粉丝312.7万获赞3186.0万

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。

任何,我是说任何的想通过 sd 获得高质量图片的人,无论是产品图还是绘画,你都必须经过图深图的这一关。图深图模块才是真正让 sd 从玩具升级到工具的真正关爱。今天我们先来讲一讲 图深图全功能深度解析,看完视频记得三连加关注,我准备了图文笔记以及思维导图,方便你的学习。我们进入图深图面板,你会看到五个模块,其中局部重绘、涂鸦重绘、蒙版重绘都是为了修改局部内容而诞生,主要功能就是替换物品,生成产品图、修复脸部或者是手部等等的 功能。遗憾的是,百分之九十的人都只会使用这三个功能,而图深图跟涂鸦基本上就像一个被遗弃的孩子。这两个倒霉的孩子里面的很多人认为图深图只是一个电图或者是转换风格的工具,简直就是大错特错,它的功能远远不止这些。我, 我可以这么说,任何想通过 ai 绘图获得高质量图片的人,你都绕不开图深图的高清修复以及细节增强的功能。所以我说的是高质量这三个字。高分辨率跟高质量之间是有很大的区别的, 很多分辨率放大工具仅仅是提高了分辨率,并不能真正提高它的质量。众所周知,由于训练模型用的尺寸是一零二四乘一零二四的 sd 一点五甚至是五幺二乘五幺二的图片,那就造成一个非常巨大的麻烦,即使你的显卡非常之牛逼,可以生成高分辨率的图片, 那你也只能生成这样子的图片。什么意思?默认模型是五幺二,是一个人物的范围,当你把它改成一零二四乘一零二四的时候呢,这张图片就会变成两个人。也就是说,分辨率决定了内容的数量,而不是决定图片的质量。质量没有发生任何的改变,同等质量的东西变多了而已。显然,直接 从 sd 纹身图生成出来的图片的质量用于商业化还远远不够。于是 sd 很早就隐身出来了一个高清放大的功能。 sd 后期处理模块有高清放大的功能,但是用过的人都知道,这东西就跟尿一样,一张低分辨率的烂图扔进去之后呢,就会出来一张高分辨率的烂图。 而直接在纹身图界面的高清分辨率修复质量非常之可观。但是速度慢如老狗,你都一只脚踏进棺材,他可能还卡在那百分之五十上面,看到没有?看到没有,越跑时间还越多。不过吧,这样也有一个好处,就是你的后背都不需要给你烧电脑 显卡,他就会自己带着电脑全家过来找你。所以说,一般的显卡能做个一零二四乘一零二四质量的图就已经不错了,强如四零九零,撑死也就二零四八,这在现实的工作中压根就不够看。举一个极端的例子,一张海报宽五百七十毫米,高八百 四十毫米,那这张海报的高度差不多要一万像素才够看,你一个二零四八打印出来的东西就跟尿一样。为了解决上述的种种问题,开发人员想到了一个非常棒的突破显卡限制的方法。真快!我们假设一张 a 一零二四乘一 零二四的图片,我们想把它放大到四 k, 就是四零九六乘四零九六,正常情况下去生成必然会爆显存,但是我们可以把这张原图先切一切,比如说横七刀竖七刀切成八八六十四的矩阵,每一个小方块就是一二八乘一二八一块,一块重新采样,放大到四倍到五 五幺二乘五幺二六十四块,拼凑起来就是四零九六乘四零九六。如此即使是普通的显卡也能生成四 k 的图片,但是硬生生拼凑会让接缝非常的明显,所以我们的分块与分块之间需要有重叠的部分,重叠的部分会重复采样,如此过渡就会更加自然,重叠的部分越多时间就越长,默认一 般都是一半的重叠图。深图里面自带的脚本 sd upscare 就是这么个东西,他比后期处理放大要好很多,但是在重绘幅度比较低的时候,比如说零点三到零点四的时候,他的放大会非常忠于原图,但是大家也看到了,他几乎起不到修复或者是增强细节的作用。 且但凡你稍微提高一点点重绘幅度,比如说零点五五,他就会开始胡编乱造,而且这个行为还不可控,这可怎么办呢?没有关系,跳的 diffusion 会出手直译过来,其实跳的 diffusion 就是分快扩散嘛,没错,他也是基于上述的逻辑进行采样生成, 相对于 sd upscale 来说,他更加的可控。第一,重回幅度的时候,他增强画质,提高细节,甚至可以消除不良的阴影。重回幅度比较大的时候,你也可以控制他不像 upscale 那样子胡乱的去生成,你甚至可以控制画面的整洁程度。具体怎么操作,首先第一步,我们将一张生成的比较 满意的图片发送到图身图这里来。点击启用 tailed diffusion 和 tailed vie。 分块高度和分块宽度没有具体的要求,一般都是图片尺寸的八分之一,原图一零二四就填幺二八, 一六八的话就直接填九十六,以此类推。重叠的尺寸按分块尺寸的一半。单批数量是指同一时间有多少个方块在同时生成,那么如果你是四零九零的话,可以直接填个八,如果只是十六 gb 的普通显卡可以填个四,再差一点的可以填个一或者二。单批数量越高,你的效率就会越高,同时对显卡的要求也越高。 尺寸的填写方式,我的建议是勾选保持输入图片的尺寸,然后选择放大算法和放大倍数。这个输入图片尺寸就是说你导入图深图的这张图的尺寸。一旦你勾选的保持输入图片尺寸,你在参数区填写的尺寸就会被直接覆盖掉。调好的 v 基本上保持默认参数就行了。如果发 显存不足的情况,可以降低编码器的分块大小。我尝试的结果是十六 gb 可以开到一零二四到一五三六。那么如果你生成的图片有色差的话,你可以勾选这个颜色修复,那一般呢,就不会发生。采样器跟采样步数尽量不要修改,除非你想切换其他的风格。下面会讲随机种子可变可不变, 影响并不会太大。最重要的参数其实是 c f g 重绘幅度以及正向提示词。在高清放大的时候, c f g 可以调动令人惊讶的细节。如果你不喜欢图片拥有过多的细节, c f g 可以保持七不变。如果你希望获得更多的细节, c f g 可以调大一点,调到十, 而且从会幅度越大,调整的细节也就会越多。但是我们从这个宫格就可以看得出来,比较大的 cf 居家比较大的,从会幅度就会出现一个非常之严重的问题,就是出现很多妖魔鬼怪,让整个画面变得 非常的脏,非常的凌乱。为了能尽量保持原图的结构、色彩、线条,重绘幅度呢,一般会设置在一个比较小的值,零点四就是一个比较普遍的玉值,超过这个数值很大可能就会出现很多你不想要的东西。 所以在没有其他任何措施的情况下,重绘幅度一般就设置零点二到零点三五。而如果我非常追求丰富的细节,人物的图片甚至会设置到零点六五到零点七。一方面因为重绘幅度太低,几乎起不到增强画质的作用,特别是简单的人物细节就变 的尤为重要。另外一方面,我希望 sd 能够有点自由发挥的空间,我甚至希望他能够稍微改变一下原图的色彩,或者是其他不合理的地方。但是我们上面说了,这样子会让整个画面变得非常的脏,非常的混乱,甚至出现了一大堆的错误。为了解决这个混乱的问题,我们需要完成两个动作,第一步,提示时删除比较 去向的对象,保留大师杰作,高品质等质量提示时。第二步开始 tell the diffusion, 打开下面的噪声反转,反转步数二十五。如此一张拥有细节且画面干净整洁的高质量图片就生成了。但这依然还不够 好。我们回到噪声反转,我们可以看到噪声反转里面有三个非常关键的参数,反转步数、修复程度、重拨噪声强度。这三个参数几乎都是用来控制 简洁的画面和丰富的细节之间的平衡。翻转步数越低,画面就越干净,整洁越大就有越多的细节,同时也会造成越凌乱。修复程度默认是以整体来看,好像修复越高是越干净的,其实也不能说越高画面就越干净,大概是越高越倾向于原图的内容, 他好像在删除一些从会幅度过高而生产的原图没有的东西。如果这个时候你还认为你的画面比较凌乱,可以稍微加 降低一下重铺照升强度。以下是重铺照升强度的对比,我们可以看到重铺照升为零的时候,他的画面是最干净的。重铺照升为一点零的时候,他的画面是比较没有那么整洁,但是细节是比较丰富一点的,而且这个柱子上好像还出现了一些错误。 总之呢,我们就在各个平衡参数之间找到一个最合适又干净又整洁又有细节的结果。但你也不能设置的太小,太小的话会导致画面过于简单,细节会被完全抹足掉。除非你把你的 cfg 跟你的重绘幅度都给拉高起来。当我 cfg 设置时是 重绘幅度高达零点七五,并将重铺造成色尾零的时候,却可以得到一张画面简洁、细节丰富有力度的图片。当然这个手刀我之前没有注意到啊,这个可能得去局部重绘修复一下。有些人可能会觉得这一张图过于简约了,但是确实这是我觉得我做这么 测试里面我觉得最喜欢的一个参数,我更喜欢干净的东西。另外就是我这十几轮测试下来的不同重铺噪声强度下不同 cf 居家不同重绘幅度的结果都放在了笔记里面,大家呢可以细细的去对比一下,感受一下不同的参数带来的不同的效果。那么此外, tail 的 diffusion 还可以跟 controlled 中的 tail 模型共同使 t 二模型的强大之处在于它能识别每一个分块中的内容,并与提示词产生关联。也就是说,你不仅能产生强大的细节,在 t 二模型的加持下,即使你用零点七五的重绘幅度以及十四的 cfg, 他也不会出现这种妖魔鬼怪的图片。但 问题是,虽然没有妖魔鬼怪了,但是 tell 搞得整个画面乱的跟尿一样。解决办法就是我们打开 tell 的 tution, 启用噪声反转反转步数二十五重复噪声强度零。如此,由 tell 模型跟 tell the diffusion 共同作用下的高清放大图就生成了,它比 tell the diffusion 单独作用下多了一份细节,少了一份干净。这里面当中,我认为 c f g 七从 会幅度零点七五重铺照升强度为零的这张图是最好的,我们可以通过调节修复程度、反转步数、重铺照升强度这三个参数,找到一个整洁和细节之间的平衡点,做到最喜欢的效果。 因为大家也发现了挂在 t r 模型之后会发生色彩的问题,这个问题 t r 的 diffusion 的作者也无能为力,这是 t r 模型的特性。以上就是图深图高清质量放大的内容,总结一下就是第一, 脚本当中的 sd upscare 可以比较容易在较低的重绘幅度大概是零点二五到零点三五之间,且较低的 cfg 时,可以比较轻松的得到一张比较不错的高清图片,你只需要建立一个 cfg 和重绘幅度的矩阵,就可以看的轻轻 清楚楚。第二, t 二的 diffusion 可以在高 c f g 跟高重汇幅度,比如说 c f g 等于十四重汇幅度零点七五的时候挂载一个反转噪声,并且重铺噪声强度为零, 就可以得到一张非常干净整洁而且不缺细节的精美图片。第三,在第二条的基础上挂载一个贴耳模型,你会得到非常丰富的细节,但是可能会造成图面不够干净,而且由于贴耳模型的特性,色彩会发生一点变化。第四,后期处理的高清放大很烂。第 纹身图的高清修复效果非常好,但无法突破显存设置,大部分人都用不了。接下来这一部分就是转换风格的内容,图身图里面除了高质量放大之外,一个比较经常常用的就是 转换风格。转换风格的方式有三种,第一种就是通过风格选择器选择风格,第二种是切换大模型或者是罗网模型改变风格。第三种就是用 ctrl 念参考图片风格。 第三种我们留到 ctrl 那专题再讲,今天主要讲前面两种风格。选择器插件的地址我会放在简介,我们打开 style 插件,选择漫画风格转换风格的重点参数就一个,重绘幅度零点五到零点七。对于不同的模型可以填不同的数值,但零点七几乎是一个普遍 的玉值,超过零点七基本上可以说跟原图已经非常的不像了。重回幅度零点五的时候,我们可以看到尚可保留比较多原图的东西,但看起来还是不太像漫画。 重绘幅度零点六,我觉得这是刚刚好,既保留了原图非常多的东西,漫画的效果也出来了。重绘幅度零点七已经完全偏向于漫画,但光线表情还是保留了原图。我们可以尝试一下切换其他风格, 或者是更换一个模型。你会发现当你更换模型的时候,有可能你的床会幅度到了一定的程度,颜色可能会发生错误,这个应该怎么 图?深图的一个设置是深层图片之后是否矫正颜色,让图片的色彩跟原图保持一致,这里能不开尽量不开,但是你深层的图片颜色有问题的时候,你可以勾选这个地方,重启之后再去生成,如此你就会得到一个匹配原图色彩的结果图。深图的最后一个功能是 ps 贝塔中的扩充画幅的功能, 我这边是一张七六八乘七六八画幅,我想扩充到一零二四乘一五三六,我该怎么做?首先第一步,我们先来看一看图身图页面的这四个主要的缩放模式。第一个仅调整大小,缩放比例两边会不同,某一边会被拉成基。 第二个裁剪后缩放原图会被裁剪成跟目标尺寸相同的比例,然后再缩放至目标的大小。第三个缩放后填充空白,等比例缩放到目标图片的尺寸之后,再把空白的地方填充成目标尺寸。第四个基本上跟 第一个没什么区别,只不过第四个直接是在浅空间放大扩展化服用的,就是第三个缩放模式。缩放后填充空白,充会幅度基本上要大于零点六以上,否则就会变成简单的扩充两端的像素。 不过在图深图里面的话,重绘幅度达到一定的程度,主体也会发生重绘,如果你不希望原图有发生任何一点点的变化,其实局部重绘会是更好的选择。我们去到局部重绘 中间涂上蒙版,两端留空,重绘幅度零点五。蒙版模式选择重绘非蒙版区域,在局部重绘里面被涂抹的部分就是蒙版区域,所以我们这里要选择重绘非蒙版区域, 如此原图才不会被修改内容处理选择填充,因为我们都是扩展画幅,本质上是无中生有,如果仅仅是修复的话,应该选择原图重绘区域,选择全图,蒙版的面积比较大了,当你需要 重绘的面积比较大的时候,你应该选择重绘全图,不用担心非蒙版区域被修改。不会的,这个选项只是起到了协调填充的区域和原图的作用,而且基本上只有在做修复的时候才会用紧蒙版模式。如 如此参数设置大功告成,我们就可以顺利的扩展我们的画幅了,可以看到人物没有发生任何的改变,而且填充的区域也非常的自然。 涂鸦的功能主要是通过简单的色块和几何形状构成图片的基本结构和配色,再配合提示词绘制精美的图片。其最大的特点就是可以很大程度的控制颜色还有结构。我这里画了一些简单的色块和形状,丢进去涂鸦里面,我们就可以得到一张配色相近但是已经画好的图。 重绘幅度低于零点五的时候成像还比较的差。重绘幅度零点六的时候是最接近理想的。在继续往上就开始不按涂鸦的颜 进行控制了。如果你非要他的颜色一毛一样,你可以去设置那里打开颜色校正,但你很大概率会翻车。当然面对不同的图片会有不同的参数,这里只是提供一个参考,这是我自己做出来的实验,具体情况还是要具体分析。另外图 乌鸦重绘的功能主要就是用来修改一下颜色或者是花纹,比如说我想把这件衣服变成黄色,那么我们就可以在这件衣服上面涂上黄色的 涂鸦。通常情况下,重绘幅度同样是零点六的时候,会得到一个比较好的结果。最后的这个部分是上传蒙版精准重绘。上传蒙版重绘经常跟 segment anything 配合使用。我们去到上传蒙版重绘下拉到 sam 上传一张我们想要修改的原图,这里我们想换掉这个衣服, 我们可以开启关丁 deno, 选择 swim b 这个模型,写下衣服 close, 点击预览就可以看到衣服被识别出来了,我们 可以看到两个方框里面,一,这个方框是比较准确的,所以我们选择一这个方框,然后点击这个预览分离结果,我们可以看到这三个预览的分离结果其实都差不多,我们选择二勾选一下,复制到 ctrl net 再去展开蒙版设置扩展像素呢,一般是取十到三十,这里我选择了十。点击更新蒙版 发送到上传蒙版局部重绘面板,打开 ctrl 内的启用局部重绘,选择郭波哈姆尼尔域处理器,其他的不需要修改。拉到上面,这里没有任何的东西,不用管蒙版模式,选择重绘蒙版内容处理,选择填充区域,选择全图重绘幅度零点七五,直接点击生成就可以修改衣服。 以上就是本期视频的所有内容,视频中所有的案例和笔记都已经整理好了,三连加关注找我拿吧。视频当中用到的工具全都放在简介下一期视频 ctrl net 全解期间。

玩过 sd 的都知道,利用限稿可以生成我们想要的效果图,但是有时候物品细节就会发生改变,造成这种原因是在限稿模式下, ii 就只会通过限稿来猜测物体, 这就容易导致识别错误。今天就给大家分享 controlna 另一种强大的处理方法,语音分割。还没看过进阶课程其他教程的家人请一步将此前面的视频。 羽翼分割的功能是通过导入一张图片, a 会自动识别图片内的物品,然后用不同的颜色呈现出来,这时候生成图片的内容准确度就会直线提升。使用方法也很简单,我们在不写正面提示词的情况下,按常规设置好参数和尺寸,打开 ctrl name 导入参考图,这四个都打勾, 然后选择 set 语意分割,点击爆炸图标预览,接着点击生成等待即可,这样就完成 成了家具的复刻。借助这样的思路,我们可以叠加不同风格的啰啰来进行方案修改与创作。同时需要提醒下大家的是,与异分割出来的颜色是有一个图片对照表的,那既然有个色卡,我们就可以自行绘画创作和修正了。我们将与异分割图导入 ps, 比如你想让墙壁画一个衣柜,那我们可以先画出形状,接着对照表格,输入颜色码上色, 最后保存图片即可。然后我们将这张图导入 ctrl name 中,还是选择语意分割模式,这里把处理器关闭选无,最后点击生成即可, 这样就完成了精准控制。按这个思路,我们也可以进行局部重绘,更换家居,大家可以自行去尝试看看。今天的分享就到这边,我是 ai 姜子,谢谢大家。

哈喽大家好,欢迎来到 stable diffusion 的教学。最近几天又比较忙,又脱更了,今天我们来讲几个 ctrl net 里面的应用,让我们来实现几个神奇的小操作吧。 今天会讲到三个,第一个呢是实现这样的效果,我们有了一张图片,我很喜欢它里面的元素,包括这个风格,那这个时候呢,我可以把里面的元素和风格保留给他,重新组组成另外一幅 类似的一幅图,通过一个很简单的操作。第二个操作是实现这样的效果,我们通过简单的一个控制,就可以让原本的物体产生一些变化,比如说让这个鞋子着火,或者是让它结冰。 当然室内也是可以的,我们可以一键给这个室内关灯,变得阴森恐怖,同时呢也可以一键让他燃烧起来。第三个操作呢,是实现这样的功能,让人物穿上我们相同款式的这个服装,哪怕我这个服装是 一张真实的照片,但是人物是二次元的,依然可以穿上这种类似的服装,也可以让一个 ip 形象。这张是我们的原图,这两张呢是延伸的图片,让他保留大概的这个人物特征,来做一些延伸的变化,一定程度上可以代替我们 模型练制。那接下来我们就讲一讲具体如何操作它呢?分别对应 ctrl net 里面的三个控制类型。第一个我们要讲的就是这个随机洗牌,我们点击启用,勾选完美像素,然后选择这个随机洗牌。 接下来呢,随便写一些提示词,我这里写了城市、建筑、街道,还有一些质量词,其他参数几乎都不用改。这个大模型是二次元,我们点击一下生成 这张图片呢,是我们参考图打乱了这个元素,左边是我们生成了一张对应的,我个人觉得这个功能其实相当有用,因为在我们经常做一些海报,或者做一些主体海报的延伸物料的时候,几乎我们参考图中所有的颜色,包括这种线条 风格,都被他沿用到了新产出的图片当中。第二个要讲的就是这个 ip top, 我们这里呢,再随便找一个产品,比如说这个冰箱,预处理器自动是没有的,模型自动就是 ip top。 这里呢写提示词,我们要注意他的写法,官方的写法是让什么什么怎么样,比如说这里让冰箱着火,然后点击生成, ok, 我们可以看到这张是原图的冰箱,后面这张呢,就是给他加了火焰的标志,当然让他结冰让他怎么样,大家可以充分的发挥想象力,那这里呢,其实用人也是可以的,我们随便找一个猴子,然后呢,比如说让男人成为钢铁侠,嗯, 这个效果怎么说呢?大家自行去判断吧,反正我个人觉得今天讲的三个功能当中,这个其实是作用最小的,因为他只能作为一个娱乐,比如说我们拍一张自己家里的照片,然后让他着火,拿去跟领导请假。第三个就是我们要用到的这个 reference 参考,拿这张图来作为一个参考,然后呢,这底下的这个权重大家要调,我一般会把它直接拉满,因为拉满的话,他就会更大程度上参考这个原图,我想让他得到一个卧室吧,简单一点,我们就看看他的效果,得到一个卧室的图片。 ok, 我们可以看到啊,原图是这样的,然后呢,我们轻易的就把他的风格迁移到了这张我们想要的这个卧室的这个图片上面, 这个要比刚才的这个随机洗牌,他的风格迁移会更明显一点。当然了,这个用法不只是如此啊,我个人认为他是某些程度上完全可以代替训练模型的,刚才这个风格的迁移,相当于我们替代了这个风格模型的训练。 那接下来,比如说我要找一个人物的形象,就这个小女孩吧,我们想让这个人物的形象让他生气。 ok, 我们可以看到啊,这张是我们提供的参考图,他把握了这个人物的,尤其是面部,或者我们可以这样来操作。我们经常想进行一个人物的连续创作,那我们可以先 来征程这样一个人物,比如说一个女孩,粉色头发,裙子,比如说这个刚才这张图片,因为他本身的这个图片跟我模型还不一定完全对应,这个二次元模型未必能产出这样的图片,所以他做了风格牵引之后,有一点瑕疵是正常的。 现在呢,我们自己产生了一个这样的人物形象,我们以他来为参考。接下来呢,我让这个女孩我就不需要再描述他的头发和裙子了,我让这个女孩,比如说坐在床上可以看到啊,这张是原先的人物,这张呢,是延伸的图片,虽然说衣服的把控略有一些不同,人物几乎是控住了,这个就相当于其实变相了保持人物的一致。 第三个最牛的用法就是比如说这个,第一个是我要的人物,第二个呢,我可以给他一个其他的东西,第一个元素呢,我给他用这个人物,第二个呢,我上传一张这样的图片,然后同样给他选择这个 reference, 然后我们点击生成看一下效果。这两张是我们的参考图,这张是融合之后的图片,我们会发现这张图呢,融合 和了他的一个 q 版人物这样的风格。第二个跟原来的这个人物的特征要素有把控的比较好,粉色头发,蓝色的眼睛。第三个我们发现他的衣服也融合在了一起,里面穿的是这件图片的这个粉色裙子,外面呢穿的是这件图片身上的这个蓝色的校服。这个是不是太牛了? 可以给大家看看我之前做过一个什么样的效果。我之前是有一张这样的图片,然后呢我又把它融合了这个盲盒的风格,他最终给我得到一张这样的图片, 两张参考图片得到了一张这样的图片,结合了这个盲盒的 q 版大头。然后呢第二个又融合了我们原本这个人物的形象以及这个服装,把这两个非常神奇的融合在了一起,是不是很强? 这个都是用这个 reference, 今天这三个功能,我个人觉得 reference 和随机洗牌都非常有用,使用性最弱的可能就是这个 ip top 了,如果大家学会的话,可以去尝试一下他有什么更多的可能性。 ok, 今天内容就到这里。

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。

我们先打开 stable the fusion, 选择一个写实的大模型,我这里选择麦驹写实。因为图片过于模糊, 所以我们先将图片搬到后期处理,那处理一下,让他清晰一点。放大算法一,我们选择 bird 增加清晰度。算法二,选择 rsgen 四 x 加增加锐化。算法二,强度五左右, deep 按可见程度小于五, code former 可见程度和强度小于零点一, 为了不报显存,缩放倍数不要太大,看原图片的大小而定。然后点击生成, 在右边生成的图片下方点击第二个图标,把生成的图片发送到我们 garm 图生图进行重会写一些合适的提示词,人物画质之类的,因为基本的提示词我有保存在起手示纳,所以直接选择就行。 缩放模式选择,缩放后填充空白。采样方法,选好点的 script 脚本选择使用 s d 放大, s d upscale 放大倍数二,太大了会报显存。放大算法和之前一样,用 burger 重绘幅度零点二到零点六之间太小,作用不大。太大原图改变明显, 采样步数大于二十,生成的图片质量比较好,所以迭代步数 steps 约为采样步楼。重绘幅度这里迭代步数选择七五就行。然后点击生成, 我们点开看看图片比原图有了明显的清晰,然后我们在图片下方点击最后一个图标,把图片发送到后期处理,再次进行算法放大各项参数不用改,放大倍数看自己需求太大了也会冒险。 图片清晰还行,但有点瑕疵,这是怎么回事呢?大概是因为锐化过度了,我们把算法两关了,下面的也归零,重新生成图片试试, 这个瑕疵就没有了,我们看看和原图的对比。

伙伴们还在嫌弃真诚的图不够清晰,细节不够真实细腻,看我使用 ai 无损放大的图,清晰度和细节都得到了极大的提升。 stable diffusion 里面放大图片的方法至少有十几种,但是只教大家最好用的,今天就来教大家使用这个强大的无损放大插件是 offer shop 吧。打开 wibly 界面,今天要介绍的工具是位于纹身图图身图右边的后期处理界面,也有的翻译成了高清化 xs 或者是附加功能,但其实都不影响。大家可以看到这个界面非常简单,处理图片的也就是三种方式,处理单张图片、批量处理多张图片以及处理文件加图片。 使用方法也和名称一样,需要注意的就是处理整个文件夹的图片时,输入目录和输出目录需要纯英文路径,函中文字则会报 错。在缩放比例这一块,默认的缩放是等比例缩放,只需要选择想要的倍数即可。点击缩放到则是非等比缩放可以制定一长宽比,但是必须要勾选裁剪以适应宽高比,否则就是会被拉伸变形。今天的视力都是在等比缩放下进行的。 下载今天所需要的放大算法是 out sr, 网址我已经准备好了,大家在评论区即可找到。获取方法,进入网址点击下载后,最为 此次奥出的 stop 文件,下载好了之后需要移动到 stable division 的 models 路径下的 s 根文件夹中,这个文件夹在之前都没有用到过,大家记得不要找到文件夹了哦。 随后重启 we 键面,就可以在 upscall 中找到这个算法了,我们选择这个算法,找两张图来测试一下效果。拖入一张写实的美女图,将原图放大看细节已经很到位了, 但是皮肤的质感已经光泽度受限于分辨率,还没到一个特别好的状态,我们选择缩放比例为四倍,点击生成,稍等一下就可以获得放大四倍的图了。打开文件夹,可以看到 sabo t p o n 给我们生成了两张图,分别是 super 很胖的后罪名。我们选择一张对比一下细节,可以看到放大生成之后的图,皮肤的光泽感更强了,皮肤的细节都更加接近人体真实的质感。 仅仅看局部,嘴唇和牙齿都已经优化了太多,更加水润了。 ai 放大不仅仅只是会放大分辨率, 还会将你的图片不够细致的地方进行 ai 修复。我们再拖入一张二次元的图试试看,这张原图都是比较糊的,放大看更是没有什么细节,保持顺法焊放大倍数不变,点击生成等待片刻。对比一下原图核心生成的图,可以发现细节都 已经修复的很不错了,但是面部眉毛汗、头发这一块没有太好的处理,被 i 判断成一条黑线了。对于二次元的图,推荐一个算法是 os, 更是 x 加安妮妹六 b。 我们选择这个算法,点击生成对比看看。 这次的放大处理简直完美,整体的细节修复的十分到位,面部也处理的很精致,整体的色调也做了一个优化处理,所以处理真人的图像,文老使用四二做十二不算法处理二次元的图,文老选择奥雅色跟四 x 加安利妹六 b 算法,其他的都有各种各样的缺陷, 而且生成好的图还可以配上我们之前教大家安装内置版进行处理,有哪里不满意就可以随时修改,修改好了之后还可以发送为后期处理,不用打开两个软件增加电脑负荷。还不会的小伙伴记得翻之前的视频安装 stable defusion 的内置版不是哦。另外上期视频有小伙 伙伴反馈想要我的插件库所有文件我也已经打包好了提供给大家。顶级 a 信息资讯尽在 aiphone 上标,大家下期见!

今天这条视频一次性带你了解清楚 c body face 里面那些模型的相关知识。如果你已经根据我之前的教程安装并且了解了整个界面的使用之后,你可能迫不及待的就去写一个提示词来尝试作图了。 但是呢,当我们生成图片却发现怎么我的效果跟网上看到的那些差那么多呢?这里就要讲到 cbd 飞神里面非常依赖的一个东西,就是模型作图的质量还有可控性,跟你的模型有直接的关系。接下来我们一一的来介绍。首先第一类就是大模型,也就是我们常说的底模,在界面中是在这个位置, 这个底膜就代表是给 stable dfishen 这个画家所学的知识包。我们刚装上软件的时候,应该只有 edison 这一个底膜,如果你用这个底膜画出来的图大部分都是二次元的,因为这个学习包主要是包含二次元。如果你想让 stabledifection 能画出更多的类型,那你就需要给他安装更多的大模型。这个大模型一般都是以这两个后缀来结尾的,并且他有一个 特征就是体积会相对来说比较大,至少应该在两 g b 以上。比如说这里我们尝试一下我用 anything 做图是这样的,当我切换了另外一个模型之后,再来跑一遍这个图,我们就会发现同样的指令,同样的设置,但是这个风格就更接近于真人。所以说想做什么样类型的图片大模型大家一定要选清楚。 那这个大模型我们应该从哪里下载呢?在我们这个启动器里面就可以直接进行下载。首先我们找到模型管理,在第一个 say body face 里面的模型就全部都是大模型,我们可以看到它的大小以及它的名称,同时我们可以在这里搜索来进行 下载,在这个位置下好的模型,它自动就把我们放到了对应的文件夹里,我们只要点击一下刷新,它就会全部显示出来。如果是我们手动下载的模型应该放在哪里呢?这个时候需要打开我们 say body fashion 的根目录,然 在根部录中找到 models 这个文件夹, models 里面有一个 stable diffusion, 我们只要把大模型放到这里,同样的回来刷新一下,他就会出现。正常我们做图的过程 程中切换大模型是需要一定的时间的,点了这里之后是需要切换到后面这个控制台来看他这里的进度。完全加载完毕之后我们才可以开始使用。第二种模型就是目前使用率比较高的 lorry 模型,这一类的模型主要是用于精确的描绘某件事物或者某种风格,他的体积一般来说在几十兆到几百兆之间。 对应界面中的位置在哪里呢?在我们右侧的这个生成下面有一个显示扩展模型,在这个位置里面我们找到,然后点击刷新,就会呈现出我们所有的这个 low 模型。那如何来使用它呢?我们只要点击一下,它就会自动把模型的关键词输入到我们的正向提示词中,我们再来点击一下生成。刚才我用的这个是汉服, 当然我所有的指令都没有调,这个效果是比较差的。使用当中我们还要注意两点,第一点就是所有的 lore 在下载的时候,我们都要确认它的底模型是什么,炼丹师在训练这个模型的时候,他是有用到一个大模型来训练的,如果我们这个大模型没有匹配上的话,单 使用这个效果也是不好的。第二个 lori 的最大权重值不能超过一。有时候我们也学会混用 lori, 比如说一个汉服的加一个国风的,我们两个 lori 同时生效,但是这个时候呢,他后面的这个比重加起来一定不能超过一,比如说我想两个混用,这里就需要给他改成零点三,那这里就只能给他改到零点七以下, 这样来使用,他才可能两个同时作用,如果超过一,这个画风就会崩坏。初学者,我们不建议混用老人,因为你很难控制他的风格 模型,他的门道还有很多,后面我们会单独开一起来讲这个老人模型,那他如何下载呢?还是我们刚才的启动器中找到这个老人模型,在这里面可以有各种各样的风格下载,下载好之后 别忘了在这里点击刷新。那如果我们自己下载的 lorry 模型放在哪里呢?跟刚才一样,在主目录中找到 models, models 里面有一个 lorry 文件夹,我们把它放在这里就可以了。第三个类型就是 vae 模型,这个我们上 视频也提到了,我们把它当做滤镜来使用就好,如果不加它的话,我们的整个画风会变得非常的苍白,当我们加了这个卫衣之后,它的整个的颜色会更鲜艳一点, 建议新手可以不太考虑来更换这个,目前很多的模型中都已经内置了这个 v e, 当然我们如果想使用也可以直接在这里面下载,它的体积也跟 lori 差不多。第四个, abending, 呃,我们先来看一下它的位置在哪里,它的位置跟 lori 也是一个位置。点开这个显示扩展模型之后,在嵌入式这里找到 abending。 这个模型有些特殊,它的大小都非常的小,基本只有几 kb 到几十 kb, 这么小的模型能做什么呢?呃,我们可以把它理解为一个提示词的压缩包,它这一个简单的 词里面还包含了非常多的其他指令。这个在我们不考虑底膜,不考虑 lorry 的情况下,直接来使用,它可以从提示词的层面尽可能的还原他想要的风格。这个模型具体放在哪里呢?打开我们的主目录,然后在里面找到一般领, 直接放到这里就可以了。最后一个 hyper network, 这个模型确实不太常用,他是更强调于画风的一个模型。呃,我就给大家讲一下他在哪里使用吧。首先在界面中也还是在这个,一般电视的旁边就有这个模型。然后呢,同样的,我们可以在下载其中找到这个模型的 一些文件,可以来下载使用。以上呢,就是 cabledifish 里面常见的几种模型的类型,我们只有找到对应的模型才能配合提示词做出更好的效果。那现在虽然我们知道了可以在启动器里面下载到这些模型,但是它具体是什么作用 我也看不到效果,我该怎么去选择下载呢?这里就不得不提到大名鼎鼎的 c 站,接下来教大家如何在 c 站上面下载和使用模型。 首先进来建议大家在这个位置找到筛选器,在这里可以筛选我们想要的模型,比如说上条视频有讲到的大模型,还有 laura 这个呢,就是一边顶,以这个大模型为例,我们选择一下,我们随便点击一个进来可以看, 看到这个位置就是下载,直接点击就可以下载。下载模型之后如何生成像展示的图片这样的效果呢?我们可以点击这个感叹号,这里会展示所有这张图片的信息,包括正面提示词,反面提示词以及采样方式,还有就是他的大模型,也就是我们所要下的这个模型,以及他的提示词相关性,还有迭代步数, 甚至连他的种子也都写在这里,包括调过层数,我们把这个信息完全的复制到界面,再配合上大模型,就可以和他出来几乎一样的效果, 有些魔性。进来之后我们可以在上面看到他的不同版本,默认左边应该是他的最新版。然后呢,在这个下方我们还可以看到作者的一些更新信息,这个时候如果 你英文不太好,就可以点击翻译成中文,但是要注意我如果我们要复制这个地方的内容时候,我们一定要把这个翻译给他改回来,否则的话复制中文他是不太准确的。同时呢,有一个很重要的位置,我觉得就是在这个讨论区,如果有一些模 行作者粗心啊,导致没有把信息写全,很多时候可以在这个讨论区来找到他的对应使用方式,刚才的是大模型,现在让我们来看一下 loler 的使用方式下载的位置还是在这个地方,但是呢下载 loler 的时候我们要注意他的触发词,即使我们下载了模型,并且在这里面添加了他,但是呢我们还要有一个 触发关键词来触发它的使用,一般来说会写在这个地方,也就是说我还需要打上这个词才能调用它的效果,然后同时呢它的底模型有时候会写在这里,如果它没有写的话,可以在这个图片信息里找到,这两个一定要配套才能真正的实现图片中展示的效果,赶紧去尝试一下吧。

哈喽,同学们,我是旭 sir, 这节课给大家讲一下 stable diffusion 图声图的一个基础操作。 图声图的逻辑其实跟文声图都是类似的,都是需要基于我们的文字提示语去生成图片,相比于文声图的话,他是多了一些图片的一些基础操作的功能,可以基于一张图片进行修改,通过点击上面这个图声图,他就可以切换到图声图整个这个模块里。 那我们看一下这个页面,其实他跟纹身图的一个差异也没有那么大,他只是多了一个图声图这个上传图片的一个这么大的一个模块, 这里有几个操作,第一个是图升图,第二个是绘图。当我切换这两个操作的时候,发现下面的数据其实并没有发生太大的变化,第一个是多了一个缩放模式,这里边有一些操作可以修改。那第二个呢,是多了一个重绘幅度, 那这个参数呢,也是我们可以进行调整的,那这些我们一会会给大家讲,那如果点击第三个局部重绘的话,那这里面的参数变化会大一些啊,比如说蒙版模糊、蒙版模式等等关于蒙版的一些设置,这三个局部重绘的一些界面基本上也都是类似的,只不过在一些功能上有一些细微的差异。 最后一个批量处理,这个比较好理解,就是选择多张照片,然后进行统一的批量的处理。 ok, 那接下来我们看一下图声图第一个这个模块的一个基础操作, 首先我们需要选择一张图片,把它弄进来,把图片拖进来的方式有几种,第一种呢就是点击上传啊,点击这里边我们可以去上传一张图片,同时我也可以在其他的平台,比如说这个 c 站里边,我把这张图片直接哎选择拖进来,拖进到这个模块里,他就会自动把这张图片上 传进来。比如说在文生图里面,我们给好关键词提示语,然后去生成一张图片, 生成之后呢,我们就可以在这张图片的下面看到一个图生图的一个按钮,点击这个图生图,他也会把这张图片以及图片的信息啊自动的填充到这个图生图这一个模块里。 第三种方法就是在图片信息里面,当我们把一张图片拖到图片信息这个模块里之后,他右边就会展示对应的这张图片的信息。下面呢也有一个图生图的按钮,点击这个图生图,他也会自动的把这张图片以及这张图片的信息自动填充到图生图这个模块里边。 ok, 然后我们再看一下这个下面的一些操作,这里面有一个缩放模式,缩放模式里下面有拉伸、裁切、填充以及直 直接缩放四个操作。这个缩放模式他可以结合这个画面的宽度和高度进行调整。比如说我这里面调整一下他画面的宽度,在视图里就会出现一个红色的框,那这个红框呢,就是决定我们生成的这个画面的一个宽度,比如说我们大概 把它调成一个这样的一个宽度,然后下面的重绘幅度我们把它调高一些。这个重绘幅度指的是新生成的图片,他跟原始的图片的一个匹配度, 比如说我们把这个数值调的越高,他生成的结果可能就更加偏离于这个我原始的这张图片。那如果说我把这个参数调的很低的话,那生成的这张图片他还会更加接近于原始的那张图片。 ok, 那我先把这个参数调高一点点啊,比如说调到零点七左右, 然后我点击生成图片,我们看一下, ok, 这就是生成的结果。生成的这张图片的宽度相比于原始的图片啊,他就变窄了一些,这是因为我们刚才改了宽度的这个参数, 那如果说我们把这个重绘幅度给他数值调小呢?因为我们现在看到的这张图片基本上没有造成太大的一些拉伸的图片变形的一些效果,这是因为我们刚才把这个参数调大了,如果说把它调小,他会变成什么样的?我们看一下,比如把它调成零点零六、零点零七吧,我们看一下 点击生成。哎,我们再看一下这张图,这张图他生成的一个效果基本上和我原图是非常接近的,但是他在宽度上进行了一个压缩,这就是因为我把重绘幅度给调低了。重绘幅度参数调低,他的 带来的一个结果就是他生成图片更接近于我原始图片,但是我已经更改了这里的一个缩放模式,他还会把这个宽度进行缩减,所以他就会造成这张图片进行了一些拉伸变形的一些这样的效果。 ok, 那这就是拉伸给我们带来的一个效果。我们看一下第二个裁剪,点击裁剪之后,我们也可以拖动一下这里面的一个宽度,假如说我们拖动到这个一个宽度吧,然后我们再把它高度也改一下, 高度是控制上下的一个啊这个高度的比例的,比如说我们改成这样,我们再去点击生成一下, ok, 他就会生成我刚才裁剪的那一个部分的局部的模块,这就是裁剪带来的一个功能。然后我们再点击一下填充,我们看 一下,然后把这个高度重新恢复一下,然后呢我们把这个宽度啊给他改宽一点,就是改到这么宽,然后我们再点击生成看一下, 然后这张图片呢,相比于原图,他左右就会变宽很多,但是变宽之后呢, ai 并没有把左右两边的这些内容给填充进去,他只是进行了一个拉伸处理,这个效果很显然不是我们想要的,那我们怎么办呢?可以把重绘幅度适当的调高, 重绘幅度调高之后呢,他就会自动把左右两边拉伸的这个部分给填充一些信息,填充一些图形的内容啊,给他填充进去。但是同时他人物可能也会发生一些比较大的一些变化,比如说我们改成零点六吧,然后再去点击生成, ok, 我们看一下他两边基本上就给我填充的还不错。然后但是人物呢,相比于刚才的那张图,其实他的变化还是有一些的,那这张图其实相对来讲控制的还好, 生成之后呢,这两边多出来的一些内容就给我自动的填充进去了,但是人物呢,也稍微发生了一些微微的变化,这就是填充这个命令。最后一个是直接缩放,直接缩放其实跟拉伸有一些类似,我们调整这个尺寸之后呢?呃,这个参数可以再适当的小一点, 然后我们再点击一下生成,他其实也是把这张图片进行了一些拉伸,其实这功能我们并不常用,最常用的还是前三个拉伸、裁剪以及填充,记住这三个功能就好了。然后下面的这个参数刚才给大家讲了,就是 不会幅度。这里再给大家强调一遍,这个参数呢,我们调的越高啊,那基本上他生成的这个图片就更加偏离于我们原始的这张图片, 如果参数调的更低呢,那生成的这张图片他会更加接近于我们原始的那张图片。这个重绘幅度呢,他会影响到这里边的采样迭代步数,因为当前这个采样迭代步数是二十八,我把它调的高一点吧,比如说调到四十,然后呢这里边的参数我调到零点五, 这样好算一些,他是怎么计算的呢?如果说采样迭代步数是四十的话,那生成的这张图片他应该是大概跑四十步,那如果说我把重绘幅度调成零点五的话,那就是四十的一半,那就是大概跑二十步左右,二十到二十一步,那我现在按照这个 参数,我去点击一下生成,然后点击,然后把这个控制台给打开,看一下这里的参数,哎,还是二十二十一,那这个参数其实就是刚才我改了这里边这个四十和零点五这两个参数造成的那个结果他就跑了二十步左右,就是这样的一个概念。 下面这里有一个随机种子,这个种子是什么意思呢?我们对应生成的这张图片,每一张图片他都有一个种子值,就像下面这个信息里面就包含了一个 c 的值啊,四幺八八等等等等。这个 c 的值呢,就类似于这张图片的一个身份证的一个号码,每一张图片他都有一个 c 的值。 举例子,如果说我们使用同样的种子值,并且使用同样的正向描述语以及负向描述语,那按照道理来讲,生成的图片应该是完全一模一样的,这就 是种子值的一个概念。那种子值右边还有两个小按钮,一个是骰子,点击一下,这个骰子呢,他前面的数值会变成负一,这个负一表示生成的图片就是一个随机的种子,他可能是任何一张图片的一个风格。 那后面这个按钮呢?点击一下,他会恢复到原来我上一张生成图片的那个种子时,那点击之后呢,他就会自动变成刚才上一张就是四幺八八等等等等这个参数。 接下来我们看一下绘图的功能,呃,这里我选择一张啊,存好的一张白色的图片 啊,什么都没有。切换到绘图功能之后呢,右上角有两个操作,一个是画笔,这里我们可以调整画笔的大小,画笔的粗细,然后另外一个呢是画笔的颜色,我们可以随便改一个颜色,比如说改一个蓝色吧。那还有一种方式呢,就比如说我在网 上找的一张图片,还以这张图片为例吧,我把这张图片继续拖到这个绘图的这个面板里边,拖进来之后呢,我们看一下这个人的头发,这个人的头发的侧边呢,稍微有一些稀疏,那我们希望把这个人的头发侧边啊变得浓密一些,那么可以怎么办呢? 把这个画笔啊调的再稍微粗一点点,然后把这个颜色呢改成一个纯黑啊,或者直接吸一下这个人物的头发的颜色也 ok, 稍微偏棕色一些啊, 吸一下这个胡子吧,稍微偏紫色一些, ok 的。然后把这画笔再调大一点,然后把这个位置,把他头发的这个位置给他描一下, 希望他更加浓密一些,哎,大概画到这个位置,然后呢,我们可以把这关键词也复制过来, 然后反向关键词也复制过来,然后我们再去点击生成,看一下它的效果。 哎,这出错了啊,这个是因为我这边的一些参数没有变,我们把这个参数啊调整到他的实际的画幅的大小,大概是 五幺二吧,五幺二七六八, ok, 五幺二乘以七六八。采用方法,然后我们选择这个比较常用的这个关键词,我们再补一个吧,补一个 blackpire dla ck, 然后把这个重绘幅度参数稍微调大一点点,调到零点六左右,然后点击生成,我们再看一下。 哎,把这个图片放大一点,哎,现在这张图呢,他侧边的这个毛发,就相比于我们之前刚才拖进来这张图片,他的毛发就要浓厚了很多啊,这个也是绘图的一个功能的一个用法。

对视频做风格变换的技术,他来了。这是一个基于文本引导的视频声视频技术,项目的名字叫做 render video。 也可以这么一件啊,他是视频界的图声图技术。目前这个项目出来半个月收获了两千颗星。你只需要选择一个原视频,然后输入你的提示词, 他会先生成出视频的第一针处理之后的效果。左边这个是原视频,右边这个是处理之后的视频。 兄弟们有没有感觉这个项目好像有点东西和 sd 外部 ui 一样。你可以用正向提示词和反向提示词来控制生成的画面。而且它使用到的模型和 stable defusion 中的模型是一模一样的。你可以任意选择 stable defusion 中的模型。可以看到啊,生成的视频和原视频的姿势动作都是一模一样的,连眨眼都是同步的。 这一块是依赖于 ctrl net 对姿势做的控制。这个项目的特征就是零镜头了。基于文本引导了视频到视频的转换技术。这个技术它可以保证逐震之间的画面连续。 另外呢,你在使用的时候不需要进行任何的额外训练。同时啊,可以兼容现有的 stable deputy oc 中的 ctrl 或者是诺尔模型之类东西。接下来我们来说一说安装和使用。这个项目的安装。稍微有那么一点复杂啊兄弟们。在项目里面甚至列出了有八条安装错误时给出了解决方案。不知道有没有大佬会给出一个一键安装包啊。这个对小白来讲确实非常麻烦。 首先要在电脑上面安装酷打 gate 和 vs。 注意啊,是 visual studio 在项目的 get up 主页里面往下滑动,然后找到 installation 这个安装环节。这里已经给出了电源安装包的下载地址。 我的显卡是三零九零啊,所以选择的是十二点二的酷达安装包。然后在 visual studio 中要安装 win 十一的 s d k。 准备工作做好之后,我们就可以开始拉代码了。然后用 get 把项目拉去了本地。注意啊,要带上 recursive, 因为这个项目里面还有子项目。然后用这两个指令创建并且激活虚拟环境,再用 pip 来安装项目所需要的依赖。接下来用 python 执行, 你是要点 p y 这个文件。这一步执行的时间比较久啊,他首先会编译出 e b s y n t h 这个东西,然后会自动下载几个 stable t fusion 相关的模型,包括 ctrl nas 的模型。接下来执行 python y b y, 点 p y。 如果不出意外的话,就要出意外了。他会说你的 torch 不对。先用 p i p 卸载掉 torch, 然后用这条指令重新安装 torch, 出现这个就表示启动成功了。在主界面里面往下滑动,有三个视力,这个视力的话他会把所有的参数全部给你配置好啊,因为运行时候需要 stable defusion。 reanimate 的这个模型。在项目的介绍中也给出了 reanimated 以及 realistivation 这两个模型的下载以及放置的方式。下载好之后就直接放到 models 这个目录里面, 这两个是我们额外下载的模型。然后点击这个运行第一针,然后先处理出第一针的效果。第一针处理的效果还不错的话,再点击中间这个 rank frames, 让他进行第二步处理关键针。这个技术的原理的话,应该就是 先把视频拆针,然后对每一针做处理,最后再合成出一个新的视频。现在关键针的处理结果出来了,效果也还不错的话,就可以点击第三个按钮,让他进行视频的合成,最终生成的就是右边这个效果。

在使用 sd 时,是不是经常遇到这样的情况,看到别人好看的图片,将参数复制下来,但是自己却生成不了相似的图片,很大一部分原因是没有选对大模型。 大模型的作用是定义图片的整体画风,通常是 c, k, p, t 和 safe tensor 文件。放在 model 文件家的 stable defusion 中, 大模型通常有几个 g b 的大小,可以在 web u i 界面左上角选择新加入的大模型,经过刷新就可以呈现出来。 c 站是一个丰富的模型库,喜欢的模型都可以在上面免费下载。目前用的最多的模型基本上可以分为三类,一种是二次元模型,比较偏向漫画插画风的。一种是写实风格的,偏真实系画风。 还有一种是二点五 d 模型,介于二次元和写实风格之间的模型,类似于三 d 动画常用的模型。我已经帮大家整理好了,需要的私信我领取哦!关注我,带你学习更多 stable diffusion 的用法。

今天讲一下在 stable diffusion 中生成图片如何进行放大。这期视频所用插件放在评论区了。第一种高清修复 highest fix 是在文生图界面放大的, 这里说一下,模型训练一般都是拿五百一十二乘五百一十二或者七百六十八乘七百六十八这种素材来做的,你生成图片时,也当尽量不要把设置超过分辨率范围,否则画面上更容易出现不可控因素。 但这么小分辨率的图片显然可用性会非常差,所以有了 harsh fix 这个补充它的原理。先产生一张小尺寸的图,利用小尺寸的图当成构图, 选择好的放大算法再进行放大,同时往其中添加更多细节,缺点就是会影响我们出图速度。 算法选择,这里有前变量组和非前变量组,常用的就是下面的非前变量组,综合效果会更好一些。这个四 x ultrashar 算法需要单独下载下,下载好后安装目录为 y b u i 下的 models the esagan 文件夹里 二 s 跟四 x 加和 r s 跟四 x 加 anime 六 b。 没有的话需要打开设置,找到里面的放大,然后把这几个勾选上。 特别推荐这个四 x ultra sharp 算法,太全能了,真实照片放大可以使用 esagan 四 x 动漫二次元推荐 阿瑞斯根四 x 加和阿瑞斯根四 x 加 anime 六 b 高清修复,采样次数推荐,三十以内多了,效果不明显了。 放大倍率和从会幅度的参数,我这里贴一张国外大佬的测试结果,从会幅度零点二杠零点六,在两倍放大的情况下有较高的质量。 第二种放大功能,在附加功能里放大,生成图片后直接点击附加功能,在这里进行放大, 这里调节放大倍数,推荐二至三倍。下面这里是选择算法,选择适合的算法,然后直接点生成就好, 也可以在这里指定放大尺寸,但我们一般用倍数放大就好。

深度图是 i 提取图片的物体特征,进而估算画面中每个物体的前后关系而形成的类似超声图的一种图片。然后 ai 再根据这个画面的深度关系进行绘制,生成你想要的效果图。 这就是进阶片 ctrlny 的第四张深度图片,还没看过进阶课程其他内容的家人,请一部姜子前面的教程视频,当你遇到过这种情况,借助现搞出来的图片和原图相差甚远,这种时候利用深度图就能更好识别空间关系。我们打开 ctrlnut 导入照片,这几个选项都打勾, 选择深度图跌屏模式,点击爆炸图标预览深度图。左边有四种深度图处理模型,我给大家简单介绍下。第一种,跌 player 和跌 player 加加,这两个功能是一样的,可以手动调节深度图 layers, 更捕捉画面的前景。跌 player 加加少用,很占内存空 空间。然后就是 mids 和 soy 这两个处理方式, mids 更聚焦于中间位置的景,而 soy 总体来说更加均匀。我们换一组对比给大家看下,这样就能直观的看到三种方式的效果了,建议自己多对比尝试。需要提一下的是,深度图的使用非常占用显卡内存, 所以显卡内存不够的记得适当调低图片尺寸。关于深度图的分享就到这边,我是 ai 姜子,谢谢观看。

hello, 同学们好!因为经常有群友抱怨自己的 s d 生成图特别慢,但又不知道是 s d 本身慢还是自己硬件差导致的慢,所以今天给大家带来一款 s d 的小插件,名字太长了,我就不念了。大家理解它是一个 s d 版本的三 d mark, 将这个 kit 地址复制到 s d 中,从网址安装安装 应用并重启用户界面,然后在我们的 sd 界面中就会多出这么一个系统信息,点击进入就可以看到这个 sd 使用的各种环境信息。 大家可以看到我的四零九零已经被换回了三零七零,太了,因为一头母猪叫了实在是太大声了,被我强制返场了。然后最重要的除了显卡,其他的重要信息也都在这里了。 torch c o d a 和 c o d n, 点击下面的跑分,就可以根据你当前环境进行一次测速。下面是我用四零九零的两个测速版本,可以看到两个版本仅仅是把 codm 从八五零零更新到八八零零,最低跑分增长了百分之六十五点三五, 而最高跑分接近翻倍,增长了百分之八十一点九八。但这还不够,这仅仅是我们自己的速度,我们并不知道这环境下的速度是否正常,所以我们还需要这么一个网站, 我们在这里输入四零九零,然后 ctrl 八八零零,这样就可以找到跟我们类似环境老哥的测速成绩,对比着看看你是否买到了假的四零九零。好了,本期的分享到此结束,感谢大家的收看,记得点赞、评论和分享哦!

来,我们继续上次生成的一堆模型对不对?我们来看看这些模型怎么检查并使用。我们把生成的这些模型全部复制,然后粘贴到 ic 的插件目录里面去。 a 三胜所有的插件都在这个文件夹, 找到这个 networks 结尾的文件夹,打开里面的 model 文件夹,打开牢牢文件夹,粘贴到这里就可以了。打开 stable defusion, 点开 additional networks, 刷新一下模型列表,你就会在这里看到刚刚放进来的模型,随便选择一个,然后启用。点开下面的脚本,选择 xyz 图表 x 九,选择附加模型,一点一下后面的小说图标,其他的模型就会出现。 外轴选择附加模型一权重,外轴只写零点六,零点七,零点八,零点九,注意要英文逗号,这里是为了测试不同权重的效果。把宫格图边框设为十,然后填上关键词,我就 简单写一个女孩,加上基础词,然后就可以生成了。 much, much, much later。 考完以后你就会得到这张图,会显示你的所有模型在不同权重下生成的效果。横坐标就是你的模型名称,重坐标是不同的权重,我们就可以直观的看到哪个才是我们需要的,比如这个一堆马赛克的,我们直接 pass 掉。 我们可以看到零点六和零点七权重的都不像了,零点八和零点九就开始有那位了,依旧会更好,就可以得出最后的模型。零点八以上权重效果最好,那其他的模型就可以删掉了,以后生成图像的时候记得权重高一点就行了。

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!

目前图片生成类的 ai 工具有很多,但主流的却只有两种,一个是 meet journey, 这个工具就像是苹果手机,很强大,但不开源,只能在线使用。另外一个是 stable diffusion, 它就像是安卓手机, 很亲民,没有任何限制,任何人都可以免费下载到自己电脑里来使用。今天我要分享的是 stable defusion 秋叶版, 接下来我会简称为 s d, 现在看到的就是 s d 的启动界面。首先介绍一下文件夹,第一个跟目录,也就是 s d 软件在本地电脑上保存的位置在这里边。另外还有两个文件夹是会经常被访问的。第一个 extensions, 这一个是扩展文件夹, s d 的所有插件程序都存放在这个文件夹下。另外一个是 models, 这个文件夹是 s d 保存模型的地方,这里边用的最多的有 stable defu, 这个文件夹是保存基础大模型的地方。 laura 文件夹,保存 laura 微调模型的地方在 sd 的根目录。还有一个文件是需要知道的,就是这个 styles csv 文件右键菜单,我用记事本打开,它在这里保存了很多我自己预设好的提示词, 它可以很有效地提升工作效率。有些通用的提示词不用每次都手动输入。重新回到启动器界面, 这个扩展文件夹刚才已经介绍过了,临时和超分输出这两个文件夹不用理会他。下边这四个文件夹是我们平时文生图,图生图生成后的图片保存的地方,至于什么是网格图,什么是单图,等一下会具体再介绍。在高级选项里 启用 api 是需要勾选的,否则会影响插件的使用。疑难解答,如果软件运行遇到困难,可以过来这里扫描故障原因并寻求解决方法。 版本管理,软件运行可以从这里选择以哪个版本来运行。不同版本界面显示和功能会有所不同的扩展选项,这里列出的是我所安装的所有插件,如果想卸载插件,可以从这里点卸载,也可以直接去 extensions 扩展文件夹,删除相应的扩展插件文件夹。模型管理, 这里列出的是本地已经下载了的所有大模型,以及从上边可以切换管理 v 模型或者 lower 模型。 lower 模型又分为原声模型和插件模型,原声模型保存在 models 模型文件夹,插件模型保存在 extensions 插件文件夹。在小工具这个选项下,法术解析对新手特别有用, 当你下载的模型不知道什么用或者应该保存在哪个文件夹下的时候,可以用这个工具打开。这个工具可以为你列出模型的种类,用法,以及需要保存在哪个文件夹里。 模型站这个后边,我会另外向你们介绍。这个灯泡可以改变软件的界面,是以高亮或者暗黑的方式来显示的。设置的这个界面我们可以直接略过,回到一键启动界面,单击一键启动按钮,软件插件装的越多,这个启动过程也就会越久。 这个插件就是在 ps 的增效工具里运行的那个插件,也就是这个文件夹,从 ps 里可以直接运行。调用 sd 软件,在 ps 里直接生成图片, 而这一个是把 ps 整合到 sd 里,可以直接在 sd 里运行 ps 的一个插件,我快进软件运行加载的速度,软件运行后 最终是在浏览器中打开的,在这个界面中按下 control 键加滚动鼠标中键,可以改变界面中文字的放大与缩小,很方便。这一技巧不可不知的。界面左上角第一个就是选择基础大模型的地方,紧接第二个是选 选择 ze 模型的地方,如果大模型生成的图片偏灰,颜色不鲜艳,就可以把这个模型给打开。下边纹身图的提示词是需要输入正向的,你希望模型生成的图片是什么样的,就把要求以关键词的形式输入到这里。输入时尽可能以从大到小的顺序 排列,前后顺序不同,提示词的权重会有所不同,比如家装、客厅、沙发、茶几等。下边这一个是输入反向提示词的地方, 也就是你不希望从画面中看到什么,就把你的要求以关键词的形式给输入到这个地方,比如黑白、简陋、粗糙、水印等。提示词下边这一个是安装的提示词自动翻译插件,在上边直接输入中文提交, 提交到提示词况之后,会自动翻译成英文单词,并以逗号隔开。负面提示词也是一样的,输入 中文自动提交并翻译成英文。当现有的提示词不想要的时候,单击生成按钮,下边的小垃圾桶图标可以删除正负提示词生成下边的预设样式,这些样式上保存的提示词对应着根幕路上我介绍的那个 excel 文件,想要删除,这里预设好的样式 也是在我前边介绍的那个 excel 文件中删除。选中一个预设好的装饰类常规预设,单击生成下的记事本图标,预设好的提示词就会被一键提交到提示词框中,然后就可以进一步的输入对装饰家具的要求词语, 比如家装、客厅、沙发、茶几等。到提示词框中,中文输入自动切换成英文。如果想把这些保存为一个新的预设样式,以便以后重复使用,就单机生成按钮下边的小企鹅图标起个名字就可以保存了。单机生成按钮下边的小红书 会弹出模型管理面板。单机分类下的模型按钮,弹出的是基础大模型的列表,我都以中文名字对他们进行了分类。通过启动界面打开模型的文件夹,建多个文件夹,以不同的名字对模型分类保存。 任意打开一个相同名字的三个文件预览图,可以模型网站上下载了直接保存过来,也可以自己生成保存。 gson 这个文件保存的是模型的生成信息, 这个白色的也就是模型文件。继续我们软件界面的分享,单击 lower 选项,这些模型的分类和刚才的大模型是一样的。单击模型预览图右上角的小图标。在这个界面里, 触发词的记录和填写很重要,比如我在触发词里输入 c、 b, 然后保存。提前设置好模型的权重也可以提升工作效率,比如权重我设置为零点九,然后点保 存,单击 lower 模型的图标,设置好的零点九,权重和触发词就一起被载入到正向提示词况里来了。接下来我再说一下模型的下载网页打不开了,每天遇到各种不同的问题并解决问题已经是我生活的常态了。这个里不里不等于是中国版的 c 站。 从模型预览图左上角的名字可以知道模型的分类,从上边菜单可以选择模型在应用领域方面的分类。 像这一个 lower 微调模型,可以修改生成人物皮肤质感的,在假与真实之间逐级调节,素颜与浓妆之间切换调节的,皮肤质感增强的,提高腿与身体比例的,以及提升饱和度的等等。 接下来再看一下建筑装饰类的模型,选择模型时可以通过右上角的筛选来排除页面中模型的显示,只显示哪一类的模型。再说页面右上角的在线 sd 按钮,如果自己电脑配置低,可以选择使用。这种在线生成的功能是一样的,只是在线的会管你生成的人物图片、衣服穿了多少,而本地的则没有如此限制。接下来再带你们了解 c 站,这个应该是世界级最大的 ai 模型网站了, 只是我略过了科学上网的操作,不做演示。没有科学上网,这个网站是打不开的。像这个模型可以给生成的建筑自动增加做绿化的效果。回到 sd 的界面,再次单击小红书,收起模型面板,预设下边的这个提示词插件, 单击它。在弹出的分类列表中可以选择人物或者是动作、表情等。比如我选择了人物,这里又对对象、年龄、肤色、动作等进行了分类,任意选择单击便可以把提示词加载到提示词框中。主体提示词选择好了之后,可以再从预设 样式中选择保存好的人物类通用预设,再往下边的迭代部署,一般默认的是在二十到三十之间,我一般不改动它 采样方法,速度最快的就是默认的这一个。想要质量更好,就选带加号的,想要接近真的照片效果,就选后边这几个。 dpm 带两个加号的,但是会影响生成的速度。面部修复生成人物图片一般要勾上,否则低像素生成大图脸部会崩坏。 平铺图对配合草图大师或者三 d m a x 做全景效果图特别有用,它可以让全景图的四条边无缝地衔接起来, 想要生成的图片清晰度高,就勾选上这个高清修复。除了选择放大算法外,下边还可以选择生成图片的放大倍数,这个要根据电脑的配置量力而行。生成图片的长宽比这里新手可以只记三个尺寸,一个是五百一十二乘 五百一十二方形画面,一个七百六十八乘五百一十二横屏画面,一个五百一十二乘七百六十八竖屏画面。总批次数与单批数量,这里单批数量越大越耗电脑内存, 而总批次数这里等于是排队的,跟生成的时间有关系,跟内存没关系,就像是让你一次性搬十块砖,累一次搬一块,跑十趟,把砖搬完,轻松但耗时的道理,这里也要根据电脑配置量力而行。 现在我也不输负面提示词了。任意生成四张图,给大家演示一下前面启动界面中网格与单图的不同,生成完成后,一张图上有四张预览的图,就是这里说的网格图保存在这个文件夹里, 而一张一张的单图就保存在这个文件夹里了。图生图的网格图与单图道理一样,就不再重复讲解了。像这张脸长到身体上的这张图, 就是因为没加负面提示词的原因。像工作中真的遇到了这种情况,可以发送到图声图的重绘功能进行修复,往下看保存和打包下载就不解释了。再往后发送到图声图或者重绘, 就可以用蒙版单独修复不正常的这一部分了。发送到后期处理是当图片尺寸过小,像素较低的时候,可以去后期处理,进行无损放大图片的处理。再来说一下发送到 photo p, 这个是 s d 中的 ps 插件, 很不幸插件打不开了,有问题,要善于解决问题。刷新一下当前页面,再次打开 photo p, 这一次就正常打开了呀, 看界面就知道了,工具界面和 ps 几乎一模一样的。我们继续随机种子,图片的种子就像是人类的 dna, 固定了图片的种子,重新生成的图片就会被 原图片很接近,就跟儿子仿爹是一个原理的,但随机的就千人千面翻译后的细节。设计师的这个插件是做人脸修复的,勾选他小像素生成大图,可以防止人脸崩坏。跟上边的人脸修复不同的是, 这个插件可以单独对人脸进行提示词的控制,不填的话会以插件默认的设置对人脸进行修复。平面扩散和平铺 v 式。当电脑显存太低,生成不了图片时,勾选他们 生成图片。可以把原图片分块分批分次一块一块的生成,然后再拼接起来一个成图。就跟我前面举的搬砖的例子是同一个道理,平面扩散的分区提示词控制是一个很重要的功能,勾选启用它。 比如我任意载入一张图片进来,单击并启用区域一,通过修改参数,可以调整图片中红色块的位置与大小。下边的提示 词可以控制让 sd 在红色块的这个位置生成一个什么东西,比如拿了一朵花,勾选启用区域二,同样修改参数,调整黄色块的大小和位置。比如我把它放在左上角, 我让他在这个位置生成一只蝴蝶。勾选启用区域三,想同操作,我把这次的浅黄色块放到左下角,我让在这里生成一张小猫。还有一个不能忽略的选项类型,比如手里拿荷花和小猫,我让生成的时候把它喂作为前景, 而左上角的蝴蝶则作为背景中的一点装饰来生成平铺 v 的参数,也就是当一个大图分割成若干的小图来生成时,每个小图分割成多大的问题,这里不够多解释,一般默认就好。 再说附加网络,也就是插件版的 laura 插件。勾选启用了之后,比如从这里选择一个衣服权重控制模型,从一到零之间修改 参数。林氏提示词中所有描述到的衣服全穿上,而一是无论你加了多少服饰的提示词,我就是不穿, 所以零点几就好。 low right。 插件模型也是可以多层叠加的,这里不再过多演示,接下来再说。 control net 控制网,也就是做装饰建筑效果图必备的一个插件,这个需要上传现导图,我们最后直接拿 su 模型导图进来进行演示。在图生图这个界面,用的最多的是图生图和局部重绘。图生图是以一张图片为基础,通过基础模型和提示词的控制,生成其他风格的图片出来。 而局部重绘是在某一张图的整体不变的情况下,图黑出错,需要修改的某一个位置作为蒙版,并对蒙版遮盖的位置重新修复生成的操作。后期处理是对图片进行放大的,刚才介绍过了 p n g 图片信息, 我任意导一张图片进来,右手边便会自动生成这张图片生成时的政府提示词及相关参数信息。复制图片的种子数,把这张图发送到图生图,或者在图生图中重新打开, 把复制的种子数粘贴到随机数种子这里,就可以在大体不变的情况下对这张图的风格进行微调。 而图片生成的正负提示词信息可以直接从 png 图片信息这里复制了,进行局部修改。模型融合是把多个模型合并成一个综合性模型的插件,属于高阶功能的插件。这个训练菜单下是自己用图片训练 lore 模型的,我有训练过几十次,前十几次基本上都是失败的, 现在基本上每次都可以成功了。模型预览,曾经有一天我的 s d 无法加载和识别到我模型文件夹下的 lora 模型,所以就装了这 插件。装过模型无法读取识别和加载的问题就解决了。附加网络是 low right 插件菜单,只要学会在文声图和图声图那里调用就可以了。无边框图片浏览器是一个很好用的看图插件,因为软件里有我私人的图片资料,所以就不打开演示了,对不同的模型格式进行转换。 你想一想 ps 文件转 cd 二 cd 二文件转 ps 就知道啥意思了。模型管理这个插件有用的,我的模型文件都已经有三百多 g 了。 当电脑硬盘不足以保存这么多模型时,模型文件就可以单独存放到移动硬盘或者其他本地磁盘。 只需把路径粘贴到对应的模型路径框内,勾选后边的启用就可以读取使用了。 mov to mov 是 s d 制作视频的一个插件,原理很简单,导入视频,把视频导出成真序列图片,也就是视频没 一秒会有二十五到三十帧图片。把导出的所有图片在锁定图片种子的情况下,批量图生图进行风格转换,然后再把转换后的图片重新连接起来,生成视频。 photop, 这个刚才说过一次了, 只要会用 ps 的小伙伴就都会使用这个插件的。 wd 一点四标签器,这个插件是 sd 必备, 有了它很多图片生成,只需要找同类的参考图片过来。反推,不用手动一次又一次的测试提示词,反推之后把自动生成的提示词直接发送到文生图或者图生图就可以使用了。在设置菜单里 有一个是我推荐一定要知道的,在功能列表里找到一个优化设置,在他的设置页面里找到一个 tok 合并比率,把它的参数设置到零点五。当电脑配置低,软件打开速度慢时,这个设置可以有效的提升软件打开的速度。 最后一个扩展菜单以安装这个页面罗列了所有已经安装了的插件,这里跟启动界面扩展里的插件是相同的。可下载选项卡, 单击加在扩展列表弹出的表格中,列出的都是可以安装的 sd 插件,找到想要用的插件,单击后边的安装。除此之外,还可以单击上边的从网址安装选项卡。 sd 的每一个插件在插件的官方网站上都有一个安装网址,把想要安装插件的网址复制下来,粘贴到 get 仓库的扩展网址栏内,再点安装按钮。安装完成后, 回到已安装选项卡,单击应用更改并重新启动,就可以重新加载并启用新装的插件了。在进入实力演示分享前,我先说几句自己的一个观点。我早年在职场新入一个公司上班,见到一个同事,做设计的同事和其他同事滔滔不绝地讲电脑及软件的国内 发展以及国际发展方向和趋势,我没听说过,给我佩服的不得了,觉得见到高人了。正巧因我对显卡有要求,老百姓买了一个显卡送到让我自己装上。 我就对那个同事说,我不太懂硬件,你这么专业,就你帮忙给我装一下吧。结果他拿着显卡对着主机机箱后的 usb 插口一阵比划,最后说,这插口大小不一样啊。我当时都惊呆了,于是说,这种小事还是让我这种不专业的人自己来吧。现实中这种人有很多, 而且不具备分辨能力的人更多。所以常有人问我,别人几十条视频,几千粉丝就年入百万了,你都几万粉丝了,短视频平台有没有给你发工资?肯定一年也有好几百万了吧。我只想说,现在恒大和碧桂园都撑不下去了,还相信网上人均年收入过亿的这种鬼话难 会遇到电信诈骗的电话转钱的速度连警察都拦不住。希望我们在刷短视频看网剧霸道总裁与富豪秩序的同时,不要忘记了生活原本的样子。 言归正传, alt 加 a 对 su 的草图模型截图并保存到电脑桌面。回到 sd 的界面,刚才漏掉了一个预设管理器,现在重新介绍一下。生成菜单下的预设样式,所能保存的只是正负提示词,对设置参数是无法保存的,但是预设管理器在详细设置的下面, 你只要能打上勾,便能把设置的选项和参数一并给记录下来,所以不是一般的好用。好,我们继续预设样式。载入一个通用的建筑装饰类通用提示词,打开 lower 模型面板,选择一个可以对建筑进行绿化装饰的 lower 模型并修改权重。打开并勾选。 启用 control net 插件,单击并上传刚才保存的 su 截图,勾选低显存模式与允许预览模型类型。选择 mlsd 直线预处理器和模型加载成功。单击预处理器后的小火苗, 黑底白线的线稿提取成功,再修改需要生成的图片尺寸为七百六十八乘五百一十二,横屏生成两批,每批两张,也就是点一次生成共会出来四张图。单击生成按钮,预览生成过程, 等待声称结果,声称结束。现在可以看出建筑没有了高度,屋面直接落在了地上。增加完善提示词,强调现代建筑、大厦、楼体、 酒店的外墙以及玻璃和窗等再一次生成预览,这一次就比上一次好很多了。选一张作为本次视频的封面,并结束本次的分享。这里我再科普一点基础知识, d 之所以能生各种图片,那是因为有人物、风景、建筑等各种模型,但什么是隔声照,什么是消声器?消声片这个在 a i 的模型数据库中是空白,没有概念的,需要后期去结合三 d 和 ps 来完善。 如果想让 sd 直接生成直观形象的隔声照效果,就需要实景拍摄隔声照的图片,或都建模做隔声照的效果图,训练成 lower 模型,供 sd 生成图片时调用,才可以生成更真实的隔声照效果。今天的视频有点长, 能看到这里的一定是对设计工作真正有兴趣的人。关注我,让你在学习的道路上至少少走三个月到三年的弯路。

平时我们去找以前做过的图,需要打开个目录,然后找到 oppo 文件夹,在里面才能找到之前做过的图片,这样找起来非常麻烦,有时候做图做久了,找起来也很累。如果你要取一张图的种子, 就需要找到图片,把图片拉到 sd 里的图片信息的位置,才能读取到对应的种子。还有深层时候的设置参数,那有没有办法可以很方便的在 sd 里面就可以预览图片,还有调取设置参数种子呢?当然有,今天介绍的就是这款目前最好用的图片预览插件,点击它后就可以来到这个页面, 看起来非常通俗易懂。纹身图、图生图还有批量生成的网格图,在这里都进行了分类。比如我要找到我之前纹身图做的图片,只需要点击它就可以很清晰的浏览之前做的图了,一目了然,找起来也特别方便。 比如我要找这张图的作图信息,还有种子,只需要点击一下就会弹出信息框,上面记录了当时作图的提示词尺寸。采用方法,种子信息秀, 点击,打开上下文菜单,可以直接将图片发送到文生图。图生图还有局部重绘附加功能, ctrl net 批量下载等位置, 点击这个复制提示,可以一键复制所有信息。来到纹身图,粘贴到正向提示词框里,再点击这个箭头,当时作图的所有提示词 参数都会同步,对应的种子也自动调取了。回到插件,它的功能不仅仅只有这些,假如你做过的图片很多,你想通过关键词快速搜索也是可以的, 点击这个模糊搜索进去,比如我要搜索用一个女孩这个提示词生成过的所有图片,就在搜索框这里输入 e go, 再点击最右边的搜索,对应 所有图片就搜索出来了,这样你找起来设置超方便。你实在不知道搜什么提示词好,你就点击图像搜索这里把你做过的所有图片的模型, lola 正反提示词都进行了分类,你需要搜什么就点什么。 比如我想搜 max 九这个真人模型做过的所有图片,点击选择后,再点最右上角的搜索,对应模型做过的图片就出来了。要搜索用 c 四 d, 这劳拉做过的所有图片,就在劳拉分类这里,点 c 四 d, 再点右上角的搜索,用这个劳拉做过的图片都会整理出来 往下拉。还有正反提示词尺寸采样方法的分类,你还可以预览图片的时候进行筛选,右键选择发送到批量下载,然后点击这里的批量下载归档,再点击左上角的打包层,这部下载就可以把你选的图片打包成解压包了。 下一个视频会给大家带来更多最好用的 sd 插件,插件的下载和安装我都会整理放在粉丝群还有视频下方。关注我,让你在 ai 的学习上少走弯路。

sd 官方发布新功能 unprog 对标新 ps 的图片扩充,使用了新模型 sdxl 技术,画面非常鲜艳,晚点测试一波。

不会 s d 的人做模特图啊,这 会 sd 的人做模特图。首先我们打开 sd, 点击左上角图,深图上传重绘门板,将原始图片以及衣服门板图片拖进来,下方找到重绘非门板内容,选择一个采用方法以及勾选面部修复, 设置一个合适的尺寸。接着点击 ctrl app 拖入原始图片,点击启用控制类型,选择软边缘, 点击爆炸按钮,生成一张线稿图。再次添加一个抗撞耐,点击启用类型,选择深度预处理器,选择最后一个, 点击爆炸按钮,生成一张深度图。接着输入想要生成的模特词汇就 ok 了,可以参考我的单词哦。最后点击生成效果搞定。