使用stable diffusion作圖

1安裝stable diffusion（Windows）

前置環境git、python10（低于此版本會導致部分py模塊無法導入）

1.1 下載

stable diffusion webui （通過git clone到本地）

git clone https://github.com/AUTOMATIC1111/stable-diffusion-webui.git

cpkt模型文件

放置在stable-diffusion -webui\models\Stable-diffusion\中

官方提供的模型文件為‘sd-v1-4.ckpt’

1.2安裝

1.2.1 先確認python10已經作為環境路徑，如果python10已經安裝但是沒有添加到系統環境路徑中，可以通過修改webui-user.bat參數將python參數指向python10

@echo off set PYTHON="D:\Environment\python310\python.exe" set GIT= set VENV_DIR= set COMMANDLINE_ARGS= call webui.bat

1.2.2 運行webui-user.bat，等待系統資源下載完畢

資源大概10G+。

在于py包下載出現問題的時候，可以開啟新的cmd窗口，將路徑cd到 stable-diffusion-webui\venv\Scripts

執行

activate.bat

進入python10虛擬環境，通過pip命令下載或刪除錯誤的py包

1.2.3安裝成功界面

1.3 運行

1.3.1 在瀏覽器中輸入 http://127.0.0.1:7860訪問webui

右上角為導入的cpkt模型文件選擇

文字模板：(((masterpiece))),((best quality)), flat chest,((loli)),((one girl)),very long light white hair, beautiful detailed red eyes,aqua eyes,white robe, cat ears,(flower hairpin),sunlight, light smile,blue necklace,see-through,

通過設置參數能夠實現ai作圖

1.4 參數說明

prompt 該部分主要就是對于圖像進行描述，有內容風格等信息進行描述。后面的畫板可以一些隨機的風格、下面箭頭是之前任務的參數；

Negative prompt 這個主要是提供給模型，我不想要什么樣的風格；特別對于圖上出現多個人的情況，就可以通過2girls等信息進行消除；

Sampling Steps diffusion model 生成圖片的迭代步數，每多一次迭代都會給 AI 更多的機會去比對 prompt 和 當前結果，去調整圖片。更高的步數需要花費更多的計算時間，也相對更貴。但不一定意味著更好的結果。當然迭代步數不足（少于 50）肯定會降低結果的圖像質量；

Sampling method 擴散去噪算法的采樣模式，會帶來不一樣的效果，ddim 和 pms(plms) 的結果差異會很大；

Width、Height 圖像長寬，可以通過send to extras 進行擴大，所以這里不建議設置太大[顯存小的特別注意]；

Restore faces 優化面部，繪制面部圖像特別注意；第一次使用要下載資源，比較大

Tiling 生成一個可以平鋪的圖像；

Highres. fix 使用兩個步驟的過程進行生成，以較小的分辨率創建圖像，然后在不改變構圖的情況下改進其中的細節，選擇該部分會有兩個新的參數 Scale latent 在潛空間中對圖像進行縮放。另一種方法是從潛在的表象中產生完整的圖像，將其升級，然后將其移回潛在的空間。Denoising strength 決定算法對圖像內容的保留程度。在0處，什么都不會改變，而在1處，你會得到一個不相關的圖像；

Batch count、 Batch size 都是生成幾張圖，前者計算時間長，后者需要顯存大；

CFG Scale 分類器自由引導尺度——圖像與提示符的一致程度——越低的值產生越有創意的結果；

Seed 種子數;

Just resize、 Crop and resize、 Resize and fill 這三種模式保證圖輸出效果;

1.5 部分說明

16系顯卡黑圖和爆顯存

解決方法：更改webui-user.bat文件中的set COMMANDLINE_ARGS= 的參數

4G顯存：–precision full --no-half --lowvram --always-batch-cond-uncond

6G顯存：–precision full --no-half --medvram

低于5G顯存：–medvram

低于3G顯存：–lowvram --always-batch-cond-uncond

cision full --no-half --medvram

低于5G顯存：–medvram

低于3G顯存：–lowvram --always-batch-cond-uncond

ai作圖不是萬能的，他只能根據預先訓練出來的模型來作畫。
stable diffusion只是工具，而不同的訓練模型才是核心。

總結

以上是生活随笔為你收集整理的Stable Diffusion作图的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。