粉丝1.2万获赞5.4万

大大输入 lara 提示词,每次都得打开 c 站,有更快的方法吗?只要安装一个插件,就可以在 lora 模型中调用。在 c 站大家下载 lora 模型的时候,在 lora 模型的介绍页会有一个提示词,在画图的时候输入这些提示词才能触发 lora 模型,达到一个最佳的效果。 是每次下载模型去使用的时候总会容易忽略他,还需要重新打开 c 量去找这些提示词比较麻烦。在我之前的视频里介绍了一款插件,就是这个 c 量助手,这里我简单说一下安装方法,首先需要来到 get 网站, 复制 c 张助手的链接,到外博 ui 里的扩展,然后点这个从网址安装,装好之后需要这个插件对我们的模型进行一次扫描,之后我们打开 sd 的页面,点开 loger 模型,我们就可以看到下载的模 行都有预览图了。在我们的模型上点击右键就可以调用。我们去看一下这个插件的网址,这是关于插件合作者的介绍。复制扣子里的链接,回到 sd, 打开扩展,从网址安装。点击安装之后,重启 sd 页面 之后就会出现这个劳抓提词工具,它除了可以调用劳软模型的触发词,还有一些其他好用的功能。 比如说以这个 lord 模型为例,我们点击右键,这样就可以直接调用 lord 模型的出发词,我们再打开 c 弹,对照一下是一样的关键词,所以我们可以在 sd 直接调用。除了这个功能,还加入了一些这类图片的提示词, 鼠标放在上面,他就出来了很多和这个模型相关的实力图,只要任意点击一个,他就会把这张图片对应的参数给调出来。如果大家有的 low 模型不是在 c 站下载的,在其他渠道下 或者是自己训练的,那么点击右键,他这里就没有一个可触发的关键词,这里我们可以去编辑,比如说在这个编辑模型触发词这里可以手动打上这个模型的触发词,然后还可以输入一些反向的提示词, 也可以调用 lora 一个比较好的权重,比如说这里设定一个零点六,点击保存回到 lora 模型的界面,那么在右键点击可以看到它这里有了触发词, 也可以直接点右键去使用。你模型的权重参数的大小就是你刚才设定的那个值。是不是不用每次去 c 站有关键词了,这个插件真的实用,方便又快捷。

这是一个小姐姐,如何让她穿上圣斗士中的圣衣呢?通过 ai, 你可以将小姐姐的模型与圣衣的模型进行组合, 而掌握组合是学会 ai 绘图的关键钥匙。比如这张模特图片是有符合亚洲审美的人脸模型 加裙子模型加真实照片风格的底膜组合而成。再比如这张网红小姐姐,是由抖音网红模型加黑丝模型加真实照片风格的底膜组合而成。 所以 s d 绘图的一个最基本思路就是将你的需求进行拆分,对应到已有的模型进行组合。但要熟练的运用组合,你需要掌握模型的基础概念。今天我们就介绍最常用的底膜。 nora 底膜又称大模型, 是控制图片整体风格的模型。比如我要绘制一张二次元人物,可以选择二次元风格的底膜,而同样题日词,换一个真实风格的底膜,则会生成真实照片的风格。对于 sd 来说,底膜是必选项,也是我们出图首要考虑的因素。 底膜可以在 c 站下载,这里选择 check point 进行筛选,也可以通过图片左上角的标记来识别模型的类型。点击图片进入底膜,这里可以选择底膜的不同版本,然后点击右侧按钮进行下载,下载位置如下, 卸载完成后点击刷新,可以找到新下载的底膜。至于具体使用哪个底膜,主要在 c 站查看每个底膜的视力图片是否符合自己的需求。后面我会专门做一期视频,给大家推荐一些好用的底膜。而 lora 是微调模型,用于框定更 具体的图片特征,如某个品牌的汽车、某种人物姿势、某个款式的衣服,某个 ip 人物,某种画风等等。多个 lora 常常组合使用,如我要生成人造人,十八号的某个特定姿势则可以组合使用。姿势柔软和十八号柔软。 在 c 站中,通过左上角标签可以识别 lower 模型。 lower 需要下载到本地的这个目录,在 sd 中点击右侧的这个按钮,点击 lower 标签,可以看到本机已下载的所有 lower。 点击刷新可以显示最新下载的 lower。 i lora 的具体使用,则需要在提示词中加入两部分内容,一是 lora 的权重设置,二是该 lora 的触发词权重可以通过点击对应的 lora 进行添加修改这个 数值即可调整权重。我们可以参考 c 站中该 lower 模型的势力图片中权重的设置。而第二部分触发词 在 c 站 lora 的属性中可以找到,我们需要根据自己的需求选择一个或多个触发词,填写到你的提示词中即可触发 lora。 比如我们描述词为一个女孩,现在加入十八号 lora 设置权重, 加入触发词看下效果,这时再加入剪刀手词式的 lora 设置权重, 加入出发词再看一下效果。 ok。 本期内容较多,感谢观看,下一期会继续给大家讲解组合的使用,让大家吃透在约中如何运用组合。

大家好,我是爱江子,今天我们继续 stable diffusion 的入门教程,第四期, lour 的教程和使用本视频关于 lura 几个重点都总结在视频末,大家自行保存 lura 可谓是声明在外,很多初学者就是知道 lura 的强大之处才来了解 stable diffusion。 话不多说,我们直接进入正题。 lora 英文全称 lorancad patient of large language model, 执意为大语言模型的 dj 适应。举个简单的例子, lora 就是一个过滤器,比如你想要汉服,那汉服风格也有许多种, 这时候只要通过漏拉模型,我们就能准确的生成想要的汉服服饰。漏拉第一个功能,对人物和物品的复刻,只要用了漏拉就可以百分之九十九的复刻,指定人物的特征。漏拉第二个功能就是可以训练画风,比如水墨风,线稿风。漏拉第三个功能是固定人物的动作特征,我们看下例 子就懂了。打开 c, 站在右侧筛选中选择漏绕,就可以看到全部漏绕模型。下载完成后,放入根目录 models lore 文件夹中。老规矩,点开图标,打开 word, 点击使用即可。这里注意,每款漏 ra 都有匹配的触发关键词,一定要在提示词内写上。 这里我们就以这个盲盒手办模型为例,我们先来一段不带 lora 和触发词的,看下效果,这是正常的效果,我们再复制触发词和添加 lora, 选择 low r a 和输入触发词生成看下 nice。 需要注意的是, lour 这里一表示的是权重,有的模型需要选一,有的模型只能零点五到零点六左右,越高相似度就越近。具体查看每款 lour 的介绍, 关于漏拉的重点我全部列在这边了。如果你觉得本视频对你有帮助的话,请小爱心点点,我是爱江子,谢谢大家!

在使用 stable diffusion 的过程中,会经常用到各种 lower 级 embedding, 这些模型一般都需要有触发词来使其生效。一旦保存的 lower 或者 embedding 一多,触发词的管理将会变成一大难题。 今天我就来分享一个可以快速调用触发词的方法,大幅提升你的工作效率。我是利用 stable diffusion 已经有的风格模板来进行管理的,你可以看一下我的风格模板里的有常用的质量提示词 laura in bedding 的触发词,还有模型对应的 vae 以及主模型的特殊触发词。 这样管理你就可以按照你的绘图的需求,快速的引入你所需要的提示词及触发词。操作的方法非常简单,你只需要打开 stable diffusion 的根目录,里面有一个 styles 点 csv 的档案,使用记事本类型的软件打开它,记得千万不要使用 excel 去打开,否则格式会出问题的。 里面内容的处理格式我打在屏幕上了,每次你下载了一个新的 lora, 就可以按照这个格式去记录,然后就可以愉快的使用了。好了,今天的分享就到这里了,咱们下次再聊。

hello, 大家好,大家玩 stable defusion 应该有一段时间了吧,也下载了很多的大模型和 laura, 但是有的大模型和 laura 呢?它是有一定的触发词的,只有和触发词结合在一起使用,这个效果才会更好一些。 就比如说像这个汉服的 lara, 它是有相对应的触发词的,就是这旁边紫色的这个就是它的触发词,你只有和这种触发词结合在一起使用,才更好地去调用这个 lara, 它的效果才会更好一些。那么 回到这里,如果你的大模型和 lora 下载的比较少,那你这个还记得这个触发词,但是这个模型一旦多了之后,可能就不太方便我们记忆了,或者是你把这些触发词写在记事本上边啊等等之类的,但是不是那么好去调用。像我之前 前给大家去介绍了一个插件,就是 safeta ai 助手这个插件,它可以对这些模型进行管理,但是有的人跟我反馈它这个有一定的 bug, 很可能就是扫描不成功,而且只能扫描 c 站上边的一些模型,那从别的一些地方或者自己训练的一些模型就没办法去管理了。那么今天就给大家去介绍另外一款插件,就是这个 laura prompter to 这个插件,它可以很好的去管理我们的模型。那这个插件是怎么样的?我们一起来看一下,就比如说像这个汉服的这个 laura, 对吧? 然后你点击它,它会在这里去调用这个 lora, 但是它还有相对应的触发词,我们鼠标右击,然后我们点这个汉服,你可以看一下它的 触发词就放过来了,就是这个你可以看一下一模一样的这个触发词啊。还有一个你鼠标右击,你还可以加入试列图片的提示词,就是这些图片,你可以看一下这些图片都是 c 站上边扒拉下来的,那么就是这个 就是这些图片可以看一下的,那么你点这个图片,他就可以把这个图片的提示词,然后就是自动的就是转到这个提示词框内了,然后我们再把这个清除掉, 我们再看一下下边他还有试列读的提示词和他这个读的一些参数,他也可以去调用,但是我觉得他这个还是有一 定的问题,你可以看一下他这个地方都不对,你看大小很明显是不对的,对吧?然后还有等等一系列的,比如说这个我没有他相对应的底膜,我给大家去就是说介绍一下,我们先把这里清空,我们刷新一下嘛, 我们就以一个我有的,比如说像这个国风三,然后就是他这个图, 你可以看一下他的提示词是对的,然后但是他下边你可以看一下这个地方 大小是不对的,而且他的这些放大算法啊,这些都是不对的。比如说我们在这里生成,他是没办法去生成这张图的,是有问题的,可以看一下是有问题的,没办法去调用 它,是什么原因呢?比如说我们可以看一下哈,我们在 c 站上边去找国风三的模型, 就是这张图片,我们可以看一下生成这张图片它的参数,点右下角这个地方,然后 copy 它生成的参数,复制回到 stable diffusing 这个页面,我们先清空一下提示词, 把我们刚刚复制的东西粘贴到这里来,然后这里是它的正反向提示词,下边就是各种的参数,我们可以看一下, 这个是比较重要的,这个是噪声种子偏移,他是还原图片的,这是大小六四零乘以零二四。我们再往后看,这是他的采样方法,这是跳 过程是二,然后是高清修复采样的一个次数是六十四,放大两倍,这个是放大算法,这是他的一些参数,我们点这个地方,点这个箭头,他就可以帮我们自动的去配置好了,可以看一下, 但是它是没有这个差异,随机种子的这个地方是没有的,我们取消这个勾选,但是它多了一个覆盖设置,你可以看一下跳过层十二,然后这个是噪声种子偏移,因为我这两个都没有去设置,然后我们点这里生成,你可以看一下, 它就可以生成就是这张图片了,就是还原这张图片,就是这个,那么它这个插件这个地方是有问题的,这个参数是有问题的,我们看一下到底有什么问题。我们刷新一 同样,我们鼠标右击,然后点这个 点它,它的这个正反向提示词是对的,没有问题。然后我们再往下看, 它的放大算法是错的,它没有去识别是这个放大算法,然后它的高清修复采样次数也是没有识别出来,它是六十四的一个次数,大小也是不对的,是六四零乘以零二四。 然后我们再往下,他是没有这个差异,随机种子的,他这个地方是应该错了,应该是那个噪声种子偏移,所以我们这个不勾选那个噪声种子偏移呢?他是在这个地方我们点设置,然 后这里有一个采样器参数,下边这里就是噪声种子偏移,就是这个东西他是建议三幺三三七的,他不影响我们平时生成图片的。设置好了之后,我们点保存, 然后回到纹身图这个地方,它的跳过程是二,其他的参数我们也已经改掉了,改掉之后我们再点击生成,你可以看一下, 它就可以还原我们这张图片了,可以看一下,所以这个功能呢,它的这个参数,这个地方是有问题的,但是我们可以借鉴上边的这个,它的这些图片,它的这些提示词你是可以看的,而 这些提示词的话可以学习,我们可以结合这个提示词插件,就是这个地方,然后你可以把这些识别出来,把意思翻译出来,然后进行一些调整,你可以去学习生成一些比较类似的一些图片,对吧?那这个地方他是那个翻译有点慢,可以看一下, 就是这个插件,这个插件我觉得最大的一个用处不是在这个地方,而是在它可以去编辑你从别的地方下载的模型,或者是嗯,就是在 c 站上边下载,但是这边没有去识别的,或者是你自己训练的 一些模型,比如说像这个 lorra, 这是 c 账上边的一个 lorra 盲盒的这个 lorra, 然后你鼠标右击,它没办法去识别它的就是 提示词啊这些,这个是我之前就是测试了一下,就是没有去识别好他的一些触发词等等之类的,那我们可以点这个地方进行编辑,比如说像你自己训练的罗啊,或者别的一些地方下载的一些罗啊,你就可以在这进行编辑了, 这是他的名称,然后路径等等,这一等你还可以在这里设置一些就是权重,你调用他的时候,他就会使用这个权重。 然后还有这个建议的 lora 的一个分层控制,你也可以在这里进行编辑,然后这是他的名称和触发词,这是我之前测试的, 然后这是额外的描述专用的反向提示词,你都可以进行设置,设置好了之后点这里确认保存,就可以去调用这些了,这是一键的编辑。但是我不是特别建议大家用这个, 而是建议大家用这个高级编辑。就是这个地方,比如说像这里的名称,我可以去输入,我就输入一个盲盒这样的一个名称,然后触发词 c 账上边我们搜到 盲盒的这个模型,然后你可以看一下他的出发词,是这个,我们就复制一下, 然后回到这里,我们可以把触发词黏贴到这里来,然后这个是触发词的一个分类,你也可以进行填写的,然后这个是反向提示词,我们不管, 当然这里触发词设置好了,我们可以点这个加号进行添加,就是下边这是可以添加的,我们也可以点这个叉删除, 是也可以删除,同样我们点这个这个地方也是可以添加的,然后比如说我们在这里添加一个就是附项, 然后这个是它的反向提示词,比如说我就随便复制一个它的反向提示词 粘贴到这儿来,然后这里你反向提示词,你这后边儿要填写 y, 你还可以继续的编辑添加,都是 ok 的。然后这里也可以移除重复的提示,这儿是移除空白的提示等等。然后你编辑好了之后,特别是你自己训练的模型, 然后你是可以在这编辑的,而且你这里也可以就是说把你这上边的内容就是一行为一组,把它输入到这里,然后也点这个从文字框读取提示词,它也可以读取到这儿来, 明白了吗?然后如果你是军 boss 模型,然后去就是训练的,那你也可以点这个直接去抓取他的一个触发词,也是 ok 的, 然后这里你保存好了之后,对吧?然后回到这个纹身图,你可以看一下,就是这个盲盒的这个你鼠标右键,你可以看一下我们刚刚点的这个盲盒,我们先把这里清空掉,就这清空掉, 然后我们刚刚输出的这个盲盒,对吧?比如说我们点它,先点它去调用这个 lora, 然后 我们可以鼠标右击输入这个盲盒,你可以看一下他的触发词就已经调用好了,就是这个就是我们刚设置的,而且这里我们不是输入了一个负向,就是这个反向提示词吗?然后我们点他, 他这个反向提示词,这个地方就可以帮我们去录入进去了,就是我们刚刚进行设置的,而且这里是我们建议的模型设置,就是这个建议的这个权重,我们点他, 你可以看一下,就是我们刚设置的这个 laura 调用的一个权重是零点六,他直接是这样去调用的,所以你直接点他调用的是一的一个权重,但如果你是调用的那个建议权重就是我们刚设置的这个零点六,明白了吗?是可以进行编辑的,不管是在 c 上上边还是你自己训练的 模型,都是可以在这里进行编辑的。除了这个像 c 站上边,比如说像这个 就是这个模型,我们也可以就是进行编辑,现在是啥都没有,对吧?但是他是 c 站上边的一个模型,我们点这个编辑,然后来到这个页面之后,我们同样点到这个高级编辑里边, 然后我们可以直接从 safety ai 抓取配置文件,我们点它, 你就可以看到他是在 c 站上边抓取的这个提示词了,比如说我们在这里嘛,然后同样我们回到这个地方去输入这个模型搜一下,我们看一下他抓取的那个对不对?就是这个,就是这个 cute girl mix 四,然后它的 这个触发词就是这个复制一下吗?我们回到这个地方,你可以看一下,比如说这里我们粘贴一下,对吧?是一样的, 然后多的一些地方,你可以进行编辑的,就是这个地方,比如说我们也复制这个反向提示词,然后我们点这里反向反向 提示词,然后这个地方它的触发词,我们这里还可以改名字,我们就改成触发词都可以 反向提示词,我们不敢把刚刚那个粘贴到这来,然后你反向提 提示词,这后边就是要设为 y, 就是这一块,然后设置好了之后,你可以点这里保存, 然后保存好了之后,我们回到这个纹身图这里,然后我们就是这个模型,我们鼠标右击,然后你就可以看到这里是他的触发词,对吧?我们先调用一下这个 lora, 可以看一下是调用了,然后我们再把这个触发词点上,可以看一下就是这里, 然后呢我们把这里先删掉,这个是反向提示词框,然后这里有一个反向提示词,点他你可以看一下, 就是这样的,大家可以下来去看一下,然后你从 c 站上边抓取的这个呃文件之后, 它会有这些试列图,你可以看一下这是抓取的试列图等等,都是可以进行编辑的, 明白了吗?这个是这个插件非常的方便,大家下来可以去试用一下,然后你看一下他的一个就安装方法,跟我们平时的这个插件的安装方法是一样的,我们这个地址会分享给大家。来到这个页面之后,你点这里的鼠标绿色的这个 地方,然后点它复制一下这行命令,回到 stable defusion 这个页面,然后点这里的扩展,从网站安装,把刚刚那个命令粘贴到这里来,点这里安装, 安装好了之后,他这里会出现他安装的地址,然后你再点这个已安装应用并重启就可以了。如果这里因为网速等原因下载不下来,你可以点这个地方同样复制这个命令,然后我们 回到这个 weby 的一个目录,然后找到 extensions 这个文件夹,然后来到这里之后,我们鼠标右击,在终端中打开,可以打开这个界面,没有的话你就在这里输入 powershell 或者是 c, m, d 都可以,然后再按那个 enter 键,它也可以进入这个窗口,然后我们在这里输入 get clone, 把我们刚刚那个命令粘贴到这里来,然后在 enter 键进行运行,我这里就不运行了,然后你运行好了之后,它会自动下载这个插件, 这个是第二种方法。第三种方法呢?就是回到这个页面,然后你可以下载他的压缩包,就是这里有个当漏的,你可以点这个地方下载他 的压缩包。下载好了之后你要进行解压,解压好的那个文件你同样放到这个 extensions 这个文件夹下边来,然后放好了之后重新启动你的 vbui, 就可以使用这个插件了。然后这个就是今天的一个分享,大家下来可以自行的去试用一下这个插件。

大家选 logs 是不是都这样?记住这串串英文名是哪个类型的劳拉呢?如果碰上英文不好的,还要去西站看看记录才能工作。现在跟大家分享一个 stable defusion 新手都不知道的小知识。第一个,劳拉面板,这里其实可以看到对应的图片的 lola 面板默认的是灰色,这种没有图片的,有了缩略图,想要用哪个 lola 看到图片就方便很多。现在带大家怎么操作?我就以国风二这个 lola 为例,先到西站找到它对应的图片, 随便找到一张图片保存到桌面,然后拷贝到 lola 的文件夹内,把图片的名字与 lola 模型的名字改为一致。 记得图片的后缀必须是 p n g 格式的,如果不是把它 它改为 p n g 格式。回到捞的面板,刷新对应的图片就显示出来了,以后想要选捞的就方便很多。关注我,每天分享 ai 小干货!

然后这节课呢,我们来说一说这个 lora 到底是什么,以及使用 lora 的一些技巧和注意事项。好,我们第四点呢,要说的就是这个反向提示词,我们可以看到我们在他图片给出的信息里都有这个反向提示词。 这个用反向提示词呢,可能从 mid dani 过来的小伙伴不太适应啊,因为我 mid dani 对这个反向提示词其实用的不是很多,最多也就是用一个这个 note 参数来排出一些东西。但是我们这个 stay 包底 feel 甚不一样啊, 我们在用 stable diffusion 作图的时候,其实这个反向提示词起到的作用是非常大的。然后我们在使用不同 lora 的时候,我们一定要参考这个作者给出的这些反向提示词, 我们甚至可以直接把这些反向提示词直接复制过我们的 c body feel 上里去使用。这样的话呢,我们可以通过反向提示词来排出一些对这个劳扰不好的因素,来提高我们出图的质量。好,第五点呢,我们要看到这个作者的介绍页, 页面右边有一个吹干儿 word, 也就是触发词。我们在使用这个作者的啦啦的时候,可以试着在描述中添加一些作者提供给我们的触发词,来达到更好的效果。比如说我们看到这个墨星的啦啦,他给到的触发词就有这么几个,一个是这个水墨 bicin, 然后还有这些郑板桥,还有这个吴昌硕,还有这个八大山人, 我们可以在描述中添加不同的触发词,去生成不同的风格。这里需要注意的是啊,有一些 loler 他是没有这个触发词的,然后还有一些 loler 呢?即使不添加这个触发词,他也会影响最终图片生成的效果。 所以大家在实际的应用中可以用添加触发词和不添加触发词来分别的测试一下,然后去对比,选择自己喜欢的图片。好关注尽责浅谈爱,了解更多爱使用小技巧。

哈喽大家好,欢迎大家来到废话不多,全是干货的 io 实验室,今天我们来讲一下罗尔模型的用法和注意事项。说起罗尔模型,肯定有同学会问了, 罗尔模型是什么?他怎么安装?在哪下载?这几个问题其实都在我们第三期视频里讲过了,这里就不再重复讲解了,大家可以通过屏幕上的跳转链接先去了解一下,再回来看本期视频。我们打开 ybui 页面, 细心的同学会发现我们这期开始的 ybui 页面已经变了,因为秋月大神在 sd 版本更新后,也相应的更新了咱们 ybui 的页面和功能,这里再次感谢秋月大大,换汤不换药, 我们同样找到这里的一键启动。来到咱们的 sd 生图页面,我们找到这个按钮,打开我们的附属网络 面板,在这里能看到我们已经安装的 lora 模型。这一期我们就拿大名鼎鼎的墨星 lora 为例,大家可以进入 c 站,然后在这里输入墨星按回车,然后这个就是墨星的 lora 模型了。我们点进去,在这里可以选择对应的 lora 模型版本, 我们就用第一个一点零版本,这是此罗尔模型的介绍页面,可以看到用此罗尔生成的图,最终风格是这种调调的, 我们试着用这个罗尔去生成一张图,注意这里划重点。在用罗尔模型生成图片之前, 我们首先要确定一下自己主模型的选择。在第三集模型课程中,我们讲过我们最终出图的效果是否理想,和选择的主模型用的 lora 模型以及给的提示词是否能匹配,如果不是很匹配, 很大几率生成的效果不会很好,或者直接翻车,所以这里我们一定要注意。那很多同学可能在这里会问,我怎么知道莫心用的主模型是什么?用的关键词是什么?我们看这里 有一个感叹号,我们打开它,在这里你可以看到这张图所用到的所有参数,这是正向提示词,这里是反向提示词。采样器用的什么主模型以及其他的一些参数。我们操作之前,先给大家讲解一下这个面板参数的作用。 首先我们看到这一栏采样迭代部署,这项数值决定图片细节质量,一般设置在二十到三十之间即可。如果这里数值设置太高,反而会使计算资源过多,导致出土过慢。这项是采样方法 非常多,可以理解为 ai 的画图算法。经常用到的是这两个,第一个经常用于二次元生图,第二个经常用于真人生图,大家按需要选择即可。 这栏三个功能,面部修复,在生成人像的时候,勾选上人脸会变得更逼真。平铺图就是字面意思生成左右上下连续平铺的图片,高清修复,用来放大你生成的图片的分辨率,这个就不用多说了吧。生成的图片的宽高比 一般设置成默认的五幺二乘以五幺二,或者五幺二乘以七六八,再高就得看看自己的电脑显卡吃不吃得消了,这里建议不要轻易尝试过大数值。然后这边这两项生成批次就是一次给你生成几张图,下面这项表示一次给你生成几轮你的需求, 这边这个提示词引导系数表示你的提示词对你生成的图的一个影响,常用到的默认是七九或者是十二。这里的随机种子表示图片的底模板可以更换随机种子,生成一系列相似接近的图片, 或者也可以在这里直接固定种子,让你图片保持不变,然后进行微调。 ok, 找了这么多参数,不要慌,大家也不用死记硬背,这张图表大家可以暂停一下截个屏,方便以后自己学习使用。 参数是死的,人是活的,很多参数都是要具体操作里调节尝试,后面自然慢慢就熟悉了。好了,我们回到墨星 lora 这边,我们把这里的参数都一一复制过来,这里检查一下主模型是否和原图用的同一个。没问题, 我们这里点击生成,稍等一会,图出来了,不能说一模一样,只能说毫不相干。那就奇怪了,我生图所有的参数都是按照这张图的参数去复制的,为什么出来的图片完全不对呢? 我们来找一下原因。我们来看一下正向提示词里用到的 lora, 他这里调用了两个 lora, 是的,你没看错,是可以同时调用多个 lora, 但是翻车的几率也会大很多。别人调用了这么多 lora 模型,是因为经过了反复测试达到的效果, 所以这里如果大家今后去调用罗尔模型,还是需要花一点耐心的。我们来看这里,第一个是叫苏威二这样一个罗尔名字,后面一个叫水墨八 simv 三,这两个罗尔在我们本地安装的罗尔模型库并不存在, 所以这两个 lora 调用其实是无效的,我们可以在这里点击调用我们安装的墨星 lora, 可以看到它的结构是这样子的,这里是调用的 lora 的名字,后面是它的权重。这里为什么名字不一样呢?有两种可能,一是墨星 lora, 这里有几个版本, 他用的罗尔模型,可能用的是别的版本的,所以名字不一样。还有一种可能用的就是我们装的这个版本之前不叫莫星杠十这个名字,只是后面改名了。比如你十岁前叫张三,十八岁时你想打篮球出道,改名成了蔡徐坤, 但实际上你还是张三,所以我们需要去分别改名来测试一下。我们先改后面这个,然后点生图,这样生成出来的图片就有点水墨味道了。我们这里再点一次,发现生成的图会被固定住,这里就是这个随 机值的作用了,固定住了他现有的样子,我们可以点这里的骰子,让随机值恢复,那这样的话再去生图,就会生成不一样的面孔的类似水墨风格的图片了。这里我们可以试着把刚讲过的这些参数更改一下,看看起作用和效果。 比如我们把这里改成四,那这样的话他就会一次性生成四张图了。这里的面部修复可以勾上对比一下,看看效果。后面新生成的四张脸明显效果好一些,但是现在生成的图片,说实话和末新生成的那一张对比起来, 其实相差还是挺远的。什么原因导致的呢?其实就是这两个 lora 的问题,刚前面已经讲过了,如果你真的要做到和这张图效果一模一样,你得下载到这两个 lora 模型准确对应的文件。虽然我们这 你尝试的去更改了两个 lora 的名字,但是我们并不能保证原作者用的 lora 模型就是咱们安装的这个版本的模型。所以大家之后再用 lora 出图的时候,如果发现自己出的图和参考差别很大, 首先要检查一下关键词,这里调用的一个或者多个罗尔模型的名字是否和自己下载安装的罗尔名称匹配。其次这里再补充一句,每个罗尔模型都有自己特殊的触发词, 我们点到莫心的罗尔介绍页面,这个区域就是他的一个出发词,我们在提示词里添加上不同的出发词,产生的风格也会不一样,这里添加的出发词并不是越多越好,每一个出发词代表着罗尔大风格下的一个小风格, 同时添加多个触发词,不同触发词之间可能产生冲突,导致生土反臭, 这里需要去注意。最后就是需要再去注意一下这个 lora 名称后面的权重数值,这里也不是说权重越高越好,这里需要根据自身出图的主模型、提示词等参数进行调试,有些可能调到零点三、零点四效果就出来了, 但有些可能要到零点七、零点八才有效果。大家可以在这个介绍页面多参考其他人生成的图的参数信息 来调试自己的生图。生图是一个炼丹的过程,想要 ai 精准的根据自己的需求,生图是一个调教的过程,做所有的事情都不可能一步登天。 ai 还是小弟,大哥依旧是大哥。 如果大家觉得本期视频对你有所帮助的话,可以多多点赞、收藏、关注并分享给你身边的朋友,你们的认可才是我们坚持的动力。 好了,今天的分享就到这里了,下期开始我们将给大家分享到 sd 里重磅插件 ctrl net 的使用技巧了。这里是废话不多,全是干货的 io 实验室,我们下期再见,拜拜!

太逆天了!利不利不把劳拉训练的门槛降到最低了!对新手保姆级友好,没有硬件要求,有电脑就能用。现在跟着我,一分钟学会练劳拉!来到利不利点击右上角训练新手直接用预设模式,人脸动漫画风,想练什么就选哪种,然后点击上传已经准备好的素材, 比起参数,素材的质量更重要,这里为你整理了素材准备的 tips, 以人脸模型为例,我准备了二十张清晰度高、多角度的甜美图片, 上传后拖到最下面,选择素材的预处理。剪裁很好理解,尺寸建议素材大小保持一致,直接用算法自动标注描述图片,让 ai 理解特征出发词可以自行命名, 甜美模型就叫 svt。 选择完毕后,点击预处理,稍事等待,激动人心的时刻就来喽!点击右下角,免费训练开始搓手等待 在咱的滴如仙丹诞生!等待过程中可以时时看到生成样图,还可以点击日志查看 note 值,判断你何程度训练完毕后,点击在线升图测试,直接验收劳拉的升图效果是不是超级简单?

今天跟大家分享一个 siritai helper 插件,它是专门对模型整理整合的一个插件,可以添加模型预览图,一键添加 lora 触发词,会自动扫描模型的相关信息,检查模型更新的版本等功能。那我们要去哪下载呢? 我们可以用老方法从扩展那里下载,不会的或者伸手党可以留言跟我要哦。 点击安装,安装完成后,回到 a 安装界面,重启用户界面就可以使用这个插件啦。 到这里 serita helper 就安装完成,我们点击 scan 扫描本地模型文件,第一次扫描时间跟本地模型的多少有关,这里显示 当说明。扫描完成,我们回到纹身图界面,点击刷新模型预览图就出来了。每个模型左上角都有四个按钮, 分别是显示模型预览图,该模型。在 c 站的网页查看该模型的触发关键词,查看该模型的正向、反向提示词,点击预览图按钮就显示预览图片啦。 再点击刷新就可以显示功能按钮。如果你的模型过多,还可以用文件夹整合,打开本地 lora 的文件夹, 按照想要的风格进行整理,整理好后回到界面刷新就有啦。这样就整理好啦,赶紧去试试吧,记得关注我哦!

在 s d 绘画里面,如何才能准确画出自己想要的角色?你真的考虑过吗?大家都会的办法就是使用提示词描述, 比如描述出金发制服女孩的提示词来构建人物。然而熟悉 sd 的家人肯定就知道会遇到一种情况,就是仅凭提示词根本无法描述清楚角色,一旦人物细节提示词变多,越容易干扰 ai 判断。又或者像这种特殊的发型和头饰, 任你修改提示词都很难复刻出来。而这时我们就可以利用对应的人物涡轮来进行一步到位的生成。结合两者的思路,最终我们再补充修改提示词和涡轮的权重来让八重神子穿上制服的效果。 那有家人肯定会问,如果我希望这个决策是真人画风,该怎么办呢?我们只需要把大模型切换成真人模型再次生成,这样就完成了一个真人八重神子穿制服的图片制作了。我们回到前面的图片,比如说 像这种画风的角色又是如何做到的?其实也很简单,这里我是使用吐司在线生成叠加了不同画风的漏蜡,就能实现这样的效果了。这是我切换了个八重绳子的懦弱生成的效果,给大家看一下,画风还是非常具有冲击力的, 这就是落了的叠加使用,大家可以尝试看看。最后在视频的结尾处,给大家带来了江子亲手写下的万字 sd 教程,需要的话请关注我哦!

如果 ai 对你的提示词没反应,千万不要疯狂加权重,只需要用成这些 lower 就可以啦!今天给你推荐几款调整 ai 生成元素的 lower 视频,最后告诉你在哪里下。如果你想调节 ai 生成的脸部,你可以用这几个, 可以调节脸的胖瘦、眼睛的大小、妆容的浓淡、视线的方向,甚至笑容都可以控制。 lora 的群众可以更精确的调整想要的效果。 如果你想要降低脸部的 ai 感,增强人像质感,你可以使用这两个效果齐佳,轻松生成可以随意控制的真实感人脸。 你甚至可以加点特效,让画面更有冲击力。这款 lora 能让你的 ai 产出超广角仰拍的效果,画面的色彩控制起来更简单。 无论是低饱和焦变风还是 h p r 效果都能通过 lore 实现。最牛的是平时用提示磁身整不出来的纯色滤镜也能通过这一组 lore 实现。这组 lore 每单独一个都能提供一组互补色纯色滤镜。以上这几组 lora 都能在不影响画面的前提下达成想要的效果,简直是 ai 摄影必备。以上模型都能在里布里边 ai 找到,在里布里边 ai 的在线生图也能完美使用。别再手打括号调整权重了,赶紧用 lore 提高你的出图成功率吧!

不要再把 lore 的名字写在提示词里了,教大家一个小妙招,既能让你的提示词区域干净一点,还能更方便的调节权重。通常我们会把下载好的 lore 模型放进 models 杠 lore 这个文件夹里, 然后点击这个红色小图标,选择 laura, 添加到提示词区域来使用。而我的方法是会把 laura 模型放在 extensions 杠 sdwi additional networks 杠 models 杠 lore 这个文件夹里。接下来我们再打开 sd, 点击下面的可选附加网络括号 lore 插件,就可以看到刚刚下载好的模型了。现在你可以直接拖动滑块来调节 lore 的权重,尤其是当你使用了多个 lore 的情况下,效率提升会非常明显,快去试试吧!

大家好,我是专注的小石头,今天我们来讲讲唠唠模型,他在 stybodificent 绘画当中的作用不亚于 chicopoint 的模型,他的全称 lorencatpaticin model, 中文意思是低质适应模型,需要与 chicopoint 的大模型搭配使用, 从而实现对该模型在角色形象、画面风格、画面质量等方面的调整。小伙伴们可以在模型网站上看到各种爱好者们训练出来的 lol 模型,我们可以通过模型筛选、搜索等方式找到自己喜爱的 lol 模型文件。文件格式和大模型文件类似,以 c、 k、 p、 t 或赛富金色为后指明 文件大小,一般不超过二百兆,下载后存放在 m d l s bikess roa 文件夹中,并可以保存同名篇 g 格式照片作为 lola 的 solo 图。 lola 的三种使用方法我在之前的视频中已经向大家介绍过,这里简单回顾。一、 今天我们重点说一下捞捞的主要应用场景。按照 c 占上捞捞模型的分类,我为大家介绍捞捞模型的三大主要应用场景。 一、人物角色形象在 c 站上下载最多最热门的 lolo 模型就应该是这种人物角色形象的模型。这类模型其中一部分是基于特定游戏动漫人物角色训练,尤其是热门游戏动漫里的人物,由于训练的素材充分且多样,在模型网站上可以很容易的找到他们的 lolo。 还有一部分 lolo 会提供某类特定的人物形象展示,例如 patamesen face。 这个 lolo 模型并不局限于特定的某一个人,可以实现人物风格上的整体美化。 二、画面风格调整利用可选附加网络 lol 插件,我们可以很方便的为人物模型增加画风类 lol 对画面风格进行调整,这类 lol 与蔡库坡运用它类似, 可以控制画面风格。而与 chickpoint 不同的是,老老是在 chickpoint 大模型基础上对画面再做细致的微调,最终使你可以创作出只属于你独一无二的画面风格。三、 服饰类捞了机甲、汉服等等,这类捞了为人物角色提供服装装饰,这类捞了在训练时多用服装作为训练原图,服装以外的元素都会被清理掉, 所以使用时权重不建议开过高,容易出现眉头、眉手眉脚等现象。利用局部重毁功能,我们还可以在保留原有画面风格的基础上,每角色改变不同的造型。今天的笔记就到这里,记得点赞、收藏加关注哦!

大家好,我是艾莉。大家好,我是杰克。今天看到这篇的你赚到啦!我们来做 s d x l 的真人训练, 不知道大家尝试过 sdxl 的训练了没?这篇会总结一些很重要的概念,从各种 vivo 适合的训练设定、素材挑选,一路到最终模型选择,我们一次说完, 其中还包含了社群的测试心得,我们会讲的非常仔细,看完这篇,未来的训练上可以少走许多冤枉路,那直接开始吧, sdxl 动漫 看真人以我自己的经验来说, s d x l 在真人上的训练成果令人印象深刻,对题词的反应与表现跟过去有很大的差异。我们在 s d x l 上可以使用更像 midren 里的题词语法, 不需要打上一堆题词,但是在动漫表现上还需要社群的推动。为什么这么说呢?因为过去所有的动漫模型都是使用 dip damp 进行自动上标的,但是这个 dip damp 上标的十足, 其实是有名的 novel ai 外流模型,也就代表目前我们的 sd xl 并不是使用 dip demo 上标的,所以动漫模型这一块还需要有一个优秀的 dip demo 模型。 不过官方一直强调 s d x l 在训练上更为容易且轻松,这句话也不是没来由的,我们先从真人训练开 开始吧。挑选素材首先这次我们要训练真人,这次的对象是乔本还奈,先到 sdxl 上题词,写上一张乔本还奈的照片, 我们可以获得这样的结果。看来 s t x l 认为乔本华奈这个名字是日本人没错,但是更详细的就不知道了,那开始收集素材吧, 不知道大家目前怎么收集素材,我们目前的做法依然是以找到二十张左右的图片为原则,半身照大头照优先,全身照大概三到四张就好, 重点是不要年龄落差极大,就像是你不认识小学同学长大后的样子, ai 当然也很难理解不同年龄层的长相。至于 照片的尺寸,现在没有强硬的规范了,一比一,四比三,十六比九都可以,也不需要统一尺寸。选好素材之后要打上标签了。如何打上标签呢? 过去常见的说法是动漫用 dip damboo, 真人用 bullip, 如果你用过 bullip 上标签,就会知道内容常常乱写。 所以目前最好的做法是人工使用正确的自然语法打上标签。但因为时间成本极高, 所以我们还是使用 deep damp 的标签。不过要使用 tiger 这个扩充,因为他打上的 deep damp 标签准确度很高。安装方法很简单,到扩充的从网址安装,打上这一段网址,在下方说明之后按下安装,等待 出现成功讯息后,重新启动 web ui, 就可以看到 tiger 的标签了。目前使用 tiger 的模型上标精确度是最高的,模型选择的地方我是使用预设模型, 另外还有 nl 系列模型,可以标记出更多内容。下方 trash hold 就是临界值,我们直接放一张图来解释,按下 interrogate 等一下,右边就会出现模型判定的 take, 并且在旁边会有一个百分比越低的判断,错误率就越大,系统只会显示高于临界值的内容。一般来说, mote 模型高于零点二都还是准确的, 我通常维持预设。接着上方改为从目录输入,贴上你的素材资料夹路径,按下 interrogate, 就会自动上标记了,其余的 设置我都没有调整。接着我们来删除不必要的标签,标签要怎么有效率的检查跟删除呢?删除标签的工具非常的多,我们只介绍一个有在用的, 窄点一样在下方说明。点进去之后会看到版本列表,目前有分成两个版本,一个是离线版, 另一个是需要使用网络的版本,看自己的需求。我们都是使用连线版,这个工具非常方便。还有包含翻译功能,初次使用先到 setting 里面点选 translations, 把翻译的语言改成繁体中文,按下纯档之后会出现重新启动的讯息,重启后选择 file load flower, 选择你的素材资料夹, 按一下开启就会自动载入了。接着按一下 view translate text, 系统就会自动翻译 take 了。这边提醒一下,如果你的图片很多,那应该会出现类似宕机的反应,记得给系统一点时间。 接着我们看画面上的全部标签,这里的 take 只要一删除,就会把每一张图片上的 take 都移除。有哪些 take 必须移除?这里给大家一个概念,什么是必须移除的 take? 这次来说我想要认识乔本还奈,那哈西摩托卡纳就是我的触发池。注意哦,触发池是一个项链,只要通过哈西摩托卡纳就应该把乔本还奈的样貌绘制出来,不需要定义他的发色、眼珠、颜色、身材这些。所以我们要把乔本还奈被 pick 出来的 特色全部移除,什么黑眼珠这种拿掉,除非你希望未来这些部分是可以改变的,才需要存在别的文字项链中。你这次来说,除了头发长短之外,我都不想要改变。至于服装背景,当然要能改变, 所以我只保留了所有背景的提示。至于人物样貌上的提示,不想要改变的就删除。右边 otx, 选择你的提示词,按下插图案,这样就移除了,把所有不必要的标记都移除。接着,如果你有想要加入的题词, 可以使用右边的一次添加功能,加入到所有文档中。再来看中间的 image takes, 这是当下这张图片含有的 take, 一张一张,仔细看过后,把所有的 take 都处理好。注意哦,按下 file safe or changes 才能关闭哦, 不要忘记,要不然就白做了。我的触发提示词到底要叫什么呢?这个部分很重要,所以我们这次特别提出来说明。过去曾经有人提出一个想法,我们使用稀有提示词,例如 n, l, w, x 这样一个不会被文本编码器拆分的项链,同时这四个字又几乎没有意义,我们用它作为触发词。这样有一个好处, 因为 nlwx 这个词在英文中非常少见,代表文本编码器。对这个项链要重新定义好像比较容易,毕竟没有人用过,对吧? 其实这个想法并不正确,为什么会这样子说呢?例如,像是这些图片都是用 s, d, x, l 打上一张 n, l, w, x 的照片 做出来的,那如果我一样用 sdsl 打上一张哈西摩托,看哪的照片会变成什么?会出现这些照片有发现吗? 一个是一堆风景画,另一个是一个不像桥本还奈的日本女性模型,从哪里作为起点比较容易完成?我想答案应该很清楚, 从哈西摩托看,那到真正的桥本还奈应该比较容易训练成功。而且因为你的起点离答案比较近, 所以我们训练到过度拟核的可能性就下降了,因为不用走太多步。我该选择哪一个贝斯模型作为训练用的基底模型呢?我们用刚才的概念继续延伸,既然训练的起点离终点越近越容易成功,那答案应该很明显的, 选择与你目标越相近的模型,就能越容易训练出你想要的成果。例如 sd 一点五的真人模型都很会画美女图。但男性呢?我在上次的工作中需要训练一位一九六零年的名歌手文夏。 不管使用哪一个真人模型,训练出来的气质都很怪,想要相似就是过度礼盒。最后的方法是,我自以为挑了一个亚洲男性的模型,在以这个模型下去训练,使用这种方法训练出来的成功率高了非常多。 所以贝斯模型的选择只要记得一个重点,不要选离你目标太远的模型。这也是为什么动漫模型的训练总是比较容易成功的。主音准备训练资料夹终于可以训练了,我们先开启扣卡 doui 到 lora deprecated floater preparation, 这个功能可以帮你自动处理符合扣卡规范的训练资料假名称。不过作者似乎不打算再维护了,不确定未来能不能使用。如果不能使用了,我会打在下方说明栏, instance prompt 就是你的触发关键词,触发词会在训练的时候夹在每一张图片提示的最前面。这次我使用哈西摩托康纳 class prompt, 同类提示词这行是必填,我们先填上一个合理的 class prompt, 等一下再来讨论它。先填上 woman, 接着在 training images 放上训练图片的来源,资料夹路径。 repeat 是重复次数,这是扣卡特有的训练周期计算方式。预售四十的意思是每一张图片都看似 四十次,当做一个训练周期。如果总共有二十张图片的话,那已经走了八百步了。因为我们比较喜欢用训练周期作为保存模型的根据。通常人物训练,每张图片看过一百到一百五十次,应该就能得到很好的结果了。 我们会保存大概五个模型,用于最后的挑选,所以要看一百五十次的话,应该要设定为三十。下方 regularization images 是正则图像,这次我不打算使用。正则图像的讨论非常多,要再延伸,可能又是一篇长篇大论了。 这次只提一件事,如果你使用了 regularization images, 重复次数设定一,那上方训练图像的重复次数就等于一张图片要使用几张正则图像, 那这次不使用。我们跳过 destination training directory 是你要把资料夹放在哪里,自己开一个新的资料夹,把路径贴上来吧。接着我们回来讨论一下 class prompt。 既然我们没有加入正则图像,那 class prompt 有用处吗?事实上,如果不使用正则图像,同时没有对训练图集上字幕, class prompt 才会有效,他会引导模型去靠近 woman。 但是我们的训练图集是有上标记的, 所以 classcraft 在这次是没有用的,打了什么都一样。至于使用正则图集的状况,有机会再讨论。接着按下 prepare training data, 系统会自动把资料夹依照命名规则摆放好,再按下 copy info。 在 training folders 会看到关于路径的参数都填上去了。接着打上输入的模型名称,跟触发词一样会更好辨认。 training comment 可以加上一些注解,不一定要写,我们通常会写上模型的触发词。到这边训练资料家准备完毕, 设定训练参数到训练前的最后一步了。我们先选择 base 模型到 sosmado, 把模型选择改为 custon, 通过右边的选择功能选取你的模型。这是四 s d x l 的 base 模型, 因为是 s d x l, 所以下方 s d x l 码斗要打勾。如果是 s d 一点五模型就什么都不用选。截止到 parameters, 我们来调整设定参数,因为扣下提供了非常大量的可调参数。一开始可能会觉得非常辛苦, 还不会用的话,先从操作业开始吧。 sd xl 的 lower 模型变得非常巨大,对容量最友好的是 lokr, 但是我目前训练的成品最好的是 lowha。 这次分享一组目前使用的参数,注意哦,训练的参数是没有最佳方案的, 每个人分享的训练方法不一定适合自己,最后还是得要自己多方尝试。那我们开始说明二十四 g, 十二 g 八 g 不同利润的配置重点吧。不同利润的配置重点,我们目前只能确定八 g 是最低需求, 但是我们手边没有八 g 的设备。以下设定先提供参考,如果还是不行,用 colabe 训练比较好。当显卡只有八 gb run, 先从这几个设定下手。 lora 的形态选择标准 size 设定为一, cash latins 跟 cash latins to disc 都打勾,最高解析度设为五一二五一二 x d x l 里面的 cash tax incoder output 也打勾,进阶功能中的 gradient checkpoint 也打勾。 以上这些是八 g vivon 需要启用的所有选项。接着随着 vivon 的增加,可以提高一些设定 十二 gb 润状况好一点。根据我们频道的回馈得到了几个结论,模型可以改用 low 哈 b h size 提升到六, 解析度改为七六八七六八,其余的不变。如果你的 viri 很幸运的有到二十四 g, 那还可以再做一些修改。 fish size 可以提升到八,解析度变成符合配置的一零二四,一零二四,同时不需要使用 text equal the outputs。 以上这些就是各种 vivoren 可以执行的配置,当然还有其他尺寸的 vivoren 就自己尝试看看吧。 接着我们把剩下的参数补上。训练周期前面解释过,我们设定为五,这样每张图片都看过一百五十次,每一个周期都存一个模型,最后再透过 x y d 图选择最好的模型, 精度选择。这边过去一直搞不懂的 f p 十六跟 b f 十六,现在做一点解释。 简单的说, f p 十六的小数点位数比 b f 十六多,但是最大最小范围比 b f 十六窄,各有优缺点。不过使用者回馈是说 f p 十六的图像细致度较高,所以我们现在都使用 f p 十六。 另外说一声, d f 十六只有三零以上的显卡才能使用。接着我们有上标签,所以字幕这栏打上点 t x t。 学习率跟优化器,这次我们使用 prodigy, prodigy 也是一个无学习率的优化器, 所以学习率都使用一 scheduler 的部分,我们目前在 s d x l 上使用的是 constant, 另外使用 product 纸要记得不能使用预热。接着优化器的额外参数,这边 放上我们频道巨大推荐的一段参数,注意哦,这些参数额外设定不是必须的,但是目前回馈是这样,效果很好,包括我们也觉得不错,一样放在说明,最后还要再补上不训练文本编码器 的命令。 sdxl 的文本编码器有两个,目前扣卡还没有处理好,但是在开发版本中似乎已经处理好了,所以未来可以不添加,可以的时候我们一样写在下方说明栏哦。 接着在这边提一下, s d x l 需要使用到 no have v a 一,主要原因是因为模型中的 v a 一在 f p 十六下不稳定, 但其实你也可以把我之前分享的修复 vae 透过下图的方法先处理过,就不需要使用了,需要的自己暂停看看吧。 最后是模型尺寸啦,目前在 loha 上推荐的参数是这样,这组作者群提供的参数效果非常好,其实应该还要解释一些阿法的概念,但是这需要更多的数学概念,有兴趣的来群主讨 论吧。再来是进阶功能,里面内容很多,这在未来训练过几次之后再来找大家讨论比较好。我先提一个 noise office, 这个功能可以提高图片的对比度。 在 s d 一点五上,常见的数字大概是零点零五到零点一,但是 s d x l 是在零点零三五七上训练的。 这次我们也使用一样的数值,回到 basic 选单,把刚才忘记填写的种子补上。种子很重要哦,当你发现模型需要接续训练的时候,使用不同的种子可能会发生无法预期的结果。 再来点 configuration file saf, 打上名称后存档。要重新训练或者要围调参数的时候,只需要独挡就好,不需要再重头调整。最后按下训练就可以开始啦。以四零九零来说,这样的数据 大概要四十分钟。训练完成后就可以到模型资料夹领取你的模型啦。通过 x y z 图挑选模型,接下来是 x y z 图。 使用前稍微提醒一下,如果你的 vip ui 版本高于一点五以上,内键就能读取所有的 licoris 模型,那版本不到一点五的需要去安装扩充哦, 过程网址也在说明栏,需要的自己安装吧。目前总共训练了五个模型,要怎么判断哪个是我们要使用的模型呢?首先我们打上一些基本的测试题词,像画面这样, 我打上这些都是非常简单的题词,同时使用最早产生的 lora 权重设定为零点五。稍微说一声, s d x l 不太 需要反向提示词放上简单的做好。接着脚本打开 x y d 图这边先打好再解释概念。我的设定长这样,三个都是搜寻题词并替换 x 轴,是替换模型 第一次执行最早的模型,接着题词替换后就变成不同的模型啦。所以 x 轴是更换模型, y 轴是调整权重,立轴是用不同的姿势判断有无过你和最后设定好尺寸跟种子,按下直行 就能得到这张 x y z 图。再从 x y z 图去判断要使用哪个模型,权重多少是你需要的。你以为到这里就结束了吗?这里有一件超级重要 的事情,我们目前认为使用 x y z 图判断其实不够充分,模型需要有非常多方面的叠断,哪个模型构图最好,哪个模型最像,我们应该要进行更多方的测评。 所以利口瑞斯的作者群提出了新的想法,可以从更多角度去评分模型。但是这个新式的界面要更贴近使用者的需求, 所以需要社群的大家一起帮忙填问卷,内容是讨论哪一种方法更适合使用者需求。那我自己已经填写完毕了, 也为了这篇问卷做了有史以来最仔细的训练教学。轮到各位出一份力啦,说不定新的界面可以帮助你筛选出过去没有注意到的好模型哦!让我们一起壮大 sd 的社群吧!那就这样啦,问卷在下方,快去填吧,拜拜!

control net 是图像的精准控制,也是 s d 必学的核心功能,可以实现图片风格转换、 提取线稿、固定人物姿势、线稿上色等功能。使用 s d 的基础功能进行 ai 绘画,比如仅仅使用提示词、 laura 涂鸦等功能时,大部分时候得到的并不是我们想要的图片。想要更加完美的控制图片的话, 就需要使用 control net 来进行控图。在 control net 中添加使用手绘图或者现有的图片,我把这张图片称为参考图。 然后使用合适的预处理器及 control net 模型。不同的预处理器用于使用不同的方式提取出我们所需要的构图元素,比如预处理器使用 open pose 可以提取出人物的动作姿势。提取出来的预处理图会经过 control net 模型进行运算,进而控制构图生成出来图片。当你直接 将预处理图添加进 control net 时,预处理器可以选择南五,以为此时已经无需经过预处理器去提取参考图的构图信息了。 control net 看起来是以图片控制生图, 但是他在文声图与图声图中都能使用。但是文声图与图声图中的 control net 会有一点不一样。在图声图中,当你添加了图声图的图片之后, control net 启用的时候 会默认直接使用你图生图的图片。想上传其他的图片作为参考图的话,就需要勾选这个上传图像的选项,其他的参数则与文生图相同。首先是上面的 control net unit 选项,可以让我们同时使用几个 control net 功能进行构图的控制,你可以在设置中调整个数, 这里是图片的上传区,打我们上传图片之后,还可以通过画笔对图片再次进行勾勒修改。你也可以点击这个按钮,可以创 创建一个空白的画布,可以供我们使用画笔进行涂鸦。这两个按钮则是打开摄像头与镜像摄像头。最右边的按钮则是可以将参考图的图片尺寸发送到上面的宽度高度。 启用用于开启 control net 功能。一定要记得勾选上才能使用 control net 功能哦。低显存模式,四 g 或者八 g 显存的话,记得最好打开它。完美像素模式 勾选之后就不需要再设置预处理器的分辨率了,一般都会勾选上允许预览,勾选之后会出现一个预处理结果。预览的图片区域在参考图右边没勾选允许预览的时候,如果你点击底下的这个爆炸,也会启用这个功能。 控制类型选择某个需要的控制类型,可以帮我们快速选择出合适的预处理器与对应的模型,用于保证预处理器跟模型是同类的。如果选择全部的话, 则需要我们自己从全部选项中进行确定。预处理器用于提取参考图的构图信息,进而得到预处理图。模型用于将预处理图的信息对将要生成的图片进行控制,底下的参数则会根据不同的控制类型有所改变。新手在练习的时候使用默认的参数即可。 控制权重 control net 控制的力度数值范围为零到二之间,引导介入时机。 control net 生效开始的时机, 数值为零到一之间,比如选择零点一则代表 controlled 从图片生成到百分之十的进度时,开始介入控制引导终止时机。 controlled 结束的时机。 选择一则代表直到图片生成进度百分之一百时才结束控制。控制模式可以用于选择提示词与 control night 哪个更重要。缩放模式与之前图声图课程中讲过的一致。回送 自动将生成后的图像发送到 control net, 一般不会用到这个功能。预设用于保存提示词预设。当控制类型选择 cany m, l, s, d, tile reference 比康乐时会增加几个参数, 基本都是对构图精度的进一步控制,新手一般默认即可,等熟练之后再来练习调整这些参数。

当你想使用一个 laura 的时候,还需要先去 c 站上粘贴好提示词,再回到 stable dq 身上。复制下来的时候, 我已经能通过这款插件一键生成和这个 lover 相关的所有的题日词。我们首先呢来到拓展页面,点击从网址安装输入这个地址,然后点击安装。 安装完之后呢,我们在网页上面的这个地方就能看到我们刚才安装好的插件,这个插件呢就是用来管理我们所有的模型的插件。我们看到左边的这个地方的意思呢是可以下载最大尺寸的预览图,这个地方我们要打勾, 中间的这个地方的意思是跳过成人内容,这个地方我们可以先不用勾上,然后最右边是显示模型的类型,其中这两个可以不用勾选,我们点 点击一次看按钮,这个意思是开始扫描我们所装的所有的模型,如果显示加载错误的话,这就说明我们现在所使用的魔法网络的频道是有问题的,这个时候就需要我们换一个网络, ok, 等到等到他加载完成之后,我们回到主页面,可以看到每一个模型上面都出现了四个小图标,最左边的图标呢,他是指更新封面图的意思。第二个图标呢,你点击他,他就会自动的跳转到 c 站的这个模型的页面下。 第三个小灯泡的图标呢,我们点击他就会出现与这个 lower 模型所配套的关键词。最后一个像是小书签的图标呢,点击他的话就会生成相应的正反的提示词。这样一来呢,配合 上期的视频,我们就可以快速的书写提示词,然后达到快速出图的效果。我们再回到 cbt hyper 的页面的下面,来到最底下,我们可以看到这个按钮,这个按钮呢是说检查最新模型的版本,我们点击它, 我们就会发现有两个模型,他已经有了最新的版本。我们点击左边的这个按钮啊,我们就可以把新版本的模型下载到我们的电脑上。点击右边的按钮呢,他就可以把这个模型直接下载到模型所对应的位置上。 等待下载完成后,我们打开这个模型所在的文件夹,我们就看到下载的模型已经被放置好了,就不用我们手动的再把模型再拖进去了。我们回到 steamboat defusion 的页面, 我们又可以看到我们下载好的模型呢,已经被安装进来了。好了,以上就是本期课程所有的内容了,我准备了很多 ai 绘画相关的资料,如果你想要的话,请点赞评论私信我领取吧!

好,这节课我们来给大家讲一下常用的一些模型的放置路径啊。就是啊,我们在 ai 绘图里面经常会设计到一些概念,什么大模型,然后 roller 模型,然后 controlled 的模型,对吧?那么这个分别是什么意思啊?我们首先来给大家说,先说一下怎么用啊?就是 大模型的话,你们可以从 cbt 上面去下载,那么你在 cbt 上面你需要注册一个账号,注册账号之后呢啊,你在这个地方有一个叫过滤器啊,你给我选这个 checkpoint, 这个就是一个大模型,那么大模型呢?它是一个 底膜啊,他是什么意思啊?就是你在这个 prompt 里面呢,你去输入一些内容,他在这个底膜里面他有对应的内容,可以去啊,一一对应上去。就像我们那个搜索引擎一样,你在搜索引擎里面输入一段什么东西,你要去搜索一个什么东西,对吧?就是啊,比如你的这个 里面就是搜索啊,一个什么内容,比如说我去搜索一个天空啊,随便搜一个东西啊,这个好,他就会出来天空的这些图片。那么你首先你得保证你的这个, 你的整个这个啊,解锁的这个库里面他有这个天空的内容才行,那么这个大模型他基本上就这个意思。就是啊,我首先我要保证我的这个啊,你的这个库里面有对应的这些磁条啊,他这个磁条这些啊,这个我们叫 prompt 这些 tag, 就是他这个 啊,关键词是有对应的这个图像啊,可以跟他对应上去的。那么呃,我最推荐用的就是这个 realistic v 二零的这个版本啊,就是建筑的也有一些啊,人在去做这个大模型,但是目前为止啊,我觉得, 嗯,用 realistic 就是最好用的。就是啊,为什么呢?就是大模型他需要非常非常多的这个精力去,嗯,去训练嘛, 就是我自己也不去训练大模型,就是因为大模型你训练不好的话,反而会污染你的这个模型啊,比如说啊,就是你去拿一些很土的这个什么商业效果图啊,就是 或者说你自己的审美不在线啊,就是你你觉得那个东西很好看,但是实际上可能在甲方看来,或者说在一些啊比较有品味的建筑看来,这个东西啊,很难看啊,就是啊,然后你不停的去把那些很难看的这个图片呢,去给他啊打上标签,这个是精美的图片,精美的图片,精美的图片,不停的去告诉他这个精美的图片,然后你最后 你在这个 stable diffusion 里面去输入什么,你想啊,生成这个精美的图片出来,都是那种很土的那种商业效果图啊,就是啊,所以我建议大家就是 去下载这个 c 位太上面的这个啊, realistic v 六零啊,这个非常好用,那么你想去修改你的某种风格,用 roller 模型去做啊,因为这个,嗯,大模型的话它的体积非常大啊,一个模型下载下来,就是啊,像这个啊,三点五八 八个 g 啊这个,而罗罗模型呢,通常来说就是三十几兆啊,就是这个就非常方便。罗罗模型他是什么意思?罗罗模型他你这地方也可以勾选这地方,比如你只要罗罗你不要切破,你就可以看到,好,这个就是我们看到的罗罗模型,罗罗模型比如说像这个他其实更偏向于一个固定的人物的角色,或者说一种画风。 那我们在做建筑的时候,比如说你想要做某种特定的这个建筑类型,或者说啊某种天气场景啊,或者说某种啊特定的画风,比如说我自己训练的一个插画风,对吧?那么你就可以去加载这个 lora, 你在这个大模型的就上去加载个 lora, 就可以很好的解决。就是啊,他你 想要某种特定的类型,或者某种特定的风格,或者某种特定的这个角色啊,这这些事情就是。嗯,因为你要去训练,比如像这个罗拉,这个是一个古风的这个模型的话,你要去训练一个古风的大模型的话,其实啊一个是他的这个训练的成本会更高一些,另外 这个呢,就是他的这个体积很大。第三个你可能还会污染,就是那个大模型,因为你大模型,我们大模型更多的是强调一个通用的他的泛用性啊,所以我推荐大家去用这个 啊,就 c 站上这个下载量非常高的这些,因为他是经过检验的,你看这个 tigpong, 就像这个,这个都是啊,零点二 m, 这个就是迷恋,对吧?就是 百万啊,就是几两几十万的这个下载的,对吧?就是,好,然后这个下载下来之后呢?如果说你下载不了,你可以再用我的这个啊,我另外一个常用的就是 sd 一点五,就是这两个啊,这个是原版的这个 stable q 型,他自己啊产的这个大模型,那么这个经常是用来训练这个 lora 用的,就是,我就是常用,就这两个就行了。你把这个复制到你的安装部录下面的,这个是大模型啊,这个复制到你的安装部录里面的,这个啊, models 啊,这个下面 我们找到这个 stable diffusion 啊,把它复制到这里面来啊,这个还有一个叫 chill out mix 啊,这个这个是画人用的,就是你们如果有需要的话就是可以自己去下载啊,就是在这个地方这个 chill out mix 啊,当然这个是一个十八加的一个内容,就是我就我去展示了啊, 嗯,然后啊,罗软模型的话,你下载下来之后呢啊,我这地方下载好了一堆啊,罗软模型,罗软模型的话我从 c 站上下载了一些啊,然后我这个带有预览图的,因为我有 c 站助手,然后自训的。这个啊,我自己训练的这几个,你可以把这个模型呢一起啊复制到 models 啊,这个地方,这个罗乱, 这地方有个 loler 啊,把复制到这里面来就行了,当然你可以自己去下载一些额外的其他的你感兴趣的在这个上面啊, c 站上面有一个 architecture, 我们把这个啊这个地方不用改好,这就是建筑的一些 loler 啊,你可以去下载 有些你自己感兴趣的就是好,这个是柔软模型啊,然后下一个呢是这个 ctrl light 的模型, ctrled 模型的话是,嗯,他的下载地址呢,在这个地方啊,这个哈根 face 上面,然后我们现在用的是一点一的这个版本,那么你去把这些文件全部下载下来啊,这个 下载下来之后呢,你把放到这个路径里面去,我们放到这个安装目录下面有一个叫 extension, 然后这里找到 ctrl light, 然后这里面还有一个文件夹叫 models 啊,然后在这个里面你把它复制进来。好,你也可以直接复制我的这个模型啊, ctrlite 模型,就把这个里面的这个 ctrl a 啊,这全部复制到这里面来啊,就可以了,反正我是从这里面复制出来的。好, 那么 ctrl letter 的话,它更多的是去控制的,它跟我们出图的这个啊,风格这些没有什么关系啊,更多的是控制我们的这个图片的这个线条啊,它的这个边界啊、结构啊,这东西啊,这个是啊,这三个的区别,那么我们我 自己实测下来,我推荐大家用 realistic 这个 v 二零的这个去做建筑写实的风格啊,完全够用了。就是比如我这方加载一个我自己训练的 lola, 然后我再把这个预设加载进来。好,我再把这个 lola 加载进去啊,你看到点一下生成 好,这个就是我们这个生成的这个结果啊,除了中间这两张有点奇怪,我觉得其他的效果看着都还可以啊。就是那如果说我们不去加载这个 logo 啊,我们看到他这个表现就会啊,差很多,我们再生成一张试一下,生成一轮, 对吧?这个就是我们最开始测试的这个,这个是没有加的 over 的,那么这个大模型啊,就是为什么?就是哦,不太推荐大家去用一些这种啊 奇奇怪怪的这个建筑的模型啊,比如说他训练的他,他训练的这个底图位的全是这个高层综合体的这个图,那有时候我,比如我就想要一个低层建筑的这个,对吧?我们可以去看啊,之前 一轮的,比如说我就是想要啊,他这个是我们之前生成的穿,对吧?他就是这种这种类型的这个建筑,那有时候我就是想要这种楼层矮一点的,但他是如果训练集里面全部给的都是比如他,他全部都给这种超高层的这种建筑,然后他去给他打标签, architecture, architecture, 那你输入 architecture 对应的就是 就这种类型的,他就把你的模型给污染了,就这个意思。就是所以我觉得用通用的这种大模型泛用性会更好一些 啊,这是我啊目前的一个理解吧,就是如果说后面出现的有说啊,有一个建筑的这个大模型训练的非常非常好,那么啊,也有可能我们可以去尝试一下啊,后面再给大家去做一些更新, 包括像这个啊,车站上下载量一个非常高的一个模型,就是这个我测试下来他的泛用性并不好啊。就是啊,他只是在特定的这种小建筑上面表现还可以啊。那么关于模型我们就给大家讲到这。