WebUI 使用教程

文生图

画面是先扩散再降噪生成图片

提示词,用词组,不用句子,逗号分隔,每次生成都不一样,随机性

可以提供具体提示词慢慢完善

标签的顺序对生成结果有影响,越靠前越优先。

以下为内容性提示词

image-20240808214814508

以下是标准化提示词

image-20240808214946171

以下是小模版

image-20240808215040109

提示词权重,用于增强或削弱某个提示词

  1. 直接在括号里指定权重:(prompt:1.5),
  2. (prompt) 一层1.1倍,{prompt}一层1.05倍,[prompt]一层0.9倍
  3. 避免权重太高,推荐$1\pm0.5$ ,太高会扭曲画面
  4. 如果权重不够用,尽量用同类词加强
  5. 还有词条混合、迁移、迭代

image-20240808215618115

负面/反向提示词

通常使用标准化提示词,防止画面质量差或者色彩单调或错误生成

image-20240808215700803

出图参数

画面闪一下迭代一步,步数大于20之后,提升不大

采样方法(不同插件?)

分辨率,高更清晰,太高一个是很慢,且可能多人多手多脚

推荐低分辨率生成,然后再高清修复

面部修复推荐选上,平铺不推荐

提示词相关性,7~12推荐

随机种子

用批次和次数来抽卡,单批多张不建议

提示词的偷鸡方法

翻译大法

借助工具

atoolbox.net/Tool.php?id=1101

ai.dawnmark.cn/

抄作业,在模型网站上抄

hugging face civitai liblibai

openart.ai

arthub.ai

图生图

原理:参考图,作为提示词

除常规页面,还有一个上传图片的位置

重绘幅度,越高越ai原创,0.6-0.8

提示词最好清晰,并且带上标准化提示词

比例最好和原图一样

同一个随机种子,相似性会高,循环按钮可以使用上一次的随机种子

图生图的应用:拟人化、精细调节画面、动漫转真人、商业产品图、乱画让ai细化

模型加载

模型是针对某个类型的图片深度学习之后的打包

提示词+模型+参数,才能产出你想要的东西

checkpoint检查点或者关键点,类似于训练到某个程度的存档,ckpt

safetensors,简化的模型?使模型可靠搞笑而专门开发

放在models/stable-diffusion文件夹

在sd左上角模型中选择新的模型

vae,variational auto encoder 变分自解码器,负责将假造后的浅空间数据转化为图像。类似于调色滤镜

没有vae可能会发灰发白,有些ckpt自带vae。后缀是pt或safetensors

放在model/VAE

hypernetwok 画面微调

优化画风的 embeddings

固定特定人物角色特征的LoRA Low-Rank Adaptation

除了官方的模型,还有些私炉模型,官炉有版权限制,私炉更牛

训练ai学习图片生成模型叫做炼丹

模型网站

hugging face

civitai,抄作业网站

trained是一手模型,merge是融合模型

base model是炼丹的底模

模型分类:二次元、真实、2.5D

image-20240808224003950

image-20240808224020790

二次元

image-20240808224130138

提高分辨率和质量

高清修复、超分辨率

真人在低分时会出现模糊的情况,需要使用高清修复

修复次数=采样步数

重绘幅度,最好不超过0.5

潜空间?

高清修复不能突破显存限制,可以尝试固定随机种子

降低重绘幅度会让ai少加戏

放大算法:

image-20240808224931126

没啥差异?gan对细节保留更好

SD upscale

图库浏览器点图生图,方便很多

脚本加载sd放大

重叠像素?

切成四块,重叠像素可以让四块衔接更丝滑,越多越丝滑,要增大图片尺寸

附加功能放大算法

重绘幅度为0的放大

可以两个算法,可见度可调,没有前两种细腻,但用起来简单

进阶模型

checkpoint是最大的模型,类似于大字典

embeddings lora hypernetwork controlnet lycoris

embeddings文本嵌入 嵌入式向量

很小,类似于一个书签,指向某个字词的含义,让ai更好理解特定形象

基于某个角色的特定训练

目录/embeddings

使用方式是在提示词加上某个东西

charTurner easyNegative

反推提示词,clip deepbooru

LoRA low rank adaptation 低秩适应模型

对某个特定角色的详细介绍,比embedding更细致有效

目录/models/lora

提示词框用文件名触发<lora: 文件名>

0.5-0.8,保留特征且对画面画风影响较小

hypernetwork 超网络 ,和lora差不多,用于画风

目录/models/hypernetwork

在设置-附加网络选中hypernetwork使用

局部重绘

某个地方没画好时用于修复

图库中点击局部重绘

重绘幅度0.7-0.8?

蒙版 mask

蒙版模糊,没有模糊拼接很生硬

in paint sketch

可以使用画笔,画笔可以指定颜色,要在提示词也说清楚,给一些权重

蒙版透明度,颜色在画面中的呈现程度

in paint upload

上传一个图,然后上传一个蒙版

插件/拓展

image-20240809134559905

链接下载,官方整合下载automatic1111,下包放进目录/extensions

lora是什么

lora需要配合触发词,达到最好效果

目录/models/lora

<lora :文件名:权重>

用additional,不显示在提示词,可以用模板、肢体动作等

用lora 赛博coser

有针对单独角色

也有针对某种审美、画风

也有针对某种特定类型、形式、概念

gacha splash

anime tarot card art style

mugshot lora

mugshot

lottalewds’ thisisfine

也有针对服饰类型的

mecha 机甲

image-20240809150114549

hanfu

holographic cloths

也有针对某个特定物体元素

如产品图 产品设计

m4卡宾枪

food photography

product design

blue print

cyberhelmet,

物体和服饰,可以用于局部重绘

训练lora是新世界的大门

多个lora可以叠加使用

controlnet

对ai出图进行精准控制,降维打击

可以控制姿势等十几种

可以从预处理器提取出姿势信息

不与其他模型冲突,

参数介绍

control weight,决定呈现强度

starting/ending control step 生效的步数

姿势为例,仅模糊姿势,需要微调

五个例子

openpose 姿势

有对手、脸部表情的细化标注

depth 深度

场景深度,也可以用来刻画人物,能让姿势前后堆叠更精细,比单纯骨架更准,可以组合使用

canny 边缘检测 线稿

线稿图,勾勒线条能让出图更像原图,文字不变形

阈值越高越多线,但也会更杂乱

可以用于线稿上色,用上invert,反转线稿颜色, 白色是线稿,黑色是背景

softedge 柔和边缘

线稿,但是更模糊,能让输出更柔和,更有发挥空间

scribble 涂鸦乱花

自由奔放的描摹,灵魂画手功能

技巧
如果对本文有问题或发现错误,欢迎在评论区参与互动或发送邮件联系我!
0%