【AI绘画】3分钟学会ikun幻术图

目录

  • 前言
  • 一、效果展示
  • 二、准备工作
  • 三、操作步骤
    • 3.1平台创建实例
    • 3.2 启动SD
  • 四、安装QR Code Monster 模型
  • 五、成图


前言

大家热爱的ikun幻术在今天的分享中将呈现。在本文中,我们将揭示一个备受欢迎的图像幻术技术,让您感受到令人惊叹的视觉创造力。

一、效果展示

以下是一些 ikun 幻术效果图:
在这里插入图片描述
在这里插入图片描述

B站上有很多 ikun 幻术的视频,大家也可以先欣赏一下:

好家伙,船新赛季竟然如此高级,这难道是宇智波的幻术吗。

如果大家也想制作类似的视频,用自己想要用的图,看完本篇文章就可以做到了。

二、准备工作

在AI绘图领域,SD和ControlNet插件仍然是主要工具。然而,有时候,一些小伙伴可能会面临电脑配置不足或者SD安装过程复杂的问题,从而导致部署成为一道难题。因此,在这里,我想向大家推荐一种解决方案:揽睿星舟的GPU服务器。这些服务器不仅提供了SD的一键部署包,让安装变得轻松无比,而且还拥有性价比极高的3090 GPU,仅需1.9元/小时,非常经济实惠。

注册地址:官方链接

对于新用户,注册后将获赠2小时的3090算力,这对于制作ikun图来说,绰绰有余。另外,您还需要准备一个名为"control_v1p_sd15_qrcode_monster"的插件。

尽管目前平台上尚未集成此插件,但预计很快就会加入。
插件下载地址: https://huggingface.co/monster-labs/control_v1p_sd15_qrcode_monster/tree/main

三、操作步骤

3.1平台创建实例

在揽睿平台上创建实例,用3090的配置就行

  • 运行镜像选 公有镜像/others/sd-webui-2.0/v3
  • 挂载网盘
  • 数据集 sd-base
  • 预训练模型 sd-webui-model

然后点击创建实例,等待几分钟就建好环境了

在这里插入图片描述

3.2 启动SD

实例新建完成后,通过Jupytelab进入页面,新建一个Terminal终端,然后命令行执行

bash /app/start.sh

等几分钟就能启动sd了

在这里插入图片描述

启动完成后,回到工作空间详情页面,复制调试地址在浏览器打开,就能查看SD的工作页面了,需要注意的是,现在咱们现在还没安装control_v1p_sd15_qrcode_monster 插件,下一步教大家安装。这里查看下controlnet的模型。

四、安装QR Code Monster 模型

步骤

  • 打开https://huggingface.co/monster-labs/control_v1p_sd15_qrcode_monster,我们需要下载的是一个模型文件和一个配置文件
  • 下载后将模型和配置文件放到Controlnet->models文件夹内。
  • 安装好后重启UI可以在ControlNet界面选择模型。

在这里插入图片描述

  • 在ControlNet界面,启用该插件,预处理Preprocessor设置为None,即不进行预处理,模型设置为刚下载的模型,控制权重可以自行选择,1-1.7之间,可以观测与图片的融合程度,开始控制设置为0-0.1,终止控制设置为0.9-1,可以之后自行调参,其他默认
    在这里插入图片描述

五、成图

在此阶段,我们可以调整参数来制作ikun图像。

以下是一些可调整的参数::

模型选择:我这里选择blueboys2D(自行选择不同模型来调整)
步数:30
采样器:DPM++ 2M SDE Karras
CFG:7
尺寸:512*512 px
Hire.fix:是否开启高清修复,选择。
提示词: 正向,无;反向;可以在c站随意复制。

在这里插入图片描述

本篇文章详细地介绍了如何制作 ikun幻术,从效果展示、准备工作、操作步骤到模型安装和成图参数调节,为读者提供了全面的指导。希望这篇文章对于对图像幻术感兴趣的读者有所帮助。

💋【“爱”在七夕,全场77折】💋
👉🏻活动日期:2023/8/17-2023/8/22

👉🏻活动详情:指定区 全场3090 24G资源【7.7折】优惠!!
相当于只要1.46/时

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.hqwc.cn/news/69915.html

如若内容造成侵权/违法违规/事实不符,请联系编程知识网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

Vue2(组件开发)

目录 前言一,组件的使用二,插槽slot三,refs和parent四,父子组件间的通信4.1,父传子 :父传子的时候,通过属性传递4.2,父组件监听自定义事件 五,非父子组件的通信六&#x…

Flink之Partitioner(分区规则)

Flink之Partitioner(分区规则) 方法注释global()全部发往1个taskbroadcast()广播(前面的文章讲解过,这里不做阐述)forward()上下游并行度一致时一对一发送,和同一个算子连中算子的OneToOne是一回事shuffle()随机分配(只是随机,同Spark的shuffle不同)rebalance()轮询分配,默认机…

信息与通信工程面试准备——数学知识|正态分布|中心极限定理

目录 正态分布 正态分布的参数 正态分布的第一个参数是均值 正态分布的第二个参数是标准差SD 所有正态分布的共同特征 标准正态分布:正态分布的特例 中心极限定理 理解定义 示例# 1 示例# 2 知道样本均值总是正态分布的实际含义是什么? 正态分…

pytorch_lightning报错 You requested gpu: [1],But your machine only has: [0]

pytorch_lightning报错 You requested gpu: [1],But your machine only has: [0] 问题及分析 报错图片如下: 分析 gpu:[1]指代的gpu的标号,如果笔记本中只包含一个GPU,一般序号为[0].所以无法找到程序指定的GPU。 解决方法 …

语聚AI公测发布,大语言模型时代下新的生产力工具

语聚AI 公测发布 距离语聚AI内测上线已经过去近1个月。 这期间,我们共邀请了近百位资深用户与行业专家加入语聚AI产品体验。通过大家的热情参与积极反馈,我们不断优化并完善了语聚AI的功能与使用体验。 经过研发团队不懈的努力,今天语聚AI终…

Java数字化智慧工地管理云平台源码(人工智能、物联网、大数据)

智慧工地优势:"智慧工地”将施工企业现场视频管理、建筑起重机械安全监控、现场从业人员管理、物料管理、进度管理、扬尘噪声监测等现场设备有机、高效、科学、规范的结合起来真正实现工程项目业务流与现场各类监控源数据流的有效结合与深度配合,实…

【等保测评】等保初级测评师试题合集(3w字汇总)

【等保测评】信息安全等级保护初级测评师试题合集 一、法律法规单选多选判断 二、实施指南单选多选 三、定级指南四、基本要求五、测评准则六、信息安全等级测评模拟模拟试题1一、单选二、多选三、判断四、简答 模拟试题2一、单选二、多选三、判断四、简答 模拟试题3一、单选二…

深度学习实战48-【未来的专家团队】基于AutoCompany模型的自动化企业概念设计与设想

大家好,我是微学AI,今天给大家介绍一下深度学习实战48-【未来的专家团队】基于AutoCompany模型的自动化企业概念设计与设想,文本将介绍AutoCompany模型的概念设计,涵盖了AI智能公司的各个角色,并结合了GPT-4接口来实现各个角色的功能,设置中央控制器,公司运作过程会生成…

【git clone error:no matching key exchange method found】

拉起项目代码报错 git clone ssh://uidxxxgerrit-xxxxxxxx Cloning into ‘xxxxx’… Unable to negotiate with xxx.xx.xxx.ip port xxxxx: no matching key exchange method found. Their offer: diffie-hellman-group14-sha1,diffie-hellman-group1-sha1 fatal: Could not …

通用与垂直大模型之战:大模型驱动的商业智能变革之路

科技云报道原创。 是做通用大模型还是垂直大模型,这一个争论在“百模大战”的下讨论愈发热烈。 目前,以微软、谷歌、百度、阿里等为代表的发力于通用大模型的科技大厂,也都开始推动大模型在垂直领域的商业化落地。 比如说,微软…

【TI-CCS笔记】工程编译配置 bin文件的编译和生成 各种架构的Post-build配置汇总

【TI-CCS笔记】工程编译配置 bin文件的编译和生成 各种架构的Post-build配置汇总 TI编译器分类 在CCS按照目录下 有个名为${CG_TOOL_ROOT}的目录 其下就是当前工程的编译器 存放目录为: C:\ti\ccs1240\ccs\tools\compiler按类型分为五种: ti-cgt-arm…