✨ 目录
▷ 界面参数
- 在使用
Stable Diffusion开源AI绘画之前，需要了解一下绘画的界面和一些参数的意义 - 目前 AI 绘画对中文提示词的效果不好，尽量使用英文提示词
- 最主要一些参数如下：
- Prompt： 正向提示词，也就是
tag，提示词越多，AI绘图结果会更加精准 - Negative prompt： 反向提示词，也就是反向
tag - Width / Height：要生成的图片尺寸。尺寸越大，越耗性能，耗时越久。
- CFG scale：
AI对描述参数Prompt的倾向程度。值越小生成的图片越偏离你的描述，但越符合逻辑；值越大则生成的图片越符合你的描述，但可能不符合逻辑。 - Sampling method： 采样方法。有很多种，但只是采样算法上有差别，没有好坏之分，选用适合的即可。
- Sampling steps： 采样步长。太小的话采样的随机性会很高，太大的话采样的效率会很低，拒绝概率高
- Seed： 随机数种子。生成每张图片时的随机种子，这个种子是用来作为确定扩散初始状态的基础。不懂的话，用随机的即可
- Restore faces： 面部修复，优化面部的，原理是调用一个神经网络模型对面部进行修复，影响面部。修复画面中人物的面部，但是非写实风格的人物开启面部修复可能导致面部崩坏
- Tiling： 无缝贴图，是一种老牌优化技术，即
CUDA的矩阵乘法优化，影响出图速度和降低显存消耗，不过实际选上之后可能连正常的图都不出来了。打死不开 - Highres.fix： 高分辨率修复，默认情况下，文生图在高分辨率下会生成非常混沌的图像。如果使用高清修复，会型首先按照指定的尺寸生成一张图片，然后通过放大算法将图片分辨率扩大，以实现高清大图效果
▷ 采样器
- Euler a： 是个插画，
tag利用率仅次于DPM2和DPM2 a，环境光效菜，构图有时奇葩 - Euler： 柔和，也适合插画，环境细节与渲染好，背景模糊较深
- Heun： 单次出土平均质量比
Euler和Euler a高，但速度最慢，高step表现好 - DDIM： 适合宽画，速度偏低，高
step表现较好，负面tag不够时发挥随意，环境光线与水汽效果好，写实不佳 - DPM2： 该采样方式对
tag的利用率最高，几乎占用80%以上 - DPM2 a： 几乎与
DPM2相同，只是在人物的时候可能有特写 - PLMS： 单次出图质量仅次于
Heun - LMS： 质感
OA，饱和度与对比度偏低，更倾向于动画风格 - LMS Karras： 会大改成优化的风格，写实不佳
- DPM fast： 此为上界开发者所遗留的测试工具，不适合魔术师使用
▷ 文生图（txt2img）
- 文生图（text2img）： 根据提示词
Prompt的描述生成相应的图片 - 选择
绘画模型（Stable Diffusion checkpoint）►文生图（txt2img）►填写正向提示词（Prompt）►填写反向提示词（Negative prompt）►选择采样器（一般选择DPM++ 2M Karras）►设置采样步骤（一般设置30）►设置长宽（Width / Height，推荐 1024 * 1536）►点击生成（Generate） - 根据上面的步骤，即可通过文字生成图片了，一般我们只要编写
Prompt即可，Negative prompt一般都是固定的，限制一下水印，低质量以及其他可能出现的逻辑错误即可
▷ 图生图（img2img）
- 图生图（img2img）： 将一张图片根据提示词
Prompt描述的特点生成另一张新的图片 - 选择
绘画模型（Stable Diffusion checkpoint）►图生图（img2img）►填写正向提示词（Prompt）►填写反向提示词（Negative prompt）►选择采样器（一般选择DPM++ 2M Karras）►设置采样步骤（一般设置30）►设置长宽（Width / Height，推荐 1024 * 1536）►点击生成（Generate） - 将上传一张图片到图生图中，进行测试一下，这里使用的是刚刚文生图的照片，根据上面的步骤，点击生成，看看效果
- 可以看出：
AI图生图，其实就是根据你上传的图片和你的Prompt生成一张跟上传差不多的照片
既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，涵盖了95%以上大数据知识点，真正体系化！
由于文件比较多，这里只是将部分目录截图出来，全套包含大厂面经、学习笔记、源码讲义、实战项目、大纲路线、讲解视频，并且后续会持续更新
路线、讲解视频，并且后续会持续更新**
版权声明：本文为博主作者：2401_84185397原创文章，版权归属原作者，如果侵权，请联系我们删除！
原文链接：https://blog.csdn.net/2401_84185397/article/details/138239046
