开始
Build & Share Delightful Machine Learning Apps
https://www.gradio.app/
GitHub:https://github.com/gradio-app/gradio
A browser interface based on Gradio library for Stable Diffusion.
GitHub:https://github.com/AUTOMATIC1111/stable-diffusion-webui
安装注意
- 路径不要中文
- 显存大于8G,高速固态硬盘容量大于300G
基本概念
查看图片输出路径
- UI中无边图像浏览
.\outputs
中分类保存
文生图
迭代步数 (Steps)
默认20,再提升效果提升不大,性能好可30-40
采样方法 (Sampler)
如果模型本身推荐那个就用那个,或者带 +
号的算法
高分辨率修复 (Hires. fix)
宽度、高度不要太高推荐512,需要靠高分辨率修复的“修改放大倍率”提升
提示词引导系数 (CFG Scale)
推荐:7-12
随机数种子 (Seed)
与提示词引导系数都是ai控制画面内容的参数,填入ai图片生成的数值可以保持与其风格一致
总批次数、单批数量
总批批次可以增大,代表一次出多少张图。单批数量推荐:1
图生图
重绘幅度
跟据原图重绘改造的幅度值,推荐0.6 - 0.8
提示词(Prompt)
文生图:主要靠 正向提示词 和 反向提示词 控制图像的生成
要求英文(词/句),用 ,
分隔(可换行,但结尾要添加 ,
)
画质提示词
高画质
高分辨率
画风提示词
内容提示词
提示词权重
标准化提示词
正向
负向
提示词工具&插件
AI绘画提示词生成器 : http://www.atoolbox.net/Tool.php?Id=1101
sd-webui-prompt-all-in-one : https://github.com/Physton/sd-webui-prompt-all-in-one.git
模型(Model)
大模型存储路径
.\models\Stable-diffusion
VAE模型(变分自解码器)
存储路径
.\models\VAE
自动选项含义
选择自动后,需要将VAE模型放在 models\stable-diffusion
下并修改为特定模型名字,并在后追加 .vae.pt
如 XXX.safetensors
对应 XXX.vae.pt
模型下载推荐
https://huggingface.co/ Models
→ Text-to-Image
https://civitai.com/
相关网站
https://www.liandange.com/
https://www.desai.art/#/
https://tusiart.com/
放大
文生图
高分辨率修复(Hires. fix)
放大倍数
从原始的分辨率要扩大多少倍
重绘幅度
推荐 0.3-0.7
,数值越大AI参与度越高。仅想放大图片 需设置 0.2
以下
放大算法
优先选择模型作者推荐的放大算法
其次,尝试 R-ESRGAN 4x+
和 R-ESRGAN 4x+ Anime6B
(二次元优先)
图生图
- 重绘尺寸倍数
- 脚本:SD upscale(使用 SD 放大)
附加功能
等比缩放
进阶模型
- 嵌入式 (T.I. Embedding):较为通用,如负面词优化
- 超网络 (Hypernetworks):描绘整体画风
- Lora:描绘特定对象、整体画风
局部重绘
- 蒙版边缘模糊:10 以下较为稳妥,这也要看画面大小
- 蒙版模式:重绘蒙版内容;重绘非蒙版内容
- 蒙版区域内容处理:填充(高度模糊后填充)、原版(保留原图不做预处理)
- 重绘区域:整张图片;仅蒙版区域(未读取整图信息,有可能会出现拼接错误)、仅蒙版区域下边缘预留像素(缓冲带,需要结合图片大小设置)