今天为大家介绍如何自动识别文字,并点击添加执行动作,进入动作列表,选择文字相关里的,点击文字, 这里输入需要自动识别并点击的文字。过滤条件分为,全屏识别、指定区域识别识别第几个,注意从零开始计算 oc。 二、识别为图片识别模式,准确率高,速度较慢。输入目标文字,例如日历,点击右上角确定 需要识别,点击文字的动作添加成功。在这个动作后面再添加一个返回主屏幕动作,接下来依次添加需要点击的文字,例如电话计算器,实现功能 为,一、返回主屏幕识别文字日历并点击。二、返回主屏幕,识别文字电话并点击。三、返回主屏幕,识别文字计算器并点击。最后点击右上角保存,点击执行。下面是见证奇迹的时刻, 挑战成功。在后续的教程中还会介绍更多神奇好玩的功能。
粉丝296获赞498

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。

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!

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!

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。

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!

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!

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!

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!

今天我们先打开这个 c 站网址,在上面复制我这个网址,然后去打开 c 站,它是一个生成模型预览图,然后查看模型触发关键词的这么一个平台。 我们可以看到这些模型啊,它可以让 stable diffusion 学习特定类型的图像,然后并生成相似的图像。我们打开其中一张图,可以看到右侧有他的 tech 这标签,然后下面还有他关于模型的一些详细的描述, prom 和 necrotique prom。 然后我们怎么用这些信息呢?就是把这两大段的东西 copy 到那个 stable division 上去, 没有安装这个 stable diffusion 啊,因为他对这个显卡的要求比较高。然后呢,我只今天只是做一个简单的演示,看看这个 stable diffusion 生成的图像是否跟西藏一样,可以看到他生成的这个图像。哦,太吓人了吧,他跟原图完全是八竿子打不着的,相差十万八千里呀,为什 怎么会发生这种翻车事件呢?首先第一个就是西站模型给的讯息不够,所以没法生成一样的图。第二个就是需要训练 stable diffusion, 训练 stable diffusion 的模型可以通过 jumbles texture inversion, laura 和 hype nervous 这几个方法, 目前选择军布斯的人比较多,然后对他的评价也挺高的。其次是罗啊,我有个朋友,他选择的是罗啊模型训练,他说深层的图像相似度可以达到百分之八十,当然大家也可以选择自己喜欢的方法去训练。

哈喽,小伙伴们大家好,我是白菜,上一期我简单讲了一下关于捞二分层控制的一些操作,然后很多人都想知道捞二权重到底该怎么调整,今天我就单独做一期视频,带你们研究一下如何调整捞二分层的权重参数。 既然是研究,那肯定少不了要啃一些开发文档来学习。如果你想看懂我后面的实操,那这部分是千万不能跳过的,否则到后面你可能会一头雾水。其实也就是把我们后面需要用到的一些点简单过一下,我会尽量把它缩短在一分钟左右,所以呢,耐心把它看完,如果你一遍不懂可以多看几遍。 好的,我们现在开始。这里作者说的是他用到的一个大模型和 lora, 这个我们用不到就直接过了。第一个需要注意的点,这里我们需要用到 x y z 图表结合插件的权重分析器 需要注意我们提示词里边的 low 名一定要后缀冒好 x y z, 不然他这边不会起作用。第二点, x y z 这里一定要勾选最右边的高效分析器下边的变换 x y 轴一定要勾选,因为我们需要让二十六个层都放在 x 轴上,便于我们 去分析图表。第三点,这里我们测试的是零点五和一,意思就是我们需要测试权重没有改变的情况下和改变到零点五的情况下每一层的改变的百分比或者说受影响的多少。第四点,我们需要确认 我们测试的 lora 哪个部分对于我们比较重要,是人物,衣服背景还是其他部分?比如说我们确定为衣服,那我们就看这些图表里边哪个图层的改变对衣服比较重要,我们给它分成三个档次,重要不重要或者不确定。 然后我们就根据生成的 x、 y、 d 图表来对每层进行分类,我们把重要的层权重设为一,把不重要的层权重设为零,对于不太确定的层 权重设为零点五。然后我们把确定好的权重填入下边这个表格里边。好,我们先了解这个文档的前半部分就可以了,当然后边还有更高寸的部分,如果大家感兴趣的话,可以自己去研究一下。我会把这个文档链接贴到视频简介里边,这个表格我会提供给大家。估计会有人说刚看完文档,现在又要看图,表 头现在已经蒙了,那先别蒙,接下来我们就直接进入实操环节,这个图表的用法我也会在实操里边给大家去讲解。 这就是今天我们所用的 lora, 他只有两套衣服,比较简单,没有多余的变化。今天我们的目的是通过分层控制来更好的还原这个 lora 的人物和衣服。呃,手部的这些细节 我们先不用管,然后背景我们也先不管,简单把这些参数填一下就行了,这些大家都会好。我们打开 lower block v 的这个插件,点击启用,如果你没有这个插件,可以看我上期的视频, 可以找一下那个安装包。好,我们勾选高效区块分析器,勾选转换 xy, 这里设置为零点五和一,下面的不用动。如果你觉得一张图测试不准确,可以增加种子数量,多生成几张图来进行比较。你应该还记得我们在前面讲过,需要在 lora 名字后边加上冒号 xyz, 好点击生成。我们可以打开后台看一下情况,如果有报错,那说明你有些地方填的不对。好的,图表已经生成了,我们来看一下,我们可以看到上 层这个显示的是 different 百分比,百分之多少就等于说这一层零点五权重和一权的时候,他的差别的百分比是多少。然后下边这个图像显示的是这个图像的差别啊,就等于说一个可视化的, 咱们能看到这个图像到底差别在哪个地方。好,那如果你还记得我在前面说过的,那在这个地方我们要确定一下哪些改变对我们来说是重要的,或者不重要的,或者是我们不确定的。那我们把这个 分成三个部分,然后把权重分别设为一、零和零点五。因为在前边我们已经确定了这个 lower 的人物和衣服对我们来说比较重 重要,那我们就聚焦这一点来给每一层确定一下他的权重。那么为了方便我们直接用画笔在图像上直接把权重给他写上,结合这个上面的百分比和下边的这个图像的差别, 这一点我觉得你们应该能看得明白,因为比较好分辨啊,把眼睛擦亮就行了。 好,那这部分完成以后,我们就需要把这个表格调出来,在相应的位置填上它的相应的数值。 好的,填完以后,我们需要把权重为一和零的层给它打上对勾,权重为零点五。 我的层,因为我们现在不太确定,就先不固定,待会我们还要进行调整,那么这些做完以后,我们能在右边这个表格栏里边看到二十六层的所有的权重参数。 那么下边这一行代表的意思呢?就是我们没有确定的层的名字,这个我们后面会用到现在暂时不用管他,我们先把上面这一层的初步确认的权重参数复制一下,我们给他填到这个参数预设里边, 一定要点击保存预设重载标签,然后我们就能在上边这个地方看到我们保存的这个预设名了。好,现在这个 x y 图我们现在用不到了,给他点击禁用,然后打开下边脚本 x y z 图表里边的 x y z pro, 如果你跟我一样是汉化过的界面,那就需要找这个提示词搜索和替换,如果是没汉化过的,那就是 prom 的 s 斜杠 r。 那么这一步我们是要干嘛呢?这里解释一下,可以看到 x 轴我填的是 all, acnex y 轴的 c 的我们填了四个负一,目的是为了生成四组不同的图来做对照来测试。 lora 没有更改分成权重与更改过后的区别。这里的 all 是我们没有更改过权重的, 可以看到参数全是一 acnite 是我们刚才复制过的参数,点击生成对照图。啊,这里报错了啊。需要注意一下,这个地方我们不能用 x y 了,需要用刚才我们替换题的词的第一个词就是 out, 我们给它 填上。好,可以看到这下就可以了。我们现在来看一下这个图。第一组左边这个手部的衣服不对,然后下边这个裙子也不对,因为他是个短的。第二组也是下边这个衣服不对,很明显右边这个眼睛画的更好一些。 第三组也是右边的眼睛画的更好一些。第四组这个右边的手臂崩了,但总体来看的话,还是右边对衣服和人物的还原度更好。 我们这里还有一些层可以继续对它进行优化,大部位的表示的是我们没有打过的层从零点五减到零的 lower 权重,因为我们默认的 subwide value 是零点五, 如果是零点二,那就是每层从零点五减到零点三,大家后面可以自己慢慢研究,这里我们就默认零点五了。我们复制一下这个表格里边的参数,然后打开 wi, 把刚才复 的参数粘贴到这个地方,把之前的预设替换掉,点击保存预设重载标签,之前的预设我们别忘了给他备份, 然后别忘了把这个奥改成 sad。 把这些预设名复制一下,然后粘贴到 prom 的 sr 里边。我们只需要生成一张图,所以把这个外轴给关掉,依旧是重复之前的操作。等这个图表生成以后,我们来看一下这个图的差别。 那这一步的目的简单来说就是要找出哪些层在变化的时候更容易使这个图崩坏。我们找出这些层,然后把它的权重降为零, 等我们确定以后,还是用这个图表把确定后的层改为零,然后打勾固定下来。这个我们之前也操作过了,我就不讲了。好,那么到现在呢?我们其实还有五个层还 没有确定,为了能高效的看出这个层的权重变化所带来的影响,我们可以同时进行加法和减法,减法就是把权重减到零,跟刚才的方法是一样的,加法就是零点五,再加零点五加到一。 那现在我们就需要用到这个 sub id weight 点和加权中,如果你想先加后减,就是 id sub weight 就是先加后减。这里我们还是重复之前的操作,复制一下里边的参数,然后粘贴到 web ui 这个插件的预设里边。 相信经过前面的操作,大家应该对这个操作比较熟悉了, 那这次看图的部分我就直接略过了,方法还是一样的,我们找 普通的一些权重变化以后,对图有破坏的一些层,把它的权重降为零,其他的层还是维持不变。 那么通过这种方法呢?我们就基本确定了这些层的权重参数。那我想告诉你的是,他依旧是比较粗糙的, 因为我们每一次增加和减少权重的时候,都是用零点五来测试的,如果你想更加精确,可以把参数设置成零点三, 零点二,甚至是零点一。熬参数依旧是一个比较漫长的路,如果某一天你漫漫长夜而无心睡眠,那么你可以静下心来慢慢的研究一下。 现在我们已经确定了最终的权重参数,现在肯定是要再测试一下最终的效果,看一下我们最终确定的这个权重对老二的影响到底如何。 好,那么让我们来看一下最终效果。左边是没有经过任何调整的,右边是已经调整好的。 第一组我们已经很明显的看到左边的手臂已经崩了, 第二组手臂也是已经崩了,左边右边的话稍微好一点。 第三组也是手臂的部分好,那么这么看下来的话,我们还是得到了自己想要的效果。 如果你不想在每次使用这个 lol 的时候用分层控制的方法,还可以把它融合成一个新模型来用。这里我们就需要用到 supermarket 这个插件,你可以在我分享的链接里边下载一个安装包,然后减压复制以后把它放在 限次这个目录下面,然后我们重启 wib ui, 就可以在这个地方找到这个插件了。中文名字叫超级模型融合,我们点开 lora 标签,在下边的 lora 模型中选择我们需要的 lora, 在 lora 名后边加上冒号和我们刚才设置好的权重预设, 点击合并 lora 合成完以后,我们点击下边的更新列表,就能看到我们新融合的 lora 了。好的,本期的视频内容你学会了吗?如果你喜欢本期视频,别忘了给白菜点个三连,我们下期再见。

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!

哈喽,大家好,我是哎小王子,今天给大家讲解一下预设和脚本的使用方式。上次我们在讲纹身图页面参数的时候,我遗漏掉了这个部分啊, 我们先看一下模板预设啊,到这边我们拉下来,你可能这里边什么都没有,因为我之前保存好了几个预设,所以我这里会有这个地方,就是我们关键词的一个预设啊。 假如说我们点击这个基础骑手式,点击之后怎么给他传到这边呢?就是点击这个按钮,你看啊,将所选模板风格应用于当前提示词, 点击 ok, 这边就把提示词给加载过来了。这个一个方便之处就是我们不用在手打,这是模板预测的一个作用,你看我这里还有其他的,然后精美模特关键词我们再导入, 如果不把刚刚导入的删掉的话,再添加,就会两个都保留。所以如果说是不同场景下来预设,建议先把之前先删掉,再导入新的。那么如果说我们想 想保存预设词怎么办呢?我假如说在这里弄个 one girl, pretty cute, 然后 beach background, sunny day, 很简单啊。然后这边就是 nsfw extra arms, 我们输入完这个关键词之后,我们点击这个键,储存为模板风格,点击,然后在这里起名字,我们就叫他测试 好了之后就会在这里出现了。那么说如果我们保存太多模板,有好多我们不想要的怎么办?在哪里删除呢?因为这边没有插件啊,在哪里删除呢?很简单,还是回到我们的 stupid fusionybui 这个界面,打开它,然后往下拉,有一个 styles, 这个我们可以双击直接用 excel 表里边删除啊,直接这样子 插,把它点 delete, 或者我们右键点击打开方式,然后有个记事本打开,这个比较清晰明了啊,因为饲料表比较乱,我们打开看一下,刚刚这个测试的关键词已经出现在这里了,然后把它删掉,整体这一行都删掉, 文件点击保存, ok, 然后回到这个页面我们看,啊,怎么还有啊?啊,怎么办呢?点一下这个刷新按钮, ok 就没有了,所有这边 checkpoint ve 这边都有个刷新按钮,好多刷新按钮是干什么的?当你刚下载了一个大模型, 或者 vae 等等等等,任何东西都可以,你不想关闭这个页面重启的话,你就点击这个刷新键,他就会立即同步到这个页面,你如果你刷新了也没有的话,那就重启重启页面啊,不是重启机子,这个是干嘛?这个我一会再讲。 先讲这个垃圾桶,垃圾桶很简单,就是清理掉你的关键词,点一下,确定吗?啊,确定关键词全部去掉了,然后这个是干嘛?这个左下角箭头就是加载你上一次在这个页面的一些关键词,还有一些预设都会给你同步到这个页面。给大家举个例子啊, 他说我这里是 one girl, 然后这里打 n s f w 采样部署,我打三二六,我选这个 d p m s d e, 然后大小是这 这个样子。 cfc 八九点五,生成次数两个,然后种子选一二三四五六, ok, 我们先生成一下, ok, 这个加载好了,我们记住这个页面啊。假如说我们不小心点了一个刷新键,或者把整个页面给关掉了,因为一刷新之后你这里边全部清零了,全部预设之前写好的都没有了,我们 就点击这个键点一下,哇,全部就出来了。这个箭头就是你把你上一次加载渲染的图片,那些关键词和预设全部加载到这里, 看种子也没有变吧? sept skill 九点五对的宽度高度,这个 dpn fast, 呃,这个生存次数刚刚是二,怎么变成一了?这个无所谓啊,生存次数其实影响不大, 到时候再调就好了,但是这些最基础的预设都已经把你做好了,就有它作用。最后讲中间这个东西啊,就是加载一些模型,比如说我们最熟悉的 checkpoints 大模型,还有 laura, 还有一个就是超网格 hyper networks, 还有 embanding 嵌入式 in bending, 就是把所有关键词打包成一个小模型,然后当你再输入关键词的时候,你就不用再输入几百上千个关键词进去,他把所有几百个上千个关键词汇总到一个小关键词里边。我给大家举个例子,比如说我们想要这种 style, princess 这种有公主风的人 人物怎么办呢?把它点上去,我们这个原本关键词删掉,弯勾我们都不要了。负面关键词我这里有时间下载好了,就是 deep neg 的,我们现在渲染一下。 ok, 我们现在看一下这个是不是一个公主风 风格的一张图。那我回到这个关键词,我就加了一个 embanding 的预设,然后还有一个 n p negative 负面关键词的一个预设就出现了这种图, 但是按理来说这里边会有几十个单词,但是他现在全部汇总成一个单词啊,这种方式呢,大大的提高了我们出速效率,或者有时候我们不知道应该写什么负面关键词,我们直接点他一下就好了,这有他的作用。第二个抄网格,现在用了不多了,还 her networks, 是给模型做一个细小的微调,最初它是 novo ai 发明的,现在已经不怎么用了,它跟嵌入式有点类似,也是把一些关键词给打包变成一种风格, 然后下面这个 checkpoint 大模型,上节课给大家讲的很细啊,然后下一个是 laura, laura 就是我们改变人物风格脸部的一个模型, 我们在调 lora 啊,不管 lora, 抄网格,嵌入式等等等等,就会遇见一个问题啊,你们下载好之后肯定是没有图片的啊,这两个是我做测试加的,肯定是只有 no preview, 那怎么办呢?怎么样才能把这个图片加上去呢? 这个问题问的非常好,我给大家解释一下,我就以 lora 为例子了,因为大部分都是一样的,我们到 models lora, 假如说我们看这个啊, coronal likeness 是没有图片的,那现在我要要给他加图片,怎么加呢?我们首先要找到这张图片,然后我们点击这 coronal likeness, 然后把它复制一下,复制到我们刚刚 这个 lora 页面啊,点击 lora 复制一下,复制过来之后呢,要确保这两个的文件名是一样的,并且是 p n g 格式, g p g 格式也 ok, 也能出现,我们怎么弄呢?点击 f 二,然后 ctrl c, 然后点击 f 二, ctrl v, ok, 后面这个就不用复制了,只用复制这前面这个 safe tensors 就不要加了,点击确定,确定之后我们回到这个页面,点击 refresh, 我们看一下这个图片就加载出来了, 每一个单一的都是要这样加的,他无法直接让你下载好模型之后,就直接会给你一个 preview, 这是我觉得 stupid do you 是应该增加了一些更改细节,这点我相信他未来是一定会改的。这是 lower 模型, 模型不止可以变脸啊,变风格也可以变衣服,假如这个 sweetlot 了,就是把它穿上萝莉塔的衣服,我们看一下,我们看到用这个模型就不是变脸了,就直接把他衣服也穿上去了。下面我给 给大家介绍一个模型下载的网站,我平时除了用 c 站,另外一个用的比较多的模型下载网站就叫做 libliboai, 这个网站的所有模型都是免费下载的,并且他不需要魔法,下载的速度也很快,并且有很多原创的模型作者在这个网站上发布他们的模型。 我们先看下这个页面啊,看一下筛选啊,比如说我们想要 checkpoint, 或者说我们想要一般领就是 textual inversion 一个意思,进去之后假如说我们想要这种风格的建筑物,我们就点击下载 inbending, 文件都很小,大概十到二十 k 左右。然后我们再看一下其他,比如说 checkpoint 大模型也是在这里可以下的,比如说我们想要这个大模型, ok, 进入到这个页面之后,我们可以看一下全部展开,这里有模型的一个介绍。然后如果我们想看这张图片是怎么做出来的话,我们把鼠标碰到这个生成信息里边,就会看到他的正向关键词,负向关键词,还有些采样期用的哪些 步数等等等等。然后如果想要复制过去,直接点击复制生成数据就可以直接用了。我们看一下这个图片的浏览,都是做了很不错的,然后鼠标往下滑,就是其他人用这个模型做的一些图片, 然后都会是在这里展览。如果我们想要这个作为大模型的话,我们直接点这个下载键就 ok 了, ok, 这就是利布利布模型网站的一个介绍, 我会把这个连接放到本视频的简介里面,大家可以去看一下。我们使用罗二的时候可以不止用一个罗二,我们可以用好几个罗二,但有一个问题啊,假如说我用了 japanese corny, 还台湾 door likeness, 如果想三个都用的话,权重一定要改,三个权重全是一,会出现什么问题呢?直接给你出现一个花图, 我们把所有权重变成一的时候,出现图就非常的精美啊,很漂亮,所以我们不要把它调成一,我们要确定所有罗二的权重总和加起来不到一,比如说我们每个配置三分之一 的权重,我们看一下他出来的图片还会不会花了, ok, 出来的图片就不会花了,并且三分之一的基因是日本痘,三分之一的基因是口眼痘, 还有三分之一的基因是台湾斗,这三个基因加起来就是这样的点。如果你想做商图网图的时候,你不想让你的图片看起来和别人做罗尔完全一样,你就去混合就好了, 好比做一个混血儿一样,你把这三个混血,三个国家混血,然后再往下走,就是脚本。脚本其实是一个非常好玩的东西,可以让你看到不同风格、不同采样部署,或者不同采样器的一个对比图。 就像我之前大家可能会好奇我这个图片是怎么做的,我用的就是脚本。我们先看下这边啊,有五个选项,第一个是没有,那就是有四个选项,所以控制网这个就是视频转视频。今天先不讲啊,因为这个,呃,有一个更好的应用去用。我们先讲第一个啊, prompt matrix 提示词 矩阵。这个是怎么用的呢?很简单啊,当我们不知道用什么灯光,用什么风格,用什么关键词去把一个物体或者人物主体做出来。比如说我现在有很多选择,举个很简单例子,渲染一个 an apple on the table, 这个是我的主体,我想做不同灯光,他会在图里边呈现一个什么样的表现,我先弄个 studio lighting, ok, 摄影师,灯光 是什么样子的?再弄一个 cinematic lighting, a soft light, a warm light。 我们可以看一个对比图啊,如果你想使用关键词矩阵看不同风格类型的话,怎么分割呢?就用这个竖线分割啊,这个竖线是在回车下边的那键。先讲一下他出图会什么样子? 会出图像,一个 apple 在桌子上先弄个 studio lighting, 一个 apple 在桌子上 cinematic light, 一个 apple 在桌子上 soft light, 一个 apple 在桌子上 warm light。 他会出现这四种风格,并且像排列组合一样, you use studio lighting, you use cinematic。 迪克拉丁又有这个和这个等等等等,我们看一下这里有几个选项,把变量部分放在提示词文本的开头处,这个勾选的话,就是说这个变成变量了,这个后边的变成那个定量了, 所以我们不用勾选。我们一般先把主体描述好,后边是变亮。下面这个为每张图片使用不同随机风格种子,如果你勾选的话, 这些种子都是随机的,如果你不勾选的话,这些种子都是一个固定的一些种子。我们在做测试的时候尽量不要勾选它,因为勾选它你种子不一样,你看的物品是完全不一样的一个风格, 你无法判定他用哪个灯光是好是坏。然后选择提示词类型,我们是在哪里做矩阵呢?我们在这个 positive prompt 里边做矩阵,所以我们用正面提示词,如果你想看一些反向提示词的一种不同,你就点他就行了。然后选择连接符号,逗号或者空格,这个就默认逗号,就完全没问题。宫格编剧像 速就是一个相框,假如说我之前这个这个图片宫格像素编辑是零啊,你看中间都是贴着的。如果你加一的话,我给大家举个例子,假如说我加到二十六,最后我们看一下效果, 我们看一下是不是我们想要的啊。一个 app on the table, 什么灯光都没有的情况下,有 studio lighting 的灯光下什么样子? 这个是电影灯光,这个是 you 工作室灯光, you 电影灯光的样子,然后下摆,以此类推,并且他们种子是同样的。刚刚这个网格啊网格,就我们看一下中间这个缝隙就是网格, 你要多少像素,就大家想要这个小边框,风格开的话就选它就好了,这就是 prop matrix, 主要看不同风格,不同灯光下,不同任何东西下的一个区别,用它就很好。下一个我们看一下,从文本框或文件载入题, 是词就是 prompt from file or textbox, 这个是干嘛的?假如说现在我是一个 ai 公司,我今天要给客户出图片,我手下的 ai 设计师有五 五十个,每个人给了我两个 prompt, 去把这些图片给生成出来,再就是有一百个的 prompt, 你就用这个方式把所有的关键词放到这里边去。出图, 我们在写的时候每行就是一张图,然后以杠杠 prompt 开头,然后写出不同的参数,不同参数以以杠杠开头,然后空格作为风格。举个例子,杠杠 prompt, 我们要写正向关键词的话,就直接先写一个双引号,然后输入。假如我们想要个 handsome man smoking a cigare, 负面关键词杠杠 negative 下划线, prompt, 然后还是双引号 n s f w, 然后最后我们要什么步数呢?多少步数呢?就刚刚 steps 二十八, ok, 这是第一张图,第二张图我们做一个女士吧,好吧, prompt, 然后还是双引号,加 搭一个山顶雷顶,我们想调节它的宽高比宽就是 waf, 杠杠七六八,高的话杠杠 height, 然后也是七六八,就是一个方形。然后第三呢?男的女的都有了,再弄个狗吧,这个的话,我想要他的种子, 踩洋气,我要,要什么呢?我们就用这原始的 ula 吧。具体这个格式有没有什么表呢?有的,我都整理到我的思维导图里边了,里边有很详细的参数表,具体在这个脚本里边格式怎么写我都放在里面了, 大家可以到我的 discore 里边看啊。第一个就是你每行的随机种子都不一样。第二个就是你每行的随机种子都一样,我们勾选一个就 ok 了啊。这下面还可以上传提示词文件,我们就不用手打或者复制上去了。 我们先看一下他这个图片出来什么样子啊啊,记着啊,如果说你在这里写提示词,他会完全忽略上面所有提示词,加上上面所有参数,就会以你这个为主。我们看一下第一个男生 抽着雪茄, ok 出现了,还挺帅的啊。然后第二个是女生,山林的后,第三个是个 big dog, ok, 都出现了啊,然后我们看一下他们的种子是不是也都不一样,第一个种子说 这个七三三,第二种子多少?这个是固定种子啊,这个是我们提前预设的,一二三四五六七八。第三个种子七七二, ok, 我们看一下他的规律啊,如果我们不填写种子的话,他这个种子会随着第一个出现种子后,每次都加一,每次加一看这个是七七二对不对?下一个是七七三。如果你还有十关键词,并且都没有定好你的种子 的话,下个就是四五六七八九十十一十二,就是这样的出现的, ok, 这个是 prompt prom file or textbox。 我们下一个看 x y z 图表,这个打开之后别看数值很多啊,但是真的是非常简单, 暂时不要管 z, 如果你添加了 x, 又添加了 y, 又添加了 z, 它渲染的时候是非常非常慢,并且图片表示并不是非常清楚。 我们先点 x 轴, x 轴我们就用什么呢?我们假如想看不同采阳器的一个区别,然后 y 轴选什么呢?我们想看不同采阳器在不同引导下的一个效果。这左边选好之后,我们选 x 值啊, x 值就是让我们选采样器,我们具体选哪个采样器? ok, 选这个啊,一个一个点,如果你想全部都看的话,直接点,他就所有采样器都放过来了,我就先选一个 dpm 加加二,然后 active, 然后再弄个 fast, ok, 我们看这三个的区别,然后 cfg scale 这个就要填写值了,这个值怎么写?我们知道 cfg scale 它的预值是多少啊?一到三十对不对?我们上节课讲过,我们想看一二三四五六七八九 十这十步。每个的区别有个很简单快捷方式,如果你想渲染一二三四五六七八九十,每个步数的中间差值为一的话,你就直接写成一杠十,就告诉他一到十 我全都要。那我假如说我想要一三五七九这几个怎么弄呢?那你就写一到九,然后加一个括号,括号里面写什么呢?加二为什么是加二呢?就是每个数字之后我要加个二,这是这个数字,那如果说我想递减着看的呢?那就是九到一, 任何数都可以啊,我只举个例子,不要跟我一样。然后这种减二就是九,减二到七七,减二到五五,减二到三三,减二到一就是九七五三一这五个不同的 cfg skill 的展示方法。 ok, 我们这个选完之后,在图表中包含 轴类星河池是干嘛的?就是是否要加上这些东西,那肯定要加了你,你不加的话,你就不知道他渲染的是什么东西了。然后保持随机种子为负一吗?在做这种对比的时候,一定要是不保持,要所有的种子都是同样的种子。我们先渲染一下看一下啊,我把提前准备好提示词放到这里了, ok, 显卡燃烧完毕,我们打开看一下效果。三个不同采样器,然后不同的 cft scale 指数,我们这个时候就可以做一下对比了。我们大家从这个十五张图里边选一个最好看的吧,我们看一下大家的审美怎么样啊,我觉得这两个不错啊。下边这两个 cfc skill 指数不要用太高啊,太高很容易崩坏的,像这个 dpm, fast 就崩不住了,这俩就崩坏掉了。 ok, 这就是 x yz plot 的用法。我们不止可以用 sumper 和 cfc 指数比啊,我们还可以用什么 checkpoint name 不同大模型去比, 当然这个加载的就比较慢了,因为 s d 每次加载大模型的时候都要花好久好久。你还可以用什么 clip 跳个层做对比啊,然后和一些重绘强度等等。 z 值就是再加一项,具体是怎么用呢?我给大家留个作业啊,大家下去的时候用一个自己想用的三 pro, 比如说 checkpoints, cft scale 啊,或者其他的种子之类的,然后再加一个 z 值,这个 z 值你随便去加啊,最好加我们之前讲过的,没有讲过的,可能你加的不会很好看。记着,如果加 z 值的时候,这些变量啊,不要加太多, 因为非常非常非常的慢,显存不好的话,报显存是轻轻松松的。如果大家觉得我的课程对你的 stabled fusion ai 绘画有帮助的话,希望你们给我一键三连,支持我一下,关注我,让你轻松掌控 ai。

我是真的发现有很多人都不会学习,就拿训练 lora 来说吧,有一个学生想要训练这种衣服类型的 lora, 但是他实在是不懂这些参数该怎么样子的设置,后来就找到我,我一听啊,这些东西还需要自己想吗?这种参数我们找点成功案例抄一下不就行了吗?所以本条视频主要是来讲解如何看懂每一个 lower 的数据,而且将他们运用到实际的训练流程里。 首先借回刚才的话题,让我们先来看这一个 j k 服装的 laura, 鼠标放到它上面的时候,会发现上面有一个红点, 里面是一个感叹号,我们点击他的话,就能够看到 laura 训练时候的各种参数。通过第一个参数我们就可以看到他训练这个 laura 的底模是这个 stable diffusion 一杠五的模型, 然后它这一块的参数,它也就是你 lower 训练包里的这个位置的参数, 比如说他这里是七六八乘以七六八,那这个地方也是七六八乘以七六八。而且我们要知道他这个地方的参数呢,他并不等于你每一张训练集里面的图片的大小,真正的训练集里面图片的大小 我们在后面会提到,然后他下一个训练的参数是等同于训练集里面图片的张数乘以每一张图片训练的次数, 训练节里面图片的总数。这个地方大家都很好理解他这里的每一张图片训练的次数,他是在这个位置,我们可以看到是有一个一百五,然后下划线比上一个 jk 制服,这个一百五就是每一张训练集里面的图片,他训练的次数,每张图片训练一百五十次,我们可以用计算器来计算一下,他这里是一四四零零除以每一张图片训练一百五十次,一百五 他等于九十六,就说他训练级里一共是有九十六张图片,我们可以往下接着看,他下面这一块的格式可以看出来都是左边是一个词,右边的是一个数字,中间是用冒号相连。他这一块的意思是说左边 左边的像这些什么,呃, jk 什么什么,还有白色的 jk 什么的,他这块是给这些训练集里面的图片打的标签, 右边呢是这个些标签,比如说这一个词,他一共出现了三十四次,因为我们刚才算出来,他整个的训练级是九十六,也就是说九十六张图片,他对应着九十六个不同的标签文件, 那也就是说这个词在九十六份标签文档当中出现了一共三十四次。那么下面这些词呢,都是可以用刚才的逻辑去推理, 比如说这个黑色的 jk 群,这个词一共出现了十次。我们继续往下看,这些都是给训练集里的图片打的标签。 呃,下面这个地方,这个地方的参数大家都很熟悉,他是说两张图片 一起进行训练,这个地方的参数就对应着训练包里面的这个参数,就是批量大小。然后我们往下看,这个地方他也是有一些像素或者说图片尺寸的设置, 那么这里的图片尺寸的设置跟我们最上面的看到这个地方七六八乘以七六八,这两个地方有什么不同呢?让我们回到这个训练包, 我们可以看到训练包里面是有一个训练图片的分辨率的正面一样一个设置,然而我们在处理自己的训练集的时候,有时候并不会把每一张训练集里面图片的尺寸设置的一样,也就是刚才我们看到的七六八乘七六八, 也可能会使用其他尺寸的图片进行训练,那么这个时候你的捞绕训练包就会将 将这种其他尺寸的图片进行一个处理好,让这种图片不至于过大。那么我们回过头来再看这一块的参数,像这一块的数据就是记录了你训练集里面其他尺寸的图片的情况, 比如说我们可以看到这里是六十四比上二五六,那就是说有一张图片的尺寸是宽六十四,高是二百五十六的一个尺寸, 然后下面有一个这个参数,然后他比了一个三百,这个意思是说像这个比例的图片, 他加起来一共训练了三百步,这是什么意思呢?由于我们刚才在这个地方就可以看到他其实每一张图片是训练了一百五十步,然后呢 刚才是在这里看到了三百步,所以我们可以用三百除以一百五就等于二,所以我们就可以知道这个尺寸的图片,他在样本集里面一共是两张,下面每一个参数都可以这样子进行理解, 然后这一块的参数他又可以在训练包的这个位置能够对应的上,然后可以看这里,这里我们可以看到有一个一百五,然后比上一个 jk 制服,下面是给了两个参数,一个是 repeat 一百五, 然后还有一个是图片的数量是九十六。呃,我们还记得我们刚才在最上面的这个地方计算过一个数,就是幺四四零零,除以一百五,正好是等于九十六吗? 所以说在刚才我们看到的这个地方,这个地方他就是说图片的总数是九十六张,每一张图片训练一百五十次, 这里就跟上面那块我们能够对应的上,然后下面的这些参数其实就是非常的简单,因为每一个参数我们都可以在训练包里面找的到,比如说这里有一个 cable 头跟子,他这里写的是无, 呃,那么在训练包里面他对应的就是这一块的选项。呃,无就是说零嘛,也就是说他这里没有一个特定的触发词, 如果你用过这款 lolo 的话,你就会记得它里面的出发词是非常非常多的。那么这些出发词呢,其实就是跟我们上面,我们在上面的这个地方看到的词是 是能够对应的上的,然后还可以再往下看,这里有一个最大的训练步数是七千二百步,然后就是我们每一次训练都觉得很难设置的一个学习率, 在这里也都能够看得到。比如他这里设置的就是零点零零零一,然后他文本的学习率,他是在这个地方设置的是五亿负五,然后在下面我们还可以看到他设置的优化器,他在训练包里面呢,对应的就是这一个。 如果你想训练一个服装类型的 laura, 为什么不去抄一些已经成功的 laura 的参数呢?因为这些参数已经能够得到验证了, 我们可以一开始根据这些已经成功的 lower 的参数进行一个训练,然后在第二遍训练的时候,可以根据训练的结果从这些上面 进行一个微调,这样子的话我觉得才能让我们训练的模型更加的优秀。其实不光是服装类型的 lower, 我们比如说训练人相关的 lower 的时候,也可以照抄他们相关的参数。 这个捞儿我觉得很神奇的地方就是他的 d m 的值设置成了一百十八,而这个模型的阿拉法的值同样的设置成了一百十八,但是这个模型的整体表现力其实还是不错的, 所以我是觉得从这些参数里面我们能够看到一些真的很有意思的地方,他能够打破我们常规的一些思路。那么以上呢,就是今天的全部内容了, 大家在训练 lower 的时候,真的可以参考一下这些 lower 的参数,作为自己设置参数的依据。

想必大家最近都看过通过一张简单的限稿,批量生成一堆建筑方案的视频,这些视频向大家展示了 ai 可以做什么,但是具体到我们自己的工作,我们应该怎么做呢?用别人现成的模型不一定符合自己的设计需要,况且呢,还有知识产权层面的纠纷,那我们可以根据自己的需求定制一个只属于自己的 ai 模型吗?答案当然是可以的, 网上虽然有很多的教程,但是在设计领域呢,其实非常的少。今天我就用一个我最新训练的罗拉来给大家做一个示范啊,就是 手把手的教大家如何从零开始去训练一个自己的 ai 模型。首先我们需要明确这个 ai 模型训练来的用途是什么?你是训练一个特定的物件,一种类型的物件,还是说一种画风 通的用途?他的训练方式差别是很大的。以设计领域最为常见的为例,比如说我们要训练一种类型的建筑,我们按建筑类型可以划分很多种,酒店、医院、车站、机场、学校、办公楼等等,按照建筑高度来,也可以分为低层、 多层、高层等等。按照建筑风格,你可以尝试不同的大师风格,比如说暗恋棕熊、扎哈等等。那按照我的经验呢,你的类型划分的越明确,训练出来的 ai 模型呢,质量越高。我这次训练的 roll 模型呢,是一个按照建筑高度来进行的划分,我之前已经做过高层建筑 roll, 这次我想尝试一个多层建筑, 那么我的目的就很明确了,我知道做一个多层建筑 ai 模型,但是呢,其实这个描述并不准确,很多人在这里就进入了一个盲区,因为网上的教程呢,基本上都是在教你怎么去训练一个人物,人物当然是越像他本人越合适,但是一个类型的建筑并不是这样子的,你如果只像一个特定的建筑了,那你还要这个模型来干嘛呢?你怎么生成都是别人一样的建筑?那你还不如直接打开建模软件开始抄袭, 或者说你的模型包含在这种类型里面,建筑是根本就看不上的,比如说城墙结合部的一些多层建筑,那你这个模型真的结果也是非常不可控的。所以在这里要进一步明确,我希望做的 ai 模型是比较现代时尚的,不拘泥于某个特定造型的多层建筑。 模型明确了我们目标之后了,我们才可以有针对性的去整理我们的训练集。训练集第一步就是去整理图片啊,在这里网上有很多的说法,图片在多少张比较合适,但是基本上都是针对训练人物的,有人说二十张,有人说五十张。这里啊,根据我个人的经验,如果是做建筑的, roller 越多越好。 这个结论有一个前提,一个是你的电脑带的动,第二个呢,是你能够有这么多符合要求的图片。我个人的经验呢,我的训练级通常在一百到两百张左右的图片,基本上是符合我的电脑硬件的, 以及我找图的耐心极限了。如果你希望不受知识产权的影响,那么你可以用你自己过往项目的图片作为训练级,因为我这里做的模型呢,仅仅是用作学习交流的用途,没有用作商业行为。所以为了提高训练级的质量呢,我从网上找了很多其他的项目作品图, 我会在第一轮呢,先做加法,大概找两百到三百张图片,这图片里面呢,我再来做一次减法,剔除掉一些我觉得这 一般的。同时在这个时候你也能大概看出来一些趋势了。比如说这些图片里面包含了白天、黄昏、夜晚等不同天气,里面配景呢,包含了人、车、植物等等。训练罗尔模型呢,我个人理解不一定对啊,本质上是在强化 ai 对于某个关键词的认知。比如说我不停的给 ai 喂一些很土很俗气的商业图, 然后你告诉他这是精美的渲染图。那当你让 ai 给你生成精美的渲染图的时候呢, ai 就会给你生成一堆很土很熟悉的商业图。 我不知道这样子说大家能不能够理解,如果你理解了这一点,那么你在挑选图片的时候就应该更有心机一些。比如说我希望我去强化 ai 对于建筑在雾气环境下的表现, 我选择的图片应该是尽可能特征非常明显的,你不要去选择那种非常模棱两可的,比如说雾气已经快要消失了,但是又还有一点,你就选雾气正浓的时候,但凡被知识浸染过的眼睛都能一眼识别的。同样的,你要训练黄昏、夜景,你都去挑选特征非常明显的图片, 你要训练植物、汽车、人物这些配景,这些都同样去挑选特征非常明显的。在这里呢,顺便安利一下明基的设计屏。在挑选图片的过程当中呢,我会开启 srgb 模式,这个模式下射准小于等于二,可以保证图片的色彩精准还原。明基 pd 系列保证每台机器烛台出厂照射,对显示器的亮度、色彩等 函数进行了二十五分区规范管控,已实现整个屏幕色彩均匀、色准达标。这些都是非专业显示器没有的。对长期用眼的设计师来说,这款显示器搭载的低蓝光、低频闪和智慧调光功能也非常重要,而且还会定时提醒你注意用眼时间。 有四种调节,低蓝光模式可以随意切换,满足多场景使用。在晚上工作时可开启暗房模式,这个模式下会根据环境亮度变化,自动调节画面亮度和对比度,提供舒适光源,呵护双眼。设计师一般的工作环境都是两台大双屏,我两台都是明基 pd 系列的显示屏, 屏幕可以同时支持横竖屏,适应了更多的应用场景,大大提高了效率。左右两块屏幕看同一张图片时,可以看到准确一致的色彩,减少作品传递过程中遇到的色差烦恼。 那么图片整理的差不多了,这个时候我们就可以开始进行打标签的工作。我个人觉得在 am 模型训练里面,最重要的工作其实就是找高质量图片精细化的打标。剩下的工作呢,其实都是按部就班,你熟悉了的话都很简单, 首先我们需要用到 sd vby, 在训练找到图像预处理,分别输入你的图片原目录、目标目录,图片统一的宽度在这里呢,我通常默认的就是五幺二乘以五幺二,或者有时候呢,我会改成七六八乘以五幺二, 一般来说六十四的倍数对计算机运算比较友好,太大了,你的电脑可能会运行起来很卡。最后一定记得勾选使用 dipbru 生成标签,稍等片刻,你就会在目标目录看到处理好尺寸的图片以及每张图片呢,有一个对应的文本文档,里面记录的就是 ai 自动识别的这张图片对应的标 标签。这个标签可以作为一个底子,但是万万不能直接用这个标签进行训练,因为目前的 ai 他已经能够把这些图和这些标签绑定起来,你还训练他干嘛呢?我们训练 a 的目的是为了当我们输入某一个词语的时候,他能够给我们比现有的 ai 更好的结果, 就是在人为的干预。所以精细化处理标签是一个非常重要的工作。接下来讲一下我打标的工作流,我用的软件是 brew data search tag manager just kithub 上面一个开源软件,下载下来之后呢,点击图标就可以直接开始使用。我们在 file 这里点击 load folder, 我们选择刚刚处理好的目标目录。 他加载进来之后呢,左边是我们的图片预览,中间呢是选中图片的标签,右边呢是所有图片的标签。我首先会从所有的标签入手,会先删除掉很多的标签。删除标签的原则呢,第一个是明显的事实错误,第二个呢就是训练样本过少。明显的事实错误,比如说他会把一些建筑的图片识别出来人物的名字,那我就直接会从所有的标签里面把它 删除。第二个呢,训练样本过少,这个就看你自己怎么处理吧。一般来说,同一个标签下面的图如果低于两张,我会直接把这个标签删掉,或者说再去找新的图,不然样本量太少的话, ai 虚岁的效果也不太好,还不如不选。 把多余的标签清理掉之后呢,第二步,我会检查哪些图漏掉了重量的标签,当然这个工作是一个无底洞啊,你要给一张图非常详尽的描述,那写几百上千个标签都是可以的。我一般重点检查跟我训练的建筑内容相关的,比如说天气,环境,早晨,白天,黄昏,夜景啊, 比如说配景,植物、车辆,人物等等,再比如你的造型手法等等。如果一张图它有很明显的天气或者造型特征,但是标签里面没有对应的关键词,那就得手动的补上。 整个过程呢,其实非常像教小朋友认字,他可能现在已经认识一些字了,但是有些是认错的,你要先给他清除掉错误的知识,然后呢再给他补充一些他以前不认识的字,或者说同一个字有好几种 读音,你都要让他去认识,一边去修正他既有的知识,一边去拓展他的知识边界。那标签处理完了之后呢,我们就可以开始训练整个模型了。训练模型的方法呢,其实非常的简单,我完全是按照秋叶的教程和脚本去操作的,这里呢,我就不班门弄斧了,如果大家觉得在其他教程里面看的不够清楚,也可以在弹幕里面走一波,我后面再给大家详细的分解一下每一个操作步骤, 如果我们一切顺利的话,得到十个 ai 模型之后了,那到底哪一个最好用呢?我一般会用 x、 y、 z、 plot 去进行检测, y 轴呢?我固定好这四个模型, x, 我一般会去测试不同的权重,不同的关键词,不同的随机总值的表现。那么经过多轮测试之后呢,选择一个在不同的条件下表现都比较稳定的版本。 我个人经验呢,通常会选择倒数第二个模型,或者说最后一个模型。你如果训练的样本和参数跟我不一样了,可能结果会不太一样了,以实际的测试效果为准。在这个地方呢,稍微注意一下,我们在做测试的时候,罗拉模型应该放到安装目录下的 extension 是做不了 x、 y、 z 图表的。筛选出其中最稳定的模型之后了,我们还要去做一个工作,就是去测试怎么让这个模型发挥出最好的表现。就好比我们从班上挑一个学生去参加绘画比赛, 最厉害的学生挑选出来了,我们还得针对他的特点,给他最适合他的颜料、画笔、图纸等等,对吧?这个比喻呢,不一定准确,大概是这个意思。我一般这个时候会去重点测试这个模型在不同权重、不同关键词组合下的表现。同时呢,我还会去测试加载 ctrlat 之后,他是否还能够稳定的输出。 这些呢,都关系到我后面实际的使用体验。如果某些方面严重的不符合预期,那我们就要去反思这个模型是不是哪里出了问题,是不是没有训练好。如果确实不好用,那就得从头再来一遍,这个模型在哪些参数下表现比较好?我们也可以自己做一个备忘,后续使用起来会更省心一些。好了,那以上就是训练一个设计类 lora 的 大体工作流程呢,这次视频呢,由于篇幅,我先给大家科普了设计类罗罗尔训练的基本流程,还有一些技术细节呢,没有展开来讲,如果大家有需要的,可以在弹幕上扣个一啊,我后面再接着给大家安排。如果这期视频对你有用,不要忘记你的一键闪点,我们下期再见,拜拜!

分享一个目前发现最简单的 lola 模型训练网站, lorel, 只需要你上传想训练的图片,他想对应的提示词,再输入一个接收训练好 lola 模型的邮箱,点击训练就坐等搜模型了,不需要任何复杂的参数配置,快去使用吧!关注我,了解更多 ai 工具!

给大家一个简单的 loga 训练方法,首先把需要训练的对象上传到网站,统一尺寸,不能用别人的就只能是我自己了,大家忍一忍,下载回来我们的照片保存好,打开我们的 loga 训练包,点击启动脚本, 可以看到是秋月大佬制作的,再次感谢大佬,点击新手,这里需要改动的位置就只有几个,大家仔细看。首先是底膜路径,你需要把 s d 的底模型复制过来, 在 s d 目录下的 model 文件夹下, stable diffusion 文件夹里就是底模型的位置。找一个适合真人的底模型,比如 tilo max。 复制到老板训练文件夹里的是 model 文件夹里,你可以修改模型的名字,也可以不改,但是一定要 他保证跟那位训练 ui 里面的名商一致,包括后罪名也要一模一样。 然后就是训练级的位置,也就是那一堆照片。 打开出现这个文件夹,然后新建一个文件夹,名字建议跟你要深层的模型一样,免得混乱掉。打开这个文件夹,再新建一个文件夹,文件夹的名字为数字下划线模型名,这里很关键,不要错了,我这里是 sv, 把图片全部复制过来,这个时下划线代表训练十次, 这里改成你文件加一样的名字 v, 这里是训练次数,可以改,可以不改,我改成二十,也就是十乘十乘二十,总计两千次,这里我改成六十四,其他的地方就都不用管了。 整体检查一遍,确认无误后,就可点击开始训练, 这里可以看到训练的进度 显示。训练完成这么快吗?对,因为出错了,回去看一下哪里不对,这里我刚刚忘记改名字了,训练级的路径不对,改成我们的训练级路径,再次开始训练。 出现这个进度条就代表开始训练了。 much much much later。 好了,训练完成了, 打开 up 存件夹就可以看到训练的模型,然后选择后面不带数字的那个,复制到 snow dos logal 文件,加下面,在 s d 生成图片的时候加在你的 logal 文件就可以了。生成的图片修辞度报表我就不多放了,接下来就看你们的了,记得交作业哦。

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?