AI绘画Stable Diffusion进阶使用-编程知识

本文讲解，模型底模，VAE美化模型，Lora模型，hypernetwork。
文本Stable Diffusion 简称sd
欢迎关注

使用模型

C站：https://civitai.com/
huggingface：https://huggingface.co/models?pipeline_tag=text-to-image

大模型（底模型）

在这里插入图片描述
stable diffusion webui 部署完成后，checkpoint是放底模
home\webui\models 目录下
常见模式：后缀ckpt/safetensors
常见大小：2G-7G

sdxl底模

Realistic Vision：逼真的照片风格。
Anything v5：动漫风格。
Dreamshaper：写实绘画风格。

VAE美化模型

可以理解为滤镜，选择VAE就像给图片套上了一层滤镜，会改变图片原有的颜色风格；一般默认是无，而且有些大模型中会自带VAE
常见模式：后缀ckpt/pt
名字中带有vae

stable-diffusion-webui 默认页面并没有显示 VAE 设置部分，所以需要先设置一下。首先点击「Settings」，然后点左侧菜单的「User interface」这个 Tab，拉到下面有个选项叫做Quicksettings list，在输入框里面添加,sd_vae,CLIP_stop_at_last_layers:

在这里插入图片描述
最后点击上面的「Apply settings」，在点「Reload UI」就会重新刷新页面，即可看到头部的 VAE 区域:

在这里插入图片描述
可以去C站和huggingface下载
我们把这些 VAE 模型下载并把它放入到models/VAE目录下:

wget https://huggingface.co/stabilityai/sd-vae-ft-mse-original/resolve/main/vae-ft-mse-840000-ema-pruned.ckpt -O ~/workspace/stable-diffusion-webui/models/VAE/vae-ft-mse-840000-ema-pruned.ckpt
wget https://huggingface.co/AIARTCHAN/aichan_blend/resolve/main/vae/Anything-V3.0.vae.safetensors -O ~/workspace/stable-diffusion-webui/models/VAE/Anything-V3.0.vae.safetensors
wget "https://huggingface.co/AIARTCHAN/aichan_blend/resolve/main/vae/Berry's%20Mix.vae.safetensors" -O ~/workspace/stable-diffusion-webui/models/VAE/BerrysMix.vae.safetensors

在这里插入图片描述

在这里插入图片描述
所谓没有对比就没有伤害，对比明显可以感受到不加 VAE 图片优点灰蒙蒙的，不够鲜艳，另外是细节不够，而加了不同的 VAE 都有了更好的颜色效果，细节更全了 (微调)。

最后，注意不同的 VAE 适配的模型不同，也不是某个 VAE 可以用在任何模型下，否则可能会生成非常奇怪的图。

Lora模型

LoRA模型是通过截取大模型的某一特定部分生成的小模型，虽然不如大模型的能力完整，但短小精悍。因为训练方向明确，所以在生成特定内容的情况下，效果会更多。
常见模式：后缀ckpt/safetensors/pt
常见大小：100MB
模型下载并把它放入到models/Lora目录下

可以去C站下载搜索Lora模型
在这里插入图片描述

Embeddings

通过角色训练产出，能够让你的主模型识别某个指定的角色，因为你的主模型不可能每个角色都认识，通过文件名触发。
常见模式：后缀pt
常见大小：几十KB
模型下载放到webui\embeddings
可以去C站下载搜索Embeddings模型
在这里插入图片描述

Hypernetworks

通过画风训练产出，能够指定特定的画风！
常见模式：后缀pt
常见大小：几十KB
模型下载放到webui\models\hypernetworks
可以去C站下载搜索hypernetworks模型
在这里插入图片描述

功能类型选择

除了文生图，也可根据自己的需求选择其他选项卡进行操作，以下简单介绍正常流程会用到的选项卡：

图生图（img2img）：将文生图的结果继续生成图片，或自己上传一张图片，常用于调整和优化图片，或修改图片风格、背景、人物形象等场景；
附加功能（Extras）：对单张或批量图片进行缩放的操作；
图片信息（PNG Info）：将本地图片上传后，可以用于其他选项卡的功能中；
模型合并（Checkpoint Merger）：将多个模型进行不同权重的合并，从而获得一个新的模型；
扩展：SD的扩展插件配置区，可以查看已安装的插件内容，并控制开启和禁用状态；也支持通过URL的方式获取其他插件。

掌握提示词技巧

提示语输入基本要求

使用英语描述最佳，避免出现单词拼写错误；（不同模型可能有训练中文和日文，可自行判断）

标点符号同样使用英文半角进行输入；

建议使用逗号隔开的单词作为提示词；（也可用句号、甚至是空字符（\0)来分隔关键词，可以提高图像质量；

也可以使用自然语言描述图片内容，比如：A handsome hero armed with a sword（一个英俊的英雄装配着剑）

提示语描述和图像风格搭配，相近的描述不要重复出现

善于利用反向提示语来去除图片的负面效果；

尽可能使用特定含义的词汇，比如将 big 调整为 huge ，避免使用有多种含义的词汇；

避免使用with、and之类的连接词；

可使用emoji(💰,💶,💷,💴,💵,🎊,🎀,👩) 进行补充描述；

逗号前后的少量空格并不影响实际效果；

可以通过指定风格提示语来创作带有特效或指定画风的图片；(风格获取参考下文👇)

姿势的描述越精简越好，否则容易出现肢体重复的情况；（肢体生成是AI硬伤，可用controlnet来解决）

避免过长提示词，越尾部的提示词在图片中的权重默认就越低，因此关键特征尽可能放在头部或通过语法来提高权重；（过长提示词可适当提高生成步数获取更好效果）

输入提示词技巧

输入模板
将自己构思的图片特征抽象为标签描述，并将标签按分类进行排列，以下为模板示例：

(quality), (subject)(style), (action/scene), (artist), (filters)

(quality) 代表画面的品质，比如 low res 结合 sticker使用来“利用”更多数据集，1girl结合high quality使用来获得高质量图像。

(subject) 代表画面主题，锁定画面内容，这是任何提示词基本组成部分。
(style) 是画面风格，可选。
(action/scene) 代表动作/场景，描述了主体在哪里做了什么。
(artist) 代表艺术家名字或者出品公司名称
(filters) 代表一些细节，补充。可以使用艺术家，工作室，摄影术语，角色名字，风格，特效等等。

提示词语法
(word) - 将权重提高 1.1 倍
((word)) - 将权重提高 1.21 倍（= 1.1 * 1.1），乘法的关系。
[word] - 将权重降低 90.91%
(word:1.5) - 将权重提高 1.5 倍
(word:0.25) - 将权重减少为原先的 25%
(word) - 在提示词中使用字面意义上的 () 字符
使用数字指定权重时，必须使用() 括号。如果未指定数字权重，则假定为（权重增加通常会占一个提示词位，应当避免加特别多括号）

（n）=(n:1.1)
（（n））=(n:1.21)
（（（n）））=(n:1.331)
（（（（n））））=(n:1.4641)
（（（（（n）））））=(n:1.61051)
（（（（（（n））））））=(n:1.771561)

辅助工具推荐

在这里插入图片描述
标签参考
最全tag库（根据分类查找）：https://danbooru.donmai.us/

颜色列表：https://en.wikipedia.org/wiki/List_of_colors_by_shade

表情符号：https://unicode.org/emoji/charts/emoji-list.html

标签冰山图：https://icebergcharts.com/i/Danbooru_Tags

美图灵感

C站：https://civitai.com/

OpenArt：https://openart.ai/discovery

prompthero：https://prompthero.com/

ptsearch（韩风）：https://www.ptsearch.info/home/

arthub ：https://arthub.ai/

lexica（艺术风格）：https://lexica.art/

提示词工具

Danbooru 标签超市：https://tags.novelai.dev/
AI绘画提示词生成器：http://www.atoolbox.net/Tool.php?Id=1101
魔咒百科词典：https://aitag.top/

风格化标签
Stable Diffusion V1 Artist Style Studies(风格化总结)：
https://proximacentaurib.notion.site/e28a4f8d97724f14a784a538b8589e7d?v=42948fd8f45c4d47a0edfc4b78937474

艺术家风格：https://www.urania.ai/top-sd-artists
Artists To Study：https://artiststostudy.pages.dev/

MidLibrary 这个网站提供了不同的图像风格，每一种都带有鲜明的特色：https://midlibrary.io/midjourney-style-classifier#styles-by-categories

看到这里，说明你已经完成进阶，继续加油，帮忙关注！

更多参考：欢迎关注