粉丝2.1万获赞5.8万

王炸更新,今天给大家带来一套全能康复 u i 工作流,自动完成提示词优化到视频输出全流程。官人,你都有几日没来看奴家了官人, 你都有几日没来看奴家了!官人,你都有几日没来看奴家了工作流,七七八,尝尝咸淡。首先添加阿拉玛提示词,反推节点,输入东方摄影艺术 ai 自动生成精准关键词。 接着连接 zim 生图节点,调整采样步数和分辨率,生成符合东方审美意境的静态图。最后接入 y 二点二图,升视频模块,设置帧率和时长,一键把图片变成流畅视频。工作流和小白教程已经打包好了,七七八,尝尝咸淡。

逼自己一个月练完,其实你很会 ai, 存下把权,一百九十八集真的很难找全的警告,本系列视频耗时两个半月,制作共计一百二十分钟,让你从坑爹 u i 小 白到 ai 大 神, 这应该是目前抖音仅有的从入门到进阶的全套系统坑爹教程。 ai 界最全能的软件来了!一款软件就承包了所有的 ai 需求,关键是官方正版完全免费,它就是匡复 u i, 仅需三个步骤,下载、解压、双击打开,连模型都全部为你准备好了,真正实现零门槛,学会下载就能用!哪怕你从来没有接触过 ai, 再匡扶 u i 也能化身成 ai 达人。无论你是想绘制惊艳作画,还是想打造火爆全网的创意短片, 通通都是点一下就能完成。而且有了空府 u i, 你 用它就能够体验国内最新最前沿的 ai 功能。作为全球公认最全面、生态最丰富、最贴近生产力的 ai 软件,空府 u i 堪称免费开源 ai 软件当中的王者。 哈喽,大家好,本节课我们来讲空府 u i 界面布局的深度认识与功能解析。我们打开空府 u i 界面之后呢,你会发现界面非常的干净,什么都没有。 如果我们需要在空浮圆里面进行创作,那么我们就需要在空白处进行添砖加瓦,这一大片的空白处,你可以把它理解成它就是我们的创作区。接下来我们就在创作区进行简单的创作, 大家现在所看到的这个画面就是官方的纹身图工作流,我相信很多小伙伴呢都听过,如果是要把空浮圆学好,就一定要把节点的功能,节点的各个连接的原理把它搞明白。那么什么是节点呢?我们现在所看到的这些小方块, 这些这个,这个,这些全部都是节点,各个节点串联组合起来就能形成一个完整的工作流。我们只需要在这个文本编码里面输入一段提示词, 选择一个大模型,注意了,这个提示词一定要是英文,那么这个提示词写的是一位年轻女性双手捧着一束鲜花, 点击运行,通过这些串联起来的节点运行之后,一张一位年轻女孩捧着一束鲜花的照片就生成了,是不是很神奇?中间的创作区我们了解之后,接下来我们来看左边的布局。首先来看一下队列, 我们点击队列,这个队列指的是什么呢?很好理解,这队列里的内容就是你渲染输出的图像,这个绿色代表的就是你渲染输出的时长, 我渲染第一张照片的时候,花的时间是一百零六秒,第二张图片画的是六秒,这张图片画的是十秒。选中这张照片,点击一下,我们就能够看到这个照片的全貌, 当然你也可以对这些图像进行删除,点击删除功能,那么所有的照片就全部删掉了, 这个就是队列的功能。接着我们来看这个节点库,点击一下这个节点库顾名思义就是节点的仓库,这里面全是节点,你想要用哪一个节点,那么你就直接在这里面进行搜索即可,比如说我现在要用变异解码器,那我就直接在这里进行搜索变异解码器, 那么这时候呢,我们就可以选择这个 v 解码,点击一下这个解码就进来了。除了这种添加节点方式之外,我们还有其他的添加节点方式,我们可以在空白处进行单右键来到添加节点节点库,里面的这些节点对应的就是这些节点。 我们看一下这个 select 高清放大,里面有十个文件。我们再来到这个 select 高清放大,这里的节点对应的就是这里面的这些节点, 你想用哪一个节点,那么你就选择哪个节点即可。那么除了这种方式之外呢,还有一种非常便捷的方式。除了以上两种方式添加节点之外,还有另外一种最方便的添加节点方式,直接在空白处进行双击, 你想要哪个节点,直接搜索哪个节点,比如说我现在要添加 k 采暖器,那我就直接搜索 k 采暖器,点击添加 k 采暖器即可。 再看一下这个模型库,每一个文件夹代表一种模型类型,这里有几十个文件夹,代表空腹 u i 的 模型有几十种类型, 可以看到有些文件夹它是带有数字的,数字代表的就是你自己本身安装了多少个模型。比如 point 文件夹里有四十个模型,那么它对应的就是我本地部署当中的 point 文件夹里的这四十个大模型。 lala 文件夹里有六十五个模型,对应的就是我本地部署当中的 lala 文件夹里的这六十五个大模型,其他的文件夹同理。 再来看一下这里的工作流,点击一下这里的工作流对应的就是这里的工作流,只要你保存了它就能够在这里进行显示,比如说这个工作流, ctrl 加 s 保存一下 这个工作流,保存之后他就进来了。再来看一下这里的节点语组,这里的节点对应的就是我们工作流里面所设计的节点,十七 k 采集器对应的就是这个十七 k 采集器,三十 k 采集器对应的就是这个三十 k 采集器。 那么还有一个节点组没有组怎么办?我们可以自行创建节点组,按住鼠标的滚轮键,我们可以随意挪动整体的工作流。怎么进行创建节点组呢?按住键盘上的 ctrl 键 框选一下,然后 ctrl 加 g 打个组,给他命个名,图像输出,那么在这个图像域组里面,我们就能够看到这个图像输出组了,点击展开,我们就能够看到这个图像输出组里面有两个节点, 微解码、预览图像对应的就是这两个节点。我们再来到模板界面,点击进去,这里的模板其实就是官方已经做好的工作流,有图像生成、视频生成、音频生成等众多工作流,你想用哪个工作流,那我们就点击哪一个, 这时候呢,他提醒你缺少模型,此时你需要下载安装模型,你可以直接点击下载,也可以复制链接到浏览器进行下载, 然后把模型安装在本地,部署对应的模型文件夹,接着重启空腹以外就能够使用了,涉及到当下最新的一些工作流,有时候呢你需要花点米才能使用,以这个视频模板为例, 这里显示我们生成一次视频是零点四九美元,折人民币是三点五块钱,大家可以根据自己的需求去选择使用。接着我们来到帮助中心, 这个就是匡辅 u i 的 更新版本,有些插件或者节点需要匹配当下最新的版本才能使用,有必要的时候呢,我们就选择更新。再看这个 get up, 点击进去,这个就是匡辅 u i 的 官方节点插件库,我们所使用的外置节点插件都是源自这个网站,具体怎么使用我们待会会讲到。 接下来我们来到键盘快捷键,这里对应的就是我们在操作空腹液的时候对应的快捷键,如果你对官方设置的快捷键不满意,你可以自己在这里面进行设置。 左边的界面布局大家都已经了解了,接下来我们来了解下面的界面布局,我们选择这个工作流,这里的复制标签指的是复制这个工作流,点击复制我们就得到了一个同样的工作流,这里的关闭标签指的是关闭工作流, 现在我们就把这个工作流关掉了,关闭右侧标签,关闭其他标签就非常好理解了,在这里我就不多讲了。接着来看这个图标,登记一下,这个新建指的是创建一个新的工作流,接着我们来到文件,选择打开, 打开指的是我们可以通过这种方式可以打开我们的工作流,除了这种方式可以打开我们的工作流之外,我们可以直接把我们的工作流直接拖拽进来也是可以的。 关于这个保存呢,就很好理解,大家养成一个习惯,隔几分钟保存,如果我们的电脑突然崩溃了,那么很可能我们花了几小时做的东西全部复制动流。再来看这里的导出, 导出指的是导出我们的工作流,给他们个名,界面布局讲解二,这时候呢会跳出一个保存的路径,我们点击保存即可。再来看这里的编辑,这里的撤销指的是返回上一步,这个是清除工作流,说白了就是删除工作流, 这个呢就是刷新节点,有时候我们卸载一些节点之后,或者是修复一些报错问题之后,我们需要重新刷新一下,才能让矿务员正常运作,这时候呢就用到这个功能。接着来看这里的释放模型,释放模型和节点缓存, 手机用久了之后呢,会产生很多垃圾,导致手机卡顿,这时候呢我们就得时不时的清理我们手机缓存,那么空浮元也是一个逻辑,你的节点多了,或者是你用久了,他也会产生很多垃圾,导致我们在运行的时候呢,会出现卡顿的一些情况,或者不顺畅。那么这时候呢,我们就可以使用这两个功能来释放这些垃圾,这两个功能 对应的就是这下面的两个功能。清理垃圾缓存的时候呢,我们也可以点击这两个功能。再看这里的主题,现在是深色,点击一下它就变成了浅色, 这个浏览模板对应的就是我们刚刚所使用的工作流。我们再来看一下这里的设置,这里的设置呢就是一些界面的设置,基本上呢你可以不用动它, 比如说像这个新菜单,现在是在底部,我们点击一下,那么它就到了顶部,我们现在呢把它切换回来。这里的设置主要就是去调节这个框辅 ui 界面的一些布局,感兴趣的小伙伴呢,大家可以去调节一下,我使用的都是默认的,再看下面的这些功能, 看一下这个拖拽,这个巴掌图标对应的就是我们鼠标的滚轮键,这个是自适应式图,点击一下他就会回到一个自适应的视角,这个是缩放控制,就是去控制你这个画面的大小,我们可以通过鼠标的滚轮键去滚动来调节这个画面的大小。去看一下它的数字是在变的, 这个是专注模式,点击专注模式之后呢,整个界面它就只有我们的节点,其他界面全部消失了,点击回来,这个呢就是隐藏链接,也就是隐藏这些线条,一般情况下我们都不会用到。 接着我们来讲本节课的重点内容,学习空辅 u i 必备技能,如何安装节点,这时候呢我们就得用到这个管理器,我们需要安装插件节点,或者更新版本的时候通常会用到它。接下来来讲三种安装节点的方式。 首先第一种方式,我们通过这个节点管理器进行安装节点,我现在需要安装一个 bashnet 重绘节点,在框里输入 bashnet, 跳出 bashnet 节点之后我们就选择安装, 因为我是已经安装过了,所以是这样的,显示点击安装,等这个节点安装完之后,切记一定要重启酷狗 u i, 这样才能正常使用这个节点。接下来我们来讲第二种安装节点的方式, 我们通过酷狗 u i 来到 gitup 官网,在输入框里面输入我们要安装的节点 slash net, 接着我们选择酷狗 u i slash net 这个文件,我们来到 code 复制一下这个链接,接着再来到管理器,通过 gitr 进行安装, 输入我们刚刚复制的链接,点击确认也可以进行安装。如果这种方式我们还安装不上,那么我们就采用第三种方式,我们把这个节点下载到本地,下载好之后呢,再把它进行解压,解压之后把这里的后缀名杠 m a i n 删掉,再拷贝这个节点。我们来到 custom node 这个文件夹,把我们刚刚拷贝的节点放到 custom node 这个文件夹,这个文件夹就是专门用来放置我们的节点,放置好之后重启 custom node, 这时候我们就能够正常使用这个节点了。好了,以上就是本节课的内容讲解,咱们下节课再见,拜拜!本节课我们来讲匡府 ui 的 工作原理, 如果我们真正要掌握匡府 ui 这个工具,让它变成我们的创作利器,我们必须要了解它的运行逻辑,只有真正掌握了运行逻辑,才能够大大的提升我们的生产和学习的效率,给我们带来更多的创作源泉。 大家现在所看到的工作流是匡辅 u i 官方最基本的纹身图工作流,一个基本的纹身图工作流主要就是由以上七个节点组成,那么什么是节点呢? 我们现在能够拖动的这些方块,它就是节点匡辅 u i 的 运行逻辑,它是从左边进行计算,我们可以把这工作流分成三个板块,按住 ctrl 键拖拽鼠标就可以框选这些节点, ctrl 加 g 就 可以对这些节点进行打阻。 左边的板块是前期输入板块,中间的板块是核心生成板块,也就是浅空间像素,最右边则是后期输出板块,这样就构建了一个最基础的纹身图工作流。我们只需要在输入板块当中的 kelpie 文本编码当中输入一只小狗,点击运行, 这样一只小狗图像就有了。接下来我们来逐步详细讲解每个节点的作用。首先来看最左边的 checkpoint 加载器,我们能够看到加载器里有三个节点,分别是模型节点、 clip 节点、 v a e 节点。 这里的模型节点的作用就是用来加载我们的大模型,它的主要作用就是根据文本描述和随机造声逐步生成图像的潜在表示。通俗一点,它的作用就是控制图像生成的风格。我们点击这里的模型选择框, 我们就能够看到这里有非常多的模型类型供我们选择。这里的模型选择对应的就是我们安装在 cf ui mod 这个 pos 文件夹里面的这些大模型。大模型的作用呢,就是用来控制图像生成的风格。 比如我现在选择一个真人写真类的大模型,因为它是一个菜鸟模型,我们就把分辨率改成一零二四乘以一零二四,点击运行, 这样一张真实写真类的小狗图像就有了。再来看这里的 clip 节点,它是 stable diffusion 模型的一个核心组成部分,由 track point 节点加载出来的一个关键模块。 它的核心角色就是将用户输入的自然语言,也就是提示词翻译成 ai 图像生成模型能够理解的条件指令, 简单来说,它充当的就是一个翻译官的角色,让采集器能够理解你你想要什么样的画面。这就是为什么我们刚刚在文本框里面输入一只小狗,它就能生成一张小狗图,而不是一只小猫图的原因。 接着再看下面的 ve, 它是一个负责将图像在像素空间和浅空间像素之间进行转换的核心组建,你可以把它理解成它就是整个 ai 绘画流程当中的翻译官和显隐器。常用的 ve 有 两个,一个叫 ve 编码, 它的作用就是将像素空间,也就是把图片转换成裁样器,能够读懂理解的浅空间像素。这个节点一般用于图生图,到后面讲图生图内容的时候会进行详细讲解。另一个就是 ve 解码,也就是我们现在用到的这个 ve 解码, 它的作用就是将浅空间像素转换成我们肉眼可见的像素。我们了解完加载器模块之后,我们再来看这个 clip 文本编码,一条完整的工作流,一般有两个文本编码,上面的文本编码我们一般用来写正面提示词,也就是我们想要什么样的画面。 下面的文本编码用来写负面提示词,也就是我们不想要什么样的画面。在正向提示词里输入一间教室, 点击运行,现在我们就得到了一张教室图,我们能够看到教室里面有黑板、桌椅、电灯、窗户。如果我不想让生成的图像有黑板,那我们就在负面提示词里加入黑板,再次运行, 这样再次生成的图像就没有了黑板,黑板变成了投影布。如果我不想让图像中出现窗户, 那么就在负面提示词里输入窗户,点击运行,再次生成的图像中就不会出现窗户,这就是可 leap 文本编码的作用。我们再来看这里的 comlaten 图像,它是一张在浅空间中由随机噪声构成的空白图像, 为 k 采集器提供初时的可逐步雕刻的造声数据。简单来说,你可以把它理解成,它的作用就是决定生成图像的分辨率。这里的批量大小决定一次性能生成多少张图像。我们在正向提示词里输入一个男孩,此时的宽高分别是五幺二、五幺二, 那么生成的图像大小自然也是五幺二乘以五幺二。如果我们把画面的宽高设置成五幺二乘以七六八, 此时我们就得到了一张五幺二乘七六八的图像。我们把批量大小设置成四, 这样就能一次性得到四张五幺二乘七六八的图像。那么我们可不可以将宽高随意进行设置呢?比如宽高设置成两千乘两千, 此时你会发现生成的图像根本没法看,与我们的提示词描述有天壤之别。那么原因是什么呢?生成的图像画面是否合理,不光跟 limit 大 小有关, 而且它还跟我们的大模型相关。如果我们选择的模型是 sd 一 点五的模型,那么分辨率就设置成五幺二乘五幺二。 因为 sd 一 点五的大模型在训练的时候用的就是五幺二乘五幺二的图像进行训练,所以宽高设置成五幺二乘五幺二的分辨率,这样生成的图像质量就正常。 人家只有生成五幺二乘五幺二的能力,你却硬是让人家超常发挥,所以只能天马行空地进行会制,生成的图像不尽人意。 如果我们的大模型是 sd 叉 l 模型,那么我们的分辨率呢,可以设置成一零二四乘一零二四,因为 sd 叉 l 模型是基于一零二四乘一零二四的图像进行训练的。 好了,以上呢就是空来的图像节点的用法。我们了解完输入板块的各项功能原理之后,接下来就是核心生成板块 k 采氧器。 k 采氧器的作用就是负责执行,他接到前面的指令,然后严格按照参数设定,一步步的执行去造, 将噪声图塑造成符合指令的最终图像。简单来说, k 采集器就是负责动手把它画出来。我们在正向提示词里输入一个男孩正在踢足球,点击运行 一张男孩踢足球图像就有了。我们再来看这里的种子数,你可以把它理解成他就是我们的身份证编号,每一张图片都有属于自己的编号。再来到下面的生成控制后, 我们选择增加,那么种子数就增加一个单位,刚刚数值是四十二,现在的数值是四十三,如果是选择减少,那么数值将会降低一个单位,变回四十二。 如果选择随机,那么这个种子数将随机。如果我们选择生成后固定种子数,我们将这个种子数进行复制,再随机生成一张图, 接着再把种子数粘贴回来,我们又回到了刚刚那张照片。我们再来看一下这里的采用步数,它的作用就是控制去噪迭代的次数。为了方便大家看得更加直观,我选择一个 sd 叉 l 大 模型,分辨率设置成一零二四乘一零二四。 在其他参数不变的情况下,我们分别把步数值分别设置成五十、 十五、二十二十五。我们再一起来看一下这五张图整体的对比。 仔细看你会发现,随着步数越多,整体的细节越来越精细,当然运行的时长也更长,通常这个数值二十到三十步是质量与速度的平衡点,这就是采用步数。 我们再来看这个 c f 基值,它的作用就是用来控制关键词与生成画面的匹配程度。我们在提示词里输入,一个女孩坐在草地上固定一随机种子, c f 基值设置为一,采暖器设置为 m p p 二 m 调度器设置为 kalas。 点击运行,我们能够看到,当 c f 基值为一的时候,这个画面很脏很乱,没有太多的细节,最基本的人物轮廓都看不清。 我们再把 shift 机制调整为五,点击运行。现在这个画面就清晰很多了,人物的体态样貌我们都可以看得见,但是颜色还并不是很丰富,女孩的手旁边有一个像包,但又不像包的东西,还是缺乏创作力。我们再把这个参数设置为十二, 我们能够发现整体的颜色又丰富了很多,生成的东西呢也更加符合逻辑。刚刚草地上的小花现在就有了更多的颜色,服装包包也有了更多的细节。我们再把 cf 机制调整为二十, 此时生成的图像质量就更高了。所以我们可以得出一个结论, shift 值数值越低,传感器越不能理解你要什么生成的,质量越差,反之,参数值提高,生成的画面会更加符合提示词所想表达的内容。 shift 值一般控制在八到二十之间。 再看下面的裁样器名称,裁样器和下面的调度器,它是结合使用。裁样算法和调度器的结合会直接影响结果的质量,生成的速度以及风格样式。通常情况下,裁样器我们就选择 dpmpp, 二 m 调度器选择 kalas, 这两个模块的结合对应的就是 webui 当中的 dpm 加加二 m, 只不过在框副 ui 当中把它们独立出来了。接着来看降噪功能, 它的作用就是控制对初使造成的去除程度。现在的数值是一,如果我们把数值调整为零点八,你会发现画面的人物形态、脸部的轮廓质量明显就降低了很多,色彩的饱和程度也降低了不少。参数设置为零点五, 画面的色彩还原程度接近复古色调,效果很差。参数设置为零点二,可以看到基本上就没画面了。所以如果是纹身图,那么数值通常设置为一。如果是作为图升图,这个降噪功能的用法又稍微的有点不一样。到后面的图升图我们会讲到, 接下来我们来看这个 ve 解码,它的作用就是将 k 传感器处理的浅空间像素转换成我们肉眼可以看得见的像素。 预览图像节点的作用很好理解,它的功能就是显示画面,如果你想保存这张图像,选择图片单右键点击这个保存图像即可,这个图像就保存下来了。各个板块的各项功能原理我们明白之后,接下来我们就一起来手动搭建一个完整的纹身图工作流, 在空白处我们进行双击,就会出现一个搜索栏,我们就可以在搜索栏里输入我们想要加入的节点。我们先加入一个采集器,通过采集器进行拓展,选择模型的小节点进行拓转,就会显示其他能够连接的节点。我们选择 trackpoint 加载器, 这样模型加载器就有了。再拖拽 clip 小 节点,我们就可以加入 clip 文本编码,选择 clip 文本编码,按住 alt 键,拖动一下 clip 文本就能够进行复制。 拖拽一下 link 图像,我们就能得到一个空 link。 拖拽一下 link, 我 们就可以在里面选择 v 一 解码,再通过 v 一 解码里面的图像再拖拽一下,我们就可以创建预览图像, 这样我们就得到了一个基本的纹身图框架。接下来我们需要将它们连接起来,具体怎么连接呢?并不是盲目连接,我们需要进行对应连接。这里的模型节点不能与 clip 文本节点连接,它只能与采集当中的模型连接, clip 也只能连接 clip。 v e 只能连接 v e 正面提示词的条件,连接正面条件,连接负面条件, 这样一个基本的纹身图工作流就搭建好了,我们来运行一下这个工作流,在正向提示词里输入一个美少女, 再转换成英文,这个中英转换插件在后面的课程内容当中,我会教给大家怎么安装,刚学习的小伙伴可以使用有道翻译进行翻译,把翻译好的提示词输入到正向提示词, 再选择裁样器和调度器,点击运行一个美少女就有了。最后我们再来理一理这个工作流的运行逻辑, 通过加载器把大模型的信息给到 click 文本编码,通过文本编码进行下达指令,把指令给到 k 采集器,告诉 k 采集器我具体需要什么。 k 采集器接到指令之后呢,进行执行,进行作图,产生浅空间像素,也就是大家现在在采集器这里能够看到的这个图像。 k 采集器把生成的浅空间像素信息给到 v 解码, 让 v e 解码对浅空间像素进行处理,处理成大家肉眼能够看到的图像。 v a e 解码,把转化好的图像信息给到预览图像进行展示出来。 好了,相信大家对匡府 ui 的 运行原理都已经掌握明白了,客户呢自己去实践领悟,咱们下几个再见,拜拜!本节课我们来讲匡府 ui 的 图声图功能,图声图功能从字面上面就很好理解,我们需要一张参考图, 通过一张参考图结合空腹与爱的流程进行计算,生成我们想要的视觉效果图。在这里呢,我就已经准备好了一个基本的纹身图工作流,那么在空白处呢,我们进行双击,我们在这里添加一个加载图像,加载图像的作用呢,就是用来上传我们的图片,把我们已经准备好的图片素材呢透露进去。 接下来我们要做的就是把图片信息给到采暖器进行处理,生成我们想要的视觉效果。在这里我们能够看到 k 采暖器里面呢,没有跟这个加载图像节点能够联系的节点, 这里没有图像,也没有遮照,接下来我们需要通过一个节点,把这个图片信息转换成 k 采暖器,它能够理解能够读懂的数据。我们在空白处进行双击搜索, v a e 编码加进来, 那么这个 v 编码节点的作用是什么呢?用专业术语来讲,就是把我们肉眼可见的像素空间信息, 也就是这个图片信息转换成浅空间像素信息。用大白话来讲,就是把这个图片信息转换成就 k 彩样器,它能够理解能够读懂的信息。我们直接把这个图像连接像素,这个 laten 连接 laten v 连接 v 一, 那么基本的这个图生图工作流就已经完成了,那么这个大模型呢?我选择的是通用的 sd 叉 l 模型, 这时候我们只需要在这个文本框里面输入相关的提示词,它就能够生成相关的内容。比如我现在我需要把它转换成游戏动漫人物风格,那么我们就在这个提示词里面输入游戏动漫人物风格,再把这个中文呢进行转换成英文, 这个非常强大好用的中文翻译节点,后面呢我会教大家怎么去安装,怎么去使用,接下来把这个彩样器呢改成 m p p 二, m 调度器呢改成卡拉斯。我们再来看一下效果, 这时候你会发现我们现在得到的图像跟原始参考图像可以说是差之千里,主要原因是什么呢?他有很多的因素,第一个因素就是他的一个降噪值,降噪值参数越大,那么生出来的效果呢?他越偏离主体,降噪值参数越大,那么生图出来的效果呢?他越偏离主体, 我们现在尝试把这个降噪值呢降低调,准备零点八,再来看一下整体的效果,这时候你会发现,最起码这个人物的头发变长了,人物的风格呢也开始接近了,再降低一下降噪值, 把这个降噪值呢调整为零点六五,再来看一下整体的效果,我们现在得到的这个画面,他有白头发,那么这个白头发他参考的就是这个白头发,那么这里的灯光他参考的就是这个月光。这块柱子的构图匹配的就是这根柱子的构图, 那么整体来说这些参数它是没有太大的问题的,但是呢,为什么生出来的效果还是这么的差呢?有一点非常重要,大家注意看, 我们所使用的大模型是 sd 叉 l 模型, sd 叉 l 模型它训练的是幺零二四乘以幺零二四的图片, 所以我们要想办法把这个图片素材呢变成幺零二四乘幺零二四,再导入到彩样器里面去进行计算,有两种方式,第一种方式就是常规的方式,直接输入一张幺零二四乘幺零二四的图像,这方式在之前就讲过,接下来就教大家第二种方式, 在这里呢给它加上一个图像缩放,我们就选择这个 r g 节点的图像缩放,这个节点是一个外置的节点 r g three, 也就是说我们要去进行安装,这些节点到底是内置的还是外置,需要进行安装的,怎么去辨别呢?注意看一下这个节点,它的右上角上面写的是 r g three comfor, 再看一下这个加载图像右上角,它是小狐狸加载器,小狐狸文本编码也是小狐狸,也就是说,也就是说带了小狐狸这个标志,它就是代表内置节点, 没有小狐狸代表的是外置节点。那么这个 r g switch 怎么装呢?我们来到管理器里面,点击这个管理器,我们只需要安装这个 r g 节点,安装好之后呢,我们就能够使用这个节点,因为我是已经安装过了,所以呢我在这里我就不重复安装了, 退出。刚刚教大家如何去安装这个节点,退出来之后呢,这个电脑就直接卡住了,我就重新启动了控制 u i, 所以 大家会发现这画面呢发生了改变,但是呢,这里的各项参数我没有做任何的更改。接下来呢,继续来讲解 这个图像缩放具体该怎么用,它的作用是什么?那么图像缩放节点呢,是需要把它放到加载图像的后面来的图像连接图像,这里图像连接 v a e 编码里的图像,我们可以把这个宽度呢调整到一零二四, 高度呢调整到一零二四,其他属性一概不变。我们可以通过图像缩放节点,可以把加载图像里的这张图片处理成幺零二四乘幺零二四的大小,再通过 v 编码把这个幺零二四乘幺零二四的像素空间传给 k 传感器, 通过图像缩放节点作用,你可以把它理解成这张图片现在就是幺零二四乘幺零二四的大小了。接下来呢,我们就点击运行来看一下效果, 现在我们得到的效果就很符合我们提示词的需求了,长头发、箭月亮、树林这些元素的形成都是参考的原素材,那么如果你觉得这个效果还并不是很满意,我们可以去调节其他的参数,比如说 c、 f、 g 值, 我们把这个参数呢调整为十五。再来看一下整体的效果,看一下会不会有一些其他的变化。通过 cf 机制的提升,我们能够发现这里呢又多了更多的细节,我们也可以把这个降噪值呢,接着再调整这个 cf 机制呢,尽可能的把它控制在八到十的样子。再来看一下整体的效果, 调节了降噪值之后呢,你会发现又一些元素发生了一些变化,手里的键没有了,那么这个降噪值具体控制在多少合适呢?你就把它控制在零点六五到零点八的样子。 降噪值的参数过大或者过小,那么留给 ai 发挥的空间呢?更大,生出来的效果很多时候它是不尽人意的,那么我们也可以在这里呢继续生成, 选择随机这个环节呢,就是不断的抽卡,看一下哪张图片符合我们的诉求,接着我们给他再换一个风格,接着我们给他换一个宫崎骏的风格,再来看一下效果, 现在我们就得到了一个宫崎骏风格的效果,如果你想把这里的人物放到一个特定的环境里面,也是可以的,比如给他一段提示词,动漫宫崎骏人物风格,女孩手持一把剑,站在开满小白花的草地, 天空中有大片的白云,天气晴空万里,看一下我们又能够得到一个什么样的一个效果,那么现在呢,我们又得到了另外一种风格,大家注意了,接下来我多抽几张卡来看一下它有什么特点。 我抽了这么多张卡,不知道大家有没有发现一个共性,无论是从人物的姿势、样貌上面去分析,它都有所改变,每张图里面所设计的元素它都生产出来了, 无论是小花、草地、白云他都有,但是唯一个不变的共性就是整体的色调他都是偏向于晚上,原因是什么呢?就是因为我们的参考图他是晚上,所以会导致生产出来的效果都是偏向于暗色, 偏向于晚上的效果,哪怕是你的提示词里面告诉他我要的是白天天气晴朗的效果,但是他还是没办法实现。那么如果把这张参考图换成白天呢?再来看一下效果, 这时候你会发现所有生产出来的效果它都是偏向于白天的光线。当然我也尝试过很多其他的 sd 叉 l 模型,结果都是有这样的共性,那么这个呢,就是匡福 u i 的 图像图。 接下来我们来讲第一种放大方式, sd 放大,搜索 sd 放大节点,然后进行安装节点,因为我是已经安装过了,所以不需要再安装了,然后进行返回重启旷辅 ui, 重启之后,我们来到旷辅 ui 安装好之后呢,我们就可以搜索出 sd 放大节点,我们需要选择第一个 sd 放大。 大家看到这个 sd 放大节点之后呢,是不是感觉它特别像我们的彩样器?接下来我们再创建其他的节点,拉出图像节点,加载图像,再把我们需要修复提高画质的素材放进来,再拖出来一个大模型。 这个大模型呢,我们就选择 sd 叉 l 模型,再创建一个文本编码, 按住 alt 键拖拽这个节点,我们就可以复制一个节点负面提示词连接负面条件,这里的正向提示词呢,我们就写这个高质量,细节丰富。负面提示词呢,我们就写这个质量差,模糊杂乱。 v 一 连接 v 一 再拖拽出放大模型,添加一个加载大模型, 这两个加载放大大模型我会提供给到大家,这个是两个模型放置的位置,然后再拖拽一个图像节点,添加预览图像,为了更加的直观,能够看清放大前跟放大后的对比,所以呢我们可以给他加上一个图像对比节点, 放大,把分辨率为五三三乘八百的原始图像拖出来给图像 a、 s、 d 放大的图像拖出来给图像 b。 接下来呢我们去调整这里面的参数,放大系数其实很好理解,就是你要放大多少倍,我们就把它放到四倍, 那么随机种子呢,不用管它,这个彩样器呢,我们就选择常规的彩样器 mpp 二 m 调度器呢,就选择卡拉斯这模式类型呢,不用管它。那么这个分块宽度指的是什么意思呢? a c 放大节点在对你这张图片进行处理的时候呢,它会把你的这张图片拆分成很多个模块来进行处理, 这个分块宽度的参数越小,那么也就代表着他要处理更多的快速,那么计算的时长呢,也就更久。待会呢,我们一起来看一下他是怎么处理的。下面的这个参数呢,也可以不用动,接下来呢我们就点击运行即可,这时候他提醒我们忘记连接 clip, 关掉连接下 clip, 再点击运行。我们一起来看一下 sd 处理的细节。我们能够发现 sd 放大节点把这张图片拆分成了非常多个小模块进行处理处理,每个模块的大小对应的就是分块宽度的大小,处理的快越多代表时间越久, 当然效果更好。好了,我们现在所看到的这个图像就是经过 sd 放大节点提升画质后的图像。再来看一下图像对比节点,这是提升画质之前, 这是提升画质之后,从整体的角度来看的话,提升画质效果非常的明显。在提升画质之前,很多的元素都是模糊不清的, 尤其是头上的小花和人物的脸庞,他都没有较好的突出表现,但是在提升画质之后,我们能够看到小花人物的脸表现非常清晰,包括一些人物的细节, 像人物的手,衣服表现也是非常不错的,尤其是他的一个发丝处理的非常的好。当然经过 sd 放大节点处理之后呢,还有一些小瑕疵,比如说像人物的头发,注意看一下这个地方,他的 ai 感非常的严重, 这个地方处理的也不是很好,人物的肩上皮肤这块处理的也不是很好,但是从整体上来说,他的表现力还是非常不错的,这个就是 sd 放大的表现力。接下来我们来讲第二种方式。 接下来我们来讲第二种提升画质的方式, supreme 节点放大。首先我们需要在节点管理器安装这个节点,因为我已经安装过了,所以我就直接退出。接着在空白处进行双击添加 supreme 放大节点,拖拽图像节点引路加载图像节点。这时候呢,我们就可以把我们刚刚那张图片导入进来, 拖拽图像节点,添加一个预览图像,为了方便观察放大前跟放大后的对比,我们需要添加一个图像对比节点, 原始图像连接图像 a 节点,经过 supreme 放大节点处理过的图像连接到图像 b。 接着我们需要选择 supreme 大 模型, 这里要注意的是, supreme 模型我们就必须要对应 supreme 模型,我们就选择 supreme u f f p 十六精度的模型。 supreme 放大节点呢,还有一个特点就是我们需要引入 sd 参数模型,这里呢,我们就选择一个通用的联想 sd 参数模型,接着继续调节下面的参数。 这个缩放系数呢,很好理解,就是你要放大多少倍?我的电脑呢是四零七零的显卡,十二 g 的 显存,我就把它放大三倍,放太大容易崩。正向提示词我们就写高品质,细节丰富。负面提示词呢,我们就写质量差,模糊杂乱。接着再看下面的功能, 仔细一看的话,你会发现它跟 sd 放大节点呢有一些共性,它都有分块尺寸,分块不长。其实从这里就不难看出 spare 放大节点的特点呢,同样的,它也是把我们的原始图像进行拆分成多个模块进行处理,然后把处理好的板块再拼接起来。 那么如果你的电脑配置在不够的情况下呢,你可以打开下面的两个功能,在你显存不够的情况下,它会调用你的运行内存。 那么这个彩样器呢,我们就选择默认的彩样器,接下来就点击运行等待结果好了,经过五分钟漫长的等待,这个图片呢就生产出来了,这个呢就是经过 supreme 放大后的图像,我们一起来看一下,整体来说效果还是可以的,我们再来看一下前后的对比,这是放大前, 这是放大后,这个小花他处理的还是非常到位的,之前是模糊的,现在呢我们能够非常清晰的看到这些花的细节, 还有就是它的一个头发丝,注意看它头发丝这个地方,这个地方它处理的非常的好,它不会像我们之前所使用的 sd 放大的这个效果一样,它有严重的 ai 感。 supreme 放大节点还有一个啊, supreme 放大节点还有一个特点,让我比较满意的是它对衣服细节的处理,可以说处理的非常的到位,注意看一下现在的衣服是模糊不清的,你看不出什么质感,也看不出什么纹理,再看一下经过处理后的纹理, 它非常的清晰。还有再看一下这个肩膀处,是不是也是处理的非常的好。再看一下这些发丝,也是处理的非常自然,非常的好, 这些发丝也是处理的非常的自然,非常的好。当然呢还有一些小不足就是对于这个脸部的一些细节的处理,当然我们可以尝试性的把这个分辨率再提升一个档次,把它放大四倍试一下,相信一定会有一个不错的表现力,是大于 sd 放大的表现力, 这个呢就是 serbia 的 强大之处。好了,接下来我们来讲第三种方式,接下来我们来讲第三种提升画质的方式,阿拉萨节点放大,这个节点是外置节点,需要进行安装,首先我们添加阿拉萨放大节点,拖拽图像节点,添加一个加载图像,接着再导入人像图, 添加预览图像,为了方便观察,老规矩我们添加一个图像对比节点,放大图像,对比节点原始图像连接图像 a, 经过阿拉萨放大节点的处理,拖拽到图像 b, 接下来我们来了解里面的功能,阿拉萨模型呢,我们就选择第一个模型,这个 model 指的是你要放大多少倍,我们就选择放大四倍,选择第二个。 这个功能翻译成中文叫重新用透明度,你打开即可,下面这个翻译成中文叫快批量处理大小,这个指的是你要把张图片分成多少块进行处理,如果你想得到更高质量一点的画面,那么你就把这个参数呢调小一点,那么默认值呢是八,或者是你也可以把它调成到十六。 这个指的是你用什么渲染,那么你可以选择 cpu 渲染,你也可以选择 gpu 渲染,选择好之后呢,我们点击运行即可,经过一分钟的等待,这张图呢就处理好了,我们一起来看一下对比效果, 这是放大前,这是放大后,从整体来看的话,它虽然有放大的效果,但是呢整体来看它还是有较强的 ai 感,在整体上呢,它加了一些绿化的感觉, 而且人物脸型的质感可以说完全变了。那么哪些地方处理的还是比较好的呢?尤其是他对衣服细节的处理,质感处理的是比较到位的,当然对发丝的处理呢,也还是可以的, 但是呢对于皮肤的处理还是不太友好,如果是需要对人物进行放大修复处理,我不建议使用这种方式。接下来我们来讲第四种方式,也是我个人很喜欢的一种方式。第四种提升画质的方式呢是 cvr 节点,它是一个外置节点,需要进行安装。接下来呢我们就添加 cvr 视频放大节点, 拖拽图像节点,添加一个加载图像,还是导入那张人像图,再给它添加一个加载文件, 那么这个参数呢,选择十六即可,这个功能翻译成中文叫做要交换的快速,说白了就是你要把这张图片拆分成多少块进行处理,如果你想让画质高,那么你就把这个数值呢进行加大,你可以把它加到三十二, 我在这里呢就选择默认值。接着我们需要添加大模型,大模型的选择呢跟你输出来的质量有关系,大模型的精度越高,那么输出来的质量呢也越高,我们就选择这个大模型,这个呢代表的就是它的一个分辨率,这个呢就是分辨率的输出,我们可以把分辨率呢调整到二零四八。下面这个参数呢我们可以不用动。 接下来呢我们添加一个预览图像节点,再添加一个图像对比节点,原始图像连接图像 b, 点击运行看一下效果,经过两分钟的等待,图像就已经生成好了,那么这个呢是生成好的图像,二零四八乘以三零七零。我们来看一下放大前跟放大后的对比, 这是放大前,这是放大后,放大后的画质效果,你会发现无论是从发丝小花,还是从皮肤的质感,尤其是你能从皮肤的质感看到它有一个质的飞跃, 可以说 c d vr 从皮肤质感的处理放大细节来看,它可以吊打前面三种方式,你能够发现它的嘴唇,它非常的细腻,它有了非常多的一些纹理的细节,包括它皮肤纹理光泽,阴影的一些细节都非常的到位。 还有他的衣服的质感也是处理的非常的清晰,非常的好像这个肩膀处也是处理的非常的好。好了,以上就是四种高清修复放大方式,喜欢的小伙伴记得点个赞哦。本节课我们来讲学习控辅 u i 必须要掌握的 control net 节点, 接下来呢,就跟着我一起来学习 control net 的 三种高频用法,接下来我们就来讲 control net 的 第一种用法, openpos 控图在这里呢,我准备了一个基础的纹身图工作流。首先呢,在空白处添加一个 control net, 我们能够看到这里呢,有两个 controlnet, 我 们能够看到这里呢,有两个应用 controlnet, 一个是旧版高级,一个是旧版,我们都一起添加进来对比一下,很明显旧版高级比旧版它多了一些元素,旧版高级呢,它有正面条件,负面条件,而旧版呢,它只有正面条件,旧版高级多了一个 va 节点, 还多了一个开始百分比,结束百分比,这两个功能呢,我们待会会讲到把它删掉。 controlnet 我 们是要把它放在 k 传感器前面进行运行的,正面条件连接正面条件,负面条件连接负面条件都连接一下。 接着我们再添加一个 controlnet 加载模型,拖拽一下添加加载模型,我们能够看到这里面呢有非常多的加载模型,但是呢这些加载模型并不是乱用的,它是需要根据你的处理器进行匹配使用, 我们现在要做的是人物姿势控图,这时候呢我们就得在这里呢添加一个 openpos 加载模型,它的种类呢也非常的多,那我们就选择一个 sd 一 点五模型, ctrl delete 模型,它是一个 sd 一 点五的模型,那么我们加载器里的大模型同样也必须是得一点五的模型。我们再添加一个加载图像添加进来, 接着把我们已经准备好的人像参考图拖拽进来,接下来我们要做的是把它的人物骨骼姿势把它调出来,这时候呢我们就得用到一个节点, a u x 集成处理器,这个节点管理处就能够下载加载进来图像,连接个图像,点击这个预处理器, 点击进来之后呢,我们都看到这里呢有非常多的处理器,那么这里呢有非常多的处理器,这些处理器的作用是什么呢?就是调出你这张图片里面的一些信息,比如说我需要调出它的姿态信息,那么我们就选择 openpos 姿态预处理器, 如果要调出它的深度信息,那么我们就选择深度信息预处理器,我们现在要把这个人物的姿态信息调出来,这时候呢我们就得选择 openpos 姿态预处理器,我们得到这个姿态信息之后呢,再把这个姿态信息给到 controlnet 进行处理。在图像节点里面,我们拖拽一个预览图像放大一下, 接下来呢我们调节一下整个板块的布局框,选一下,打个组,给它命名个名, ctrl shift 板块,这个板块呢给它命名叫图像信息,下面这个就很好处理了 啊。最后连接一下这里的 ve, 再给它一个提示词,宫崎骏动漫风格,点击运行,我们来看一下效果, 这里提示我们没有连接大模型,再连接一下大模型,点击运行。现在我们就得到了一个宫崎骏的动漫人物风格,但是呢,我们能看到这个人物的头没有,所以呢,我们需要放大它的一个高度,再来看一下效果。好了,现在这张图呢就已经生成出来了,我们一起来对比一下它的一个姿势 原始参考图,经过集成预处理器进行处理,我们就能够得到一个人物姿势骨骼信息,这个人骨骼信息,再经过 controlnet 的 处理,再把这个信息呢给到 k 采集器, 我们就得到了这个人物信息了。骨骼信息跟人物的姿势是不是保持一样的?那么为什么这骨骼图像跟原始参考图,它的姿势上面呢会有一点变化,原因是因为它是一张图像, 图像经过预处理器处理,有时候呢,他不能得到一个非常精准的人物骨骼姿势图,通过集成预处理器结合 controlnet 的 用法,我们得到的只是人家的姿势,那么我们就可以在文本编码里面输入我们需要呈现的画面,比如我需要的是宫崎骏动漫风格,这个女孩在长满鲜花的草地上奔跑, 多抽几次卡。现在我们就得到了保持姿势一致不同效果的图,这就是 openpos 预处理器结合 controlnet 的 用法。接下来我们来讲解第二种用法,接下来我们就来讲解 controlnet 结合另外一种集成预处理器模型的使用方法。 在这里呢,我们导入一张动漫图,我们在这里呢选择 kenny 硬边缘预处理器。注意了,集成硬处理器里面的文件,它要对应 controlnet 里面的模型, 那么前面我们选择的文件是 kenny 加载 control 模型里面的文件呢?同理也得选择 kenny。 这里的 kenny 呢有非常多种类型,第一个对应的是 sd 小 模型,二三四对应的是 xl 模型, small 模型代表的是体积最小, mid 体积大一点。 for 呢,体积是最大, 也就意味着如果你想要更高的质量,那么你就选择第一个加载器里面的大模型,我们也得选择 sd 叉 l 模型。 我们点击运行来看一下 kenny 的 使用方法。现在我们没有加入任何的提示词,现在呢就已经生成了一张图像出来了。经过 kenny 硬边缘硬处理器对这样图像进行处理,我们就得到了这张图的线条信息。接下来我们就可以在这个线条里面去填充我们想要的画面。 我们来到文本编码,给他写上提示词。一位黑发少女,身穿绿色的衣服和白色的裤子,手里呢拿着一朵蒲公英,背景是蓝天白云和一片花海。再来看一下效果, 这张图呢就已经生成出来了,当然你也可以去调整他的风格,比如说信海城风格,他的背景呢改成一片麦田。再来看一下效果, 你发现这个效果呢,就比之前好看多了。这个就是 k 里硬边缘结合 controlnet 的 用法,接下来我们来讲第三种, controlnet, 结合集成预处理器当中的 deep anything 深度信息的用法。我们在这里选择 deep anything v 二预处理器,先停用,其他节点裁剪器呢,也停用,点击运行来看一下效果。 现在呢,我们就能够看到这张图的深度信息了。关于素材,一般我们选择一些紧逼比较大的,这样呢,深度信息比较明显, 越暗或者是月亮的区域,那么留给爱发挥的空间呢,他就越大,比如像这张深度信息,越靠近镜头的地方,他就越亮,天空呢,他也是很暗,这样呢,他就能够实现重绘的多样化,像建筑的轮廓呢,他就很明显了,所以基本上呢,我们就只能改变他的外观。接着我们再使用这些节点, ctrl delete 加载模型,我们也得选择 deep 模型。大模型呢,我们也选择 sd 叉 l 模型。接着输入提示词,告诉他这是一座现代建筑,有瀑布。外表呢,它是玻璃材质,有很多的绿色植被,有树山丘。这是一个秋天,天气很好, 我们再启动采集器,点击运行,再来看一下效果。我们再添加一个图像预览节点,点击运行,再来看一下效果。 这张图呢,就已经生成了,提示词里面写到的花绿色植被树、玻璃建筑都体现出来了秋天的呈现形式,它是把一些树和植物处理成了落叶的颜色。但是提示词里面写到的丘里没有实现,原因是因为这张图的整体轮廓还是比较明显的, ai 觉得在生成丘里不太合理,所以呢,没有给咱们生成,我们再给他另外一组提示词,这组提示词呢我想看到大海,白云还有瀑布, 再来看一下效果,那么现在呢,我们就能够看到这里的瀑布了,同时呢我们也能够看到这里的海水,那为什么这里的植物这么茂密呢?原因是因为我写的提示词里面是春天啊, 这里的白云,它其实能够非常好的给我们进行呈现,因为这块地方呢,它全是黑的,那么既然是黑的,那么 ai 呢就能够更好的去进行发挥,再把春天改成冬天,再来看一下效果。 现在呢我们就能够看到这个植物上面呢覆盖了非常多的雪,这个呢也是雪,远处的山呢也蒙上了一层雪,可以说 ai 是 已经把冬天的氛围渲染出来了。 好了,以上就是本节课的内容,那么课后呢,大家一定要自己拿着素材好好的去实践,去练习一下,然后呢自己去领悟。好了,这节课呢就讲到这里, 当我们看到一些好看的画面效果的时候,我们自己呢也想做一个类似的风格,那么如何进行画面的迁移呢?今天我们就可以使用空浮 ai 当中的 bash net 节点,结合相关提示词进行临摹同样的风格。下面我们就打开空浮 ai, 先创建一个纹身图框架,双击空排出,先创建一个裁样器, 通过彩样器呢进行拓展,拖拽一下模型节点,创建一个模型加载器,拖拽一下 clip 文本,创建一个 clip 文本, 再复制一个 clip 文本,再拖拽一下 edit, 创建一个 v a e 解码器,拖拽一下图像,创建一个预览图像。 现在最基本的纹身图框架就已经搭建好了,这些节点呢,我们现在先不连接,那么如果是我们要对我们的产品添加背景,那么肯定是需要用到一个局部重绘,那么既然是局部重绘,我们需要用到一个非常好用的节点叫 blashnet, 在 空白处进行双击把 blashnet 加载进来。 blashnet 节点的作用呢,就是专门用来做局部重绘,那么 blashnet 呢,它是要放在采集器的前面进行使用的,我们再拖拽一下这个 blashnet 加载器, 那么既然是局部重绘,那么我们肯定是需要导入我们的图像,在空白处双击给它添加一个加载图像,把我们需要进行局部重绘的素材导入进来。这时候呢,把我们的瓶子素材放进来。 我们的产品图呢是带有通道的,接下来我们需要把这些节点呢连接起来。图像连接节点图像,把这个瓶子的信息给到 flash net 大 模型的模型连接 flash net 的 模型 v 一 连接 v a 一 clap 连接 clap 文本正向提示词连接正面条件负面提示词连接负面条件 bracket 的 模型连接传感器的模型 正面条件连接正面条件负面条件连接负面条件 lent 连接 lent。 下面的步数我们就选择二十,这里的步数指的是采样二十步,一般情况下这个参数呢,控制在二十到三十之间的样子就可以了。 cf 基指呢,我们也选择默认的八 f 基值的作用就是为了让 k 彩样器能够更加读懂提示词。当然这个参数呢,并不是越高越好,一般情况下控制在八到十之间的样子,这里的彩样器呢,我们要选择某 pp 二 m 调度器呢,我们选择 class v 连接 v 一。 那么现在初步的图生图框架呢,就已经搭建好了,但是呢,我们这里还少了一个遮罩节点,我们要知道 bashinet 它的运行逻辑其实就是重绘你的遮罩部分, 也就是说我们接下来要重绘的是这个瓶子以外的部分。接下来我们要做的呢就是把这个瓶子以外的部分变成遮罩。有两种方式,接下来呢就来讲第一种方式,把这个加载图像呢再复制一个, 我们上传一个瓶子的黑白图,黑色部分代表的就是瓶子部分,也就是被扣掉的部分。白色部分代表的就是我们需要进行局部重绘的部分,这张图片它只是一个图像,它并不是所谓的遮罩。 接下来我们要做的就是把这张黑白图处理成 blackinet, 它能够理解识别的遮罩,黑色就是抠掉的部分白色,那自然而然就是需要进行重绘的遮罩部分。这时候呢,我们需要用到一个节点叫图像倒遮罩,把这些节点挪动过来,调节一下它们的位置。 图像连接图像遮罩,连接遮罩,通过图像倒遮罩这个节点的作用,就可以把这张黑白图变成 blackinet, 它能够理解的遮罩。 现在图上图局部重绘的框架就已经搭建好了,接下来呢,我们需要选择适当的大模型和结合相对应的合适的提示词来生成我们想要的视觉效果。因为我们的产品是一瓶香水,所以我们选择的大模型尽可能的是电商类的大模型, 我现在所使用的是电脑运 lucky 哈本,这里呢有海量的模型供我们进行选择。我需要使用的大模型呢,是电商 类的大模型,我就选择这个叉 l 真实写真的电商类大模型,点击使用即可。 最后一个环节就是提示词的描写,这个提示词直观重要,这个提示词具体该怎么写?我们想要什么样的一个产品效果风格?这时候呢,我们可以来到 leible leible ai, 我 们需要根据你自己的产品图找到合适类型的产品图, 比如我想要的是这种风格,那我们就可以点击这样图片,我们可以参考一下他的提示词,复制下他的提示词,可以使用翻译工具读取他的提示词,复制下这段提示词,把这段提示词有关产品的描述全部删掉,把我们想要的提示词翻译成 copy 文本,他能够读懂的英文,我们再复制这段文本,再黏贴进来, 我们再点击运行,再一起来看一下效果。我们运行之后呢,出现了一个错误提示,什么意思呢?它指的是你的基础大模型,是 sd 叉 l 模型,但是呢,你的 bashnet, 它是一个一点五的模型,所以我们需要把加载器里的模型呢也改成叉 l 模型,我们就选择这个叉 l segmentation 模型, 再次点击运行,经过几秒的等待,我们这张产品图的洗图就完成了。整体来说效果还是不错的,不管是光影的处理,还是环境的融合交互,都是做的非常的不错。如果你想让康复 u i 有 更多的发挥空间,你还可以去尝试调节降噪值来达到我们想要的视觉效果, 这个是降噪值为零点八, cf 值为十的视觉效果,这个是降噪值为零点七, cf 值为八的视觉效果。 卸负基值呢,你尽可能的就控制在八到十五之间。降噪值呢尽可能的控制在零点七到一之间。 我们现在所讲的是第一种局部重绘,给我们的产品添加背景。接下来呢来讲第二种局部重绘的方式,把这两个节点呢删掉。接下来我们要用到一个非常强大的插件叫 l style, 那 么 l style 里面呢,有一个非常常用非常强大的一个节点,我们找到这个节点, 来到图层遮罩,这个节点就 segment anything ultra vr。 那 么这个节点的作用呢,就是用来抠图,把这个香水的图像呢取消掉,我们把产品图的图像连接给他。接下来我们要做的呢就是把这个瓶子抠掉,所以呢我们在这里输入 bottom, 下面呢我们要知道以下功能的具体用法。首先来看一下 sim 模型,这里面呢有非常多的选项,这个内存越大,代表的是它抠出来的效果,越精细,越精致,升图的质量呢也越高,升图时间越长, 当然对你的电脑配置要求呢也越高。如果你的电脑配置在不高的情况下,比如说你的显存是八 g, 那 么你就选择第三个大模型,它的体积很小,运算速度呢也非常快,像我的电脑是四零七零的显卡,显存是十二个 g, 一 般情况下我就选择这个 格洛里模型呢也是一样的,模型体积越大,生图质量呢也越高,一般情况下我们选择第一个就行,再看一下这个细节处理方法,一般情况下我们选择第一个就好了,第一个模式相对于以下几个模式生图质量最高,细节消融,细节膨胀,他处理的都是一些细节性的一些东西, 那么由于这个素材呢,它的轮廓非常的清晰明显,那么这个参数哪怕是你加的很大,它的效果呢也并不是很明显。关于这个细节,笑容,细节膨胀,郁卒等以下几个参数呢,我后面呢会专门的用一个案例来进行讲解这些参数的功能属性,具体怎么去用 上面这参数呢?我们可以默认的调整到实参数越大,那么细节他处理的越精细。细节处理呢,很好理解,就是如果你想要我的细节更加的丰富细腻,那么你就把这个功能打开。 提示词呢,很好理解,就是你要抠掉什么,那么你在这里呢就填写什么,比如我现在呢,我要把这个瓶子抠掉,那我在这里就输入 bot。 这里的设备呢有两个选项,一个是显存运行,一个是 cpu 运行,那我们在这里呢就选择显存运行, 这个最大尺寸呢,先不用管它,下面这个 cancel model 指的什么意思呢?就是如果你的显存不够的情况下,你打开这功能,它会用你的运行内存来进行计算。接着呢再把这个图像连接到图像,接着遮罩,连接遮罩,点击运行来看一下效果。 现在剩下的图并不是我们想要的结果,仔细一看的话,你会发现现在局部重绘的是瓶子部分,但是我们要重绘的是瓶子以外的部分,也就是说明我们在遮罩这里出了问题。 刚我们讲了 sigman anything ultra, 这个节点的作用呢就是进行抠图,让图生成遮罩,我们一起来检查一下这个遮罩,在这里呢加上一个遮罩到图像,遮罩连接遮罩,图像呢连接预览图像, 再次点击运行。通过这个预览图像,想必大家都已经看明白了, sigman anything 把这个瓶子扣下来之后呢,瓶子变成了遮罩。 前面我们也讲了 blacknet, 它的运行逻辑就是重绘白色遮罩,所以我们得到了现在的结果。但是我们要重绘的是瓶子以外的部分,也就是说接下来我们要把瓶子变成黑色,瓶子外面的黑色变成白色。这时候呢我们就用到另外一个节点,我们在这里呢加上一个遮罩反转节点, 遮罩连接遮罩,这个先删掉遮罩,再连接遮罩。通过遮罩反转节点,我们就可以把遮罩的颜色调换过来,我们给它添加一个遮罩的图像,一起来观察一下, 再点击运行,看一下效果。现在我们能够看到这照的颜色反转过来了,剩下的图呢也正常了。以上就是本期视频内容,通过两种局部重绘的方式给我们的产品更换背景。好了,如果本期视频对你有用,千万不要吝啬你的小爱心,咱们下期再见。

有做电商的同学问我,电商详情页如果一张一张去做,效率真的太低了,有没有办法把这个流程做成详情页工作流? 其实是可以的,今天就教大家怎么把电商详情页的制作流程搬到 comfyui 里,做成一个属于自己的电商详情页工作流。先说一下正常的详情页是怎么做的, 第一步,先整理产品信息和产品卖点。第二步,把这些信息丢给 ai, 让 ai 帮你生成详情页的内容结构,还有每一页的画面描述。 第三步,再用深图 ai 统一风格生成每一页的详情页图片。而我们这次要搭建的 comui 工作流,只负责最后一步, 也就是通过产品参考图加美业的提示词生成最终的详情页图片。至于内容提示词,还是可以用其他 ai 工具来生成。在搭建工作流之前,先简单说一下需要用到的节点。 整个工作流其实只需要五种节点,参考图节点、文本输入节点、图片生成模型节点、图片输出节点,还有一个图片合成节点,这些节点在节点库里都能找到。不过我更建议你 直接从别人的工作流里复制粘贴会更简单。接下来我们开始搭建详情页,工作流里复制粘贴会更简单。接下来我们开始搭建详情页,工作流里 复制一个产品参考图节点,再复制一个文本输入节点,然后选择一个生图模型节点,如果你想追求效果,可以用谷歌生图模型,但积分消耗会比较高。最后再接一个图片输出节点, 把这些节点用线连接起来,这样最基础的详情页生成流程就完成了。接下来你只需要上传产品参考图,再输入这一页详情页的提示词,点击生成一张详情页图片就出来了。 然后把这套流程复制粘贴七到九份,再用一个图片合成节点,把所有图片串联起来, 最后接到一个最终图片输出节点,这样一整套电商详情页工作流就搭建完成了。接下来把产品参考图和每页的提示词分别输入到对应的节点,点击生成一张完整的电商详情页就做出来了, 整体效果其实还不错。最后我想说一句,学习 ai 电商工作流,其实不用一上来就研究特别复杂的东西, 最简单的方法就是多看多猜,多复制别人的工作流,慢慢你就会发现自己也能很快搭建出一套属于自己的电商 ai 工作流。如果你也想用 ai 提高效率,我建了一个 ai 改变生活交流群,欢迎一起交流,一起进步。