 models cbd fusion, 把所有拆库的大模型都安装到这里,我们可以看这边啊,都是很大的,两 g 起到七 g 不等。下一个我们看一下模型 vae, 大家有可能比较模糊,这是干嘛的? 它的全称叫做 variational auto incoder 变分字编码器,它的作用其实就是增加一些图片的色彩和滤镜,还有一些细节调整, 主要是可以降低画面的一个灰度。我们常用的 v a e 模型就是八四零零零零,一般默认选这个或者不选择都 ok, 这个看自己的想法。然后我们回来再看这个图啊,我们看竖排,这三个不同模型,我们看当没有 v a e 和有 v a e 时候, ve 这个色彩其实比没有 ve 的时候更加有亮度,光泽。我们看一下这个第一个,然后最后一个,感觉就像加了一个增白的滤镜,然后让整体画感更加具有饱和度,这就是 ve 外挂模型的一个作用,然后 va e 的安装地点在哪里呢? 还是 stable diffusion y b y, 然后点击 models, 然后这里有个 ve, 你要把 ve 下载到这里就 ok 了,然后下一个看一下。 creep 跳过层是干嘛的? creep 跳过层全称叫做 contrastive language, image per training 语言与图像的对比与训练。它是用来让我们的 tag 和图 图形建立一个关系,或者我们可以理解为 s d 数据库里的处理模块。它这个数值如果是非常高的时候,关键词和图片的关系就会越来越低,数值越低的时候,关键词和图片的关系就会越来越高,它是一个反比例关系, 一般我默认不动,就在一就好了,不要调太高啊,我告诉大家为什么不要调太高?我们看一个例子,我们主要看这一数列的 cleve skip。 这边我做了一张零到十二的一个对比图,首先我们看零到四 steps, 我一会会讲啊,不管你的 steps 是多少,其实这个图片已经挺不错的,当 steps 越高的话,这人物的细节就会越多一些,然后我们看到六六也 ok, 所以到零到六这个值都 ok。 然后到八的时候,他就开始变奇怪了啊,就整体关键词和图片的关系就会越来越低,他会用更多的 ai 想法去给你做这个图, 不管你的关键词,他会无视你的很多关键词,因为我本来这关键词是一个女孩的关键词,他直接变成一个男的了,并且脸部还是有很明显的变形的。然后到十十二更高的时候,他就开始做一些九宫格的图,所以说你这个东西不要调太高,一般默认就好了,一到四 是一个不错的选择啊。这个范围我弄了一个零啊,按理说他是不能调到零的,我给大家讲一下,他这个范围是一到十二,一般不用去改这个参数,想让关键词的权重多一些,就不要动他了,我们看下一行,我们看哇,这一行好多东西啊, 看就感觉是不是要很多要学的。其实并不是啊,后边都是一些设置和插件,具体当时用的时候我会告诉大家。目前来讲,只要搞懂文生图的所有参数,还有图声图了一个 denoising, 还有一些高清化,这个都是特别简单的东西,剩下的你就全部就掌握了, 很简单, ok, 首先我们看提示词啊,提示词和 meat jenny 来讲呢,提示词这里分两个,第一个是提示词,我们叫做正向提示词,第二个是反向提示词,它区别很容易理解啊。第一个就是你想让图片出现什么,你就往这个框框里加,你不想让图片出现什么,你就往这个框 创立家。举个很简单例子,我想让整张图片有 girl 是女孩,那我不想让他出现男孩,我就写个 boy。 再举个例子啊, instability fusion, 他经常会出现一些多头,多手指,多脚多腿的一个情况,所以我们在看关键词的时候,我们会发现别人经常会写 extra hand 或者 extra legs, 多手多腿的情况出现,我们都会把这些放到反向提示词。我们先讲一下内容性的态度,我们描述的时候描述什么呢?这个是根据不同场景不同你想出的图去定的,如果是人物写实的话,我们会先写人物和表情,然后服装特征,场景环境,然后镜头,然后是灯光 和风格具体描述这些,然后再加一些其他的元素细节词到里面。嗯,除了这些描述人物特征,我们还要描述一些画面的一些细节,比如说质量,我们常见的 alt details, insane details, 然后 有些渲染器引擎,比如说我们想要三 d 的 octan ranger 啊, detail unit cg, 然后就是画面的风格,假如说我们想要插画风啊, oil painting, 油画风,写诗风等等等等,都可以往里面描述。然后给大家分享一个国内大神整理的超全的元素风格整合包,都在这里边, 你可以在这里边出任何什么镜头,人物,服装,表情等等等等等等。然后还有这个东西啊, 大家到时候可以自己看一下啊,这个连接呢,我会直接放到我的交流群和 d c 里边,大家可以直接拿下面给大家讲一下。 tag 的格式目前还是只支持英文啊,所以英文还是要好好学的。 的确有那些你打个中文就会出英文的小插件,但是我依然不建议大家太过依赖啊,因为你学好英文真的是对你有很大帮助。未来新的 ai 出现,可能还是先是从英文开始,如果你用的起 他已经有一个很不错的提词器了,比如说我们想打一个 masterpiece, 我们不知道怎么拼,哎,他就这里出来了。然后第二个就是我们可以以单词的方式写, 也可以一个词组一个词组写,还可以短句来写,短句是我非常推荐的,因为你同样的词组以短句来写的话,他的图会更精确。如果你一个词一个词泵,识别性会降低一些。 stable defucent 的识别关键词非常非常多,而且他识别的细节也会很多。 但是如果你很长的句子全是一个单词,一个单词往外蹦的话,他一看这么多单词,他可能自己用自己的想法去排列组合他了。 如果你是一个句子的话,他会直接以你的句子去生图。单词与单词之间就是用逗号分割,然后靠前的关键词权重是最高的,并且是优先被 sd 识别出图。所以我们在出图的时候把重要的元素往前放就 ok 了,特别是主体,或者当你写了 一堆 tag 的时候发现,哎。我这个假如说 forebody shot 全身怎么没有出现呢?我们就把 forebody shot 提到前面,它大概里出了图就会出现你的一个全身照。然后接下来给大家讲一下权重怎么用。 因为 sd 里边的权重分好多种。第一种我们叫做括号法则,大括号,中括号,还有小括号。假如说我们描述一匹黑马 black horse, 把它括一个括号,这个时候权重就变成了一点一倍了。如果说我们加两个括号行不行? 我告诉你是可以的,加两个括号,他权重就是一点一,乘上一点一倍,我们加三个括号行不行?可以,就是一点一的三次方,加几个括号就是一点一的几次方,我们加四个可不可以?也可以,你加十个都可以啊。 下一个我们讲一下大括号啊,大括号的话,他加了权重会略低一些,他是乘上一点零五倍,加两个大括号是一点零五,乘上一点零五,这是增加权重。那么有没有减少权重的 好方法呢?有,加一个中空号就是减少一点一倍,加两个中空号就是减少一点一的二次方,减少一点二一倍的权重。下面讲一下第二个权重方式叫做数字法则,就跟 midi 很像啊,就是在后边打个一点三左右的权重,然后我们要把这个东西包起来啊, 然后这个 black horse 在整篇 tag 里边权重就会增加一点三倍。那如果说我们想让它减少呢?就是网一以下的单词去写,如果写成零点五的,就是说 black horse 这个 tag 在整体关键词里边,它就变成零点五倍的权重。 这个是权重法则啊,我们用这个比较多啊,刚刚那些加一堆大括号,只让大家知道有这个东西,但并不建议用啊。你加一堆括号,你最后乘着乘着也不知道是多少了,你加零点五,直接这个比较清晰明了。然后权重建议尽量保持在零点五到一点六这个范围里边,如果你写成 二,写成三,写成两百两亿,那你的图片肯定是会崩的,大概率就会成一个花图。然后下面教大家一个按的大法,叫做混合大法,大写的 and 啊。假如说我想让一个老虎和一个牛去做混合,把按的放中间,我们看一下它出了图, 我们看一下,其实能明显的看到这个身体是老虎的,他这个头其实像一个牛头,对不对?按的大法就是用两个做混合,第二种混合方法叫做中括号,然后中间放一个竖杠,这个也是台跟,然后右边写个靠,我们先看一下他的效果, ok, 这样你看就是牛头更明显了,然后是虎的身体,这两个效果什么区别呢?括号混合大法,他是交替算法。假如说我这个步数一共是渲染十步,一三五七九,他渲染的是老虎,二四六八十,他渲染的 是牛,所以最后就混合成这样子了, ok, 这个是混合大法,下面我要讲一下采样步数,就我们刚刚讲的 something steps, 就是他渲染出一个图的步数,他的这个值是一到一百五,当你把它往右调,调的越高,画面的细节就会越多,渲染速就会越慢,调的越低, 他画面的细节就会越少,渲染的速度越快。如果太低的话,这个整个图片大概也是模糊的,或者是全部是噪点。我建议一般做图的话,二十到四十就够了,你调一百五,可能一张图你显卡好的话还好,你显卡如果不好的话,你可能要等十几分钟甚至半小时。 给大家看个例子啊,我们先第二行,第二步到第八步左右,他其实就是一个去造的一个过程,然后到第十步的时候,其实这个图片你可以用了,从二十五到四十,脸部变化其实非常小,他为什么是说细节变了?我们看这个衣服啊,这边 褶皱一点点,然后多一点,多一些,然后褶皱更多,这就是他的一些细节,然后还有一些头发细节。大部分采样器二十都已经足够了,如果你想把一个图做的非常非常清晰,那你就用到四十左右就 ok, 下面我们看一下采样器 something method, 哇,我们一看,哇塞,这么多采样器,我们到底用哪个比较好呢?我们可以把采样器分为四个不同的类别, 采样器里边带 a 的,采样器里边带 carrust, d d i m 和 p l m s, 最后一个是带 d p m 的,然后这个 here 和 uni p c。 我分开讲啊,只要是带 a 的采样器,我们都叫它 ancestral sumper, 比较古老的采样方式, 它的特点就是采样时很随机,但缺点呢,就是无法集中的采集造点,并且有的时候它识别的关键词可能没有其他采样器识别多一些,然后是 carros, carros 特点就是它去造的一个过程是比默认的要快的, 然后下一个 d d i m 和 p l m s。 其实这两个是 stable d fusion 刚出现的时候最先出现的两个采样方式,但后面出现的这些都是吸取了它的优点,并且把它的缺点也更改了很多。 d l m s 就是 l m s 的一个升级版,它渲染的速度是比 l m s 更快,更清晰。 这两个用的比较少,大家可以暂时过滤掉。我一会可以给大家看一个所有不同采样方式的一个例子。 ok, 下一个 dpm pm 加加 sd, 这个是用了非常多了,这个做人物形象的时候非常有用,我用的最多了,其实就是这款 采样方式。先讲一下 dpm 二啊,他对关键词识别是比较精准的,但是渲染的速度比较慢。 ok, 我给大家看一下他们的区别啊,我们主要看这边的啊,从哪个方面去评判他的好坏呢?步数越少,渲染的图片越清晰的时候,那就是一个很好的采样器。我们先看前两个, 前两个大概到第八步,第十步的时候这个人形已经出来了,但第三个话 lms 他的步数可能要高一些,到二十五才把真正的人形打出来, 和 lms 不推荐大家去用。下一个就是 him, 他是一个生造去造的一个过程,刚开始全全部造点,然后慢慢慢慢去造,然后到也是到第十步的时候,差不多已经把图片做出来了, 大家看一下,我就不一一去讲了,我主要讲一个哪个呢?叫做 dpm fast。 当用 dpm fast 这个采用方式的时候,他渲染的速度是非常快的,但是有个问题啊,他要很多的步数才能把真正的人形给打出来,这边到四十步的时候才能感觉啊,这个人形已经完全出现了,他虽然快,但是需要的步数很多, 我也不建议大家用这个 dpm fast, dpm adaptive 这个太牛逼了,这个两个步数就把人给渲染出来了。即使你到四十步,最后四十步 和两步的区别几乎是没有什么太大的变化,因为 dpm adaptive 渲染的斜率是平的,你不管多少步,他直接渲染出来,就是跟渲染四十步数的是感觉是一样的。我们总结看一下, 第一个 ok, 第二 ok, 第三个不行,第四个 ok, 第五个也可以,第六个就不行,第七个可以,这个也这个也不行。然后 dpm fast 大家直接略过啊,就不要用这个 adaptive 也可以用,当你显存很小的时候,把步数调低,直接用两个步数就可以弄出来了。 这个是采样器,这张图我会分享出来,大家一看就是明白具体要哪个采样器了。然后下面面部修复,无缝贴图和高分辨率修复 一个。如果你想生成带人物的图片的话,一定要把面部修复给勾上,勾上的话 sd 会对你的面部做一些更细节的一些调整和渲染。无缝贴图没事的话就不要点他了,你要点他的话,我给你看一下这个 one go 无缝 贴图出现的话就是一个花图,一般是做纹理图案或者壁纸的时候用的,比如大理石瓷砖比较常用啊,就把一些纹理给贴上去。第三个高分辨率修复,这个什么我们后边会讲这个其实就是 x 差不多是一样的,就是把模糊的图片变清晰,嗯,然后下面宽度和高度,这就是图片的分辨率,都是以像素为单位的啊,一般常见是五幺二乘五幺二或者七六八乘七六八。这个跟显存也是有关系的啊,如果你显存不够的话,你一般用五幺二乘五幺二就好了, 因为他很占用显存。假如说你想生成的图片,你弄成二零四八乘二零四八,你显存不好的话,你很容易去报显存,就会报一个错误啊。 stupid feel 上一些常见的报错误之后会给大家总结一个表的啊,下一个是生成次数和每次数量啊,这两个其实好多人都没有讲清楚啊,我给大家讲一下什么意思,生成次 数的范围是一到一百,就是你想让他生成多少张图,假如说我想让他生成三张图,我就把它调成三就好了,然后这边就会给我生成三张图, 然后下一个每次数量。假如说我把每次数量调成二,我们先看一下这两个区别在哪里的。生成次数是一张一张给你渲染每次数量,调的话,你假如说调二,就是你同时给你渲染两张图 和一次一次给你渲染两张图的区别。如果你显存不好的话,不要点它显存,如果很好的话,四零九零之类的你 点他也可以,但一般常见的我们都是点生成次数,其实时间差的不是很多啊,但是每次数量这个 batch size, 你要把它点高的话,他会把你显存直接给顶满,甚至报错。我给大家报个错看一下啊, 然后一零二四乘一零二四四个 batch。 哎呀,这回没有报错成功啊,下回有 机会再给大家演示怎么报错啊。下面我讲一下。 cfg scale, 中文叫做提示词引导系数,它的意思就是你图片的相关性啊,数值越高,你图片就和提示词更相近,数值越低, ai 的想法就会多,一般低不要太低,高不要太高。零到一,我一会给大家看个例子。 ok, 我们看一下啊。同样的关键词, cfd scale 是零的时候他就是花的,零到一几乎都是花的,二的时候可以,因为我的关键词是 fully cover 的,所以这个关键词识别的不是特别好。然后往后看之后的这些关键词和图片的关系就比较多一些了。 比如说四到十左右,你看到十二的时候,图片就开始损坏了,一般你不要超过十,我都不建议一般九差不多了,你看从十之后图片就全部损坏,全部损坏,全部损坏,这也可能因为采样器的原因,当然还是不 建议调的太高,也不建议调太低。下面讲一下随机种子,这个随机种子就是一个 ai 产生绘画的一个随机数。我先给大家讲一下这个骰子和循环标志是干嘛的,如果我们说,哎,这张图片风格我觉得很不错,在哪里看他的 seed 呢?在在这里我们可以直接复制给他,粘贴到这里是一个办法, 我们也可以直接点击这个循环符号,把这个就直接复制过来了。骰子是干嘛的呢?骰子就是把种子调成负一,为什么是负一呢? 只要这里是负一,那你 ai 出现的图就是全部随机,一般我们用负一多一些。然后下面这个种子差异度啊,我就不跟大家讲了,因为几乎是用不到的。这个东西也是有点像混合的意思啊,就是让两个种子做结合,假如说这是种子,我用五, 然后这种子我用六,他就会把两张种子的风格合成一张图,然后差异强度。假如我们调到中间的话,就好比 一半是五的种子风格,另一半是六的种子风格,这个大家下去可以试一下,我这里就不讲,因为它的用处不大。再接下来看就是这些插件,我会主要讲 ctrl nine, 会专门做一篇 ctrl nint 的用法教程,然后下面这个脚本,这篇视频我先讲到这里,下节课我会讲脚本, 本期视频我讲的所有内容都整理到了思维导图里面,链接我会放到评论区,免费供大家学习使用,里面有做重点标注,比如这些红色的字体是比较重要的,大家要反复观看黑色字体大家可以选择性的观看啊,因为有一些东西你不必要太去深究, 大家了解一下就 ok 了。如果我的视频对你有帮助,希望你可以一键三连支持我一下,我会有更多的动力生产更优质的 ai 教程,关注我,让你轻松掌控 ai。

ai 绘画出大图报、显存 stable diffusion, 新手必了解的四种放大算法,让你模糊图像,直接无损拉到四 k 甚至八 k 高清。掌握这种技能,高清的电脑手机壁纸就可以自己来做了。 以下是通过英伟达二零八零 pi 魔改二十二 g 显存显卡,将五百一十二图像放大四倍至二点五 k 高清进行的演示。视频有点长,建议先点赞收藏。一、文生图中的高分辨率修复,这个相当于先生成一个低分辨率版本,然后根据指定放大算法重绘一张大图,会补充一些细节到图像中。 在普遍的 sd 一点五模型中,纹身图尺寸大于五百一十二,就会很容易出现多头、多手等现象,这个时候开启高分辨率修复,默认尺寸不变,动漫风格选择 rs 跟四 x 加 m a 六 b 这个算法, 选择放大四倍即可,避免多手多脚现象,整体用时九分十八秒,显卡不好的就不要试了。二、图声图 pale diffusion 放大,这个突破了显存限制,这里选择 猫 td fusion, 相当于把原图像进行分成若干小块,对每块区域进行重绘,这样可以大大减小显存压力。如果显存小,可以把分块调整得更小来出图。借助 tile v a 和 control net tile 一起使用,效果更好,可控性较高。 选择放大四倍,用时二分四十七秒。三放大脚本 ultimate sd upscale 是 sd upscale 升级版,这里选择自定义尺寸, 写入目标尺寸大小类型,选择分块。如果出二 k 的图,分块宽度除以二写一千零二十四,其他保持默认即可。放大原理跟第二项差不多,但用时仅三十秒。四、后期处理中的放大, 这个放大是真正意义的放大,在放大过程中不会重绘,速度非常的快,用时仅三点六秒。如果底图比较好,可以直接使用这个来放大,下面两个选择可以对人的头像有很好的修复功能,可以自己尝试。 需要注意的是,除了后期处理中的放大外,其他都需设置重绘幅度,底图细节够的话就把重绘幅度尽量减小,可以设置零点二、零点三,这样生成的图就会保持与原图一样。真人和动漫参数可能会有差异,请根据实际清空调整。放大脚本放到了工具箱,制作不易,欢迎点赞收藏!

你生成出来的图片是不是都这样?今天一分钟教会大家让你生成出来的图春风满面哦! 首先我们随便按步骤生成一张图,果然是面部崩坏。接下来用到我们的插件 a d tailor, 勾选启用,选择面部修复的选项,还可以继续输入正面提示词和负面提示词,也可以加入新的 lola 模型,点击生成图片。 没用插件前用了插件后插件用法也不仅仅如此,算法模型有好几个,作者也有推荐,有适合真人的,也有适合二次元的。前面几个都是检测脸部,还有个可以检测手部,还有可以全身的检测换衣服调细节,很简单就实现了。 安装地址我放在评论区了,小伙伴们赶快去生成精准的美图吧!

cbdq 省更新了电图功能,而且比 mitigene 更强大。不用关键词,把人物的图片放进去做一个底,把需要融合的图片再放进去选这个,这里的权重越大呢,这个图片的元素占比就会越大。 这张图片是权重调到一的时候生出来的,这张图片是权重调到一点三八以上的样子,这以后呢?还用得着关键词啊。