手机代码网站有哪些问题吗,免费域名注册 国外,高端大气上档次的网站模板,wordpress runcodeStable Diffuse 之 安装文件夹、以及操作界面 UI 、Prompt相关说明 目录
Stable Diffuse 之 安装文件夹、以及操作界面 UI 、Prompt相关说明
一、简单介绍
二、安装文件相关说明
三、界面的简单说明
四、prompt 的一些语法简单说明
1、Prompt #xff1a;正向提示词 正向提示词 用文字描述在图像中出现的内容
2、Negative prompt负面提示词用文字描述不想在图像中出现的内容 一、简单介绍
Stable Diffusion是一个文本到图像的潜在扩散模型由CompVis、Stability AI和LAION的研究人员和工程师创建。它使用来自LAION-5B数据库子集的512x512图像进行训练。使用这个模型可以生成包括人脸在内的任何图像因为有开源的预训练模型所以我们也可以在自己的机器上运行它如下图所示。
Stable Diffusion是一个AI 绘图软件 开源模型可本地部署可切换多种模型且新的模型和开源库每天都在更新发布最重要的是免费没有绘图次数限制。
Github 网址GitHub - AUTOMATIC1111/stable-diffusion-webui: Stable Diffusion web UI 二、安装文件相关说明
下面进行以下文件夹进行简单说明
1embeddings
2extensions
3models
4outputs 1、embeddings
embeddings 放置训练的 embedding 模型它可以在我们使用基础模型时再添加此模型进行叠加效果。 网页界面 UI 对应位置如图 2、extensions
extensions 插件安装目录在 WebUI 插件安装界面安装后可以此文件夹中查看并上传相应的插件模型如 ControlNet 需要专门的模型。 网页界面 UI 对应位置如图 3、models
models 模型文件夹安装时会默认下载 v1-5-pruned-emaonly我们从其它地方下载的模型可以拷贝到此文件夹在需要使用某个模型时可以进行切换 网页界面 UI 对应位置如图 4、outputs
outputs 生成的图系统会输出到这个文件夹里可进行查看及保存。 网页界面 UI 对应位置如图 三、界面的简单说明 1、txt2img 文字生成图片 Sampling method采样方法
● Euler a 富有创造力不同步数可以生产出不同的图片。 超过 30~40 步基本就没什么增益了
● Euler最常见的基础算法最简单也最快
● DDIM速度快一般 20 步差不多
● LMSeular 的延伸算法相对更稳定一点30 步就比较稳定
● PLMS改进一点的 LMS
● DPM2DDIM 的一种改进版速度大约是 DDIM 的两倍
Sampling Steps采样迭代步数
先随机出一个噪声图片然后一步步调整图片向提示词 Prompt 靠拢。其实就是告诉 Stable Diffusion这样的步骤应该进行多少次步骤越多每一步移动也就越小越精确同时也成比例地增加生成图像所需要的时间。大部分采样器超过 50 步后意义就不大了
Restore faces优化面部绘制面部图像特别注意。原理是调用一个神经网络模型对面部进行修复
Tiling生成一个可以平铺的图像
Highres. fix先生成低分辩率的图接着添加细节之后再输出可以把低分辨率的照片调整到高分辨率
Batch count、 Batch size 都是生成几张图前者计算时间长后者需要显存大
Denoising strength决定算法对图像内容的保留程度。因为加的噪声少原图片部分多加的噪声多原图片部分少。在 0 处什么都不会改变而在 1 处你会得到一个不相关的图像
CFG Scale对描述参数的倾向程度也就是生成图像与提示词的一致程度越低的值产生越有创意的结果如果太低例如 1那 Promp t就完全没用了。一般在 5~15 之间为好7912 是 3 个常见的设置值
Seed种子数只要种子数、参数、模型都一致就能重新生成一样的图像-1 的话是生成一个随机数 2、img2img 图片生成图片 与 txt2img 类似在文字提示词的基础上增加了图片提示。
Denoising strength与原图一致性的程度一般大于 0.7 出来的都是新效果小于 0.3 基本就会原图一致 3、Extras “无损”放大图片优化(清晰、扩展)图像 主要将图像进行优化Resize 设置放大的倍率GFPGAN visibility 主要对图像清晰度进行优化CodeFormer visibility 对于老照片及人脸修复很有效权重参数为 0 时效果最大为 1 时效果最小建议从 0.5 开始尝试。
Upscaler 放大算法一般不清楚可不选或者选 ESRGAN_4x Batch from Directory 可以进行批量处理在 Input directory 中输入需要批量处理图片的目录在 Output directory 中输入保存结果目录。 Scale to 中可自定义图片的尺寸 4、PNG info从图片 exif 里获取图片的信息如果是 Stable Diffusion 原始生成的 png 图片图片的 exif 信息里会写入图片生成参数 5、Checkpoint Merger合并不同的模型生成新的模型 6、Train训练 embedding 或者 hypernetwork 7、Settings设置页面 8、Extensions插件的安装和管理页面 installed 表示已经安装好的插件
Available 表示在线可用的插件一般都是从这里安装。
点击 Load from加载自: 加载出可用的插件然后按 Ctrl F输入想要安装插件的名称以此进行查找。 install from URL 表示可以根据网址进行制定安装这里网址一般指的是github 仓库地址 Backup/Restore 用来备份和恢复制定配置的 四、prompt 的一些语法简单说明 1、Prompt 正向提示词 用文字描述在图像中出现的内容
正向提示词例子 (masterpiece:1.331), best quality,illustration,(1girl), (deep pink hair:1.331), (wavy hair:1.21),(disheveled hair:1.331), messy hair, long bangs, hairs between eyes,(white hair:1.331), multicolored hair,(white bloomers:1.46),(open clothes), beautiful detailed eyes,purple|red eyes),expressionless,sitting,dark background, moonlight,flower_petals,city,full_moon, 分隔不同的关键词tag之间需要使用英文逗号 , 分隔逗号前后有空格或者换行不影响结果。例如1girl,loli,long hair,low twintails1 个女孩loli长发低双马尾
混合WebUI 使用 | 分隔多个关键词实现混合多个要素注意混合是同等比例、同时混。例如1girl,red|blue hair, long hair1个女孩红色与蓝色头发混合长发
增强/减弱有两种写法。
● 第一种 (提示词:权重数值)数值从0.1~100默认状态是 1低于 1 就是减弱大于 1 就是加强。例如(loli:1.21),(one girl:1.21),(cat ears:1.1),(flower hairpin:0.9)
● 第二种 (((提示词)))每套一层()括号增强 1.1 倍,每套一层 [] 减弱 1.1 倍。也就是套两层是1.1*1.11.21 倍套三层是 1.331 倍套 4 层是 1.4641 倍。例如 ((loli)),((one girl)),(cat ears),[flower hairpin]这与第一种写法等价所以还是建议使用第一种方式。
渐变可简单的理解时为先按某种关键词生成然后再此基础上向某个方向变化。
[关键词1:关键词2:数字]数字大于 1 理解为第 X 步前为关键词 1第 X 步后变成关键词 2数字小于 1 理解为总步数的百分之 X 前为关键词 1之后变成关键词 2。
例如a girl with very long [white:yellow:16] hair 等价为开始 a girl with very long white hair
16步之后 a girl with very long yellow hair
例如a girl with very long [white:yellow:0.5] hair 等价为开始 a girl with very long white hair50% 步之后 a girl with very long yellow hair
交替轮流使用关键词例如[cow|horse] in a field这就是个牛与马的混合物[cow|horse|cat|dog] in a field 就是牛、马、猫、狗之间混合。 2、Negative prompt负面提示词用文字描述不想在图像中出现的内容
一些常见的负面提示词 lowres,bad anatomy,bad hands,text,error,missing fingers, extra digit,fewer digits,cropped,worst quality, low quality,normal quality,jpeg artifacts,signature, watermark,username,blurry,missing arms,long neck, Humpbacked,missing limb,too many fingers, mutated,poorly drawn,out of frame,bad hands, owres,unclear eyes,poorly drawn,cloned face,bad face prompt 提示词先介绍到这里后面将会一篇单独文章进行说明
