本文使用工具，作者:秋葉aaaki
免责声明:
工具免费提供 无任何盈利目的
大家好，我是风雨无阻。
今天为大家带来的是 AI 绘画Stable Diffusion 研究（三）sd模型种类介绍及安装使用详解。
目前，AI 绘画Stable Diffusion的各种模型层出不穷，这些模型都有什么作用？又该怎么安装使用？对于新手朋友来说，是非常大的困扰。
这篇文章将会为你介绍AI 绘画Stable Diffusion的模型种类、模型的安装及使用方法、以及模型的选择和下载。
不同的模型有不同的画风如：线条风格、手绘风格、立体风格、科幻风格、真人风格。
还有不同的概念，例如：人物、物体、动作等。
这些都是目前Stable Diffusion 模型众多的原因。
那么，Stable Diffusion的模型具体有哪些种类呢，都有什么作用呢？
一、Stable Diffusion的模型详解
1、模型种类
当前，常见的模型可以分为两大类：
-
大模型：这里的大模型特指标准的 latent-diffusion 模型，拥有完整的 TextEncoder、U-Net、VAE。
-
微调大模型的小模型
由于想要炼制、微调大模型非常的困难，需要比较好的显卡、比较高的算力， 因此更多的选择是去炼制小型模型。
这些小型模型通过作用在大模型的不同部分，来修改大模型，从而达到目的。
常见的用于微调大模型的小模型又分为以下几种：
- Textual inversion (Embedding模型)
- Hypernetwork模型
- LoRA模型
还有一种叫做 VAE （VAE, Variational autoencoder，变分自编码器，负责将潜空间的数据转换为正常图像）的模型，通常来讲 VAE 可以看做是类似滤镜一样的东西，会影响出图的画面的色彩和某些极其微小的细节。
如图：
其实大模型本身就自带 VAE 的，但是一些融合模型的 VAE坏了 （例如：Anything-v3），有时画面发灰就是因为这个原因。所以需要外置 VAE 的覆盖来补救。
由于模型的种类不同、作用位置也不同，所以想要使用这些模型必须分清这些模型类别，并且正确的使用，模型才会生效。
2、模型的区分方法
如何区分这些模型对新手来说是一件非常困难的事情，因为他们都可以拥有一样的后缀名。
这里感谢 秋葉aaaki 提供的模型种类检测工具 ，在本地将模型文件拖入即可识别。
3、模型后缀名详解
目前，常见的 AI绘画标准模型后缀名有如下几种：
-
ckpt
-
pt
-
pth
这三种是 pytorch（深度学习框架）的标准模型格式，由于使用了 Pickle，会有一定的安全风险 。
-
safetensors：新型的模型格式 。正如同名字：safe，为了解决前面几种模型的安全风险而出现的，safetensors 格式与 pytorch 的模型可以通过工具进行任意转换，只是保存数据的方式不同，内容数据没有任何区别。
注意：safetensors模型需要 webui 更新到2022年12月底以后的版本才能用。
4、常见模型安装及使用方法
（1）、大模型安装及使用
大模型，常见格式为 ckpt，顾名思义，就是大。大小在GB级别，常见有 2G、4G、7G模型，模型大小不代表模型质量。
安装方法：放在Stable-diffusion文件夹内。
\sd-webui-aki-v4.2\models\Stable-diffusion
如图：
使用方法：
第一步，在 webui 左上角选择对应的模型
第二步，手动选择vae并应用保存
前面也说到，部分合并出来的大模型VAE烂了，画面会发灰，因此需要去设置中手动选择vae并应用保存。
（2）、Embedding (Textual inversion)模型安装及使用
embedding 模型，常见格式为 pt、png图片、webp图片，大小一般在 KB 级别。
例如：
安装方法：
放在 embeddings 这个文件夹里面
\sd-webui-aki-v4.2\embeddings
使用方法：
生成图片的时候需要带上文件名作为 tag。
例如，上面这张图里面的 shiratama_at_2-3000.pt 这个模型，使用的时候就需要带上这个tag：shiratama_at_2-3000
(3)、Hypernetwork安装及使用
常见格式为 pt，大小一般在几十兆到几百兆不等，由于这种模型可以自定义的参数非常多，也有的 Hypernetwork 模型可以达到 GB 级别。
例如：
安装方法：放在hypernetworks 文件夹内。
\sd-webui-aki-v4.2\models\hypernetworks
使用方法：
第一步，点击生成下方的第三个按钮
第二步，选择hypernetworks 标签页
如图所示
（4）、LoRA模型安装及使用
常见格式为 pt、ckpt，大小一般在8mb~144mb不等。
安装方法：模型需要放在 Lora 文件夹。
\sd-webui-aki-v4.2\models\Lora
使用方法：
第一步，点击生成下方的第三个按钮
第二步，选择Lora 标签页
如图：
第三步，点击一个模型以后会向提示词列表添加类似这么一个tag， 也可以直接用这个tag调用lora模型。
<lora:模型名:权重>
（5）、VAE 模型安装及使用
常见格式为 .pt ，如图：
安装方法：模型需要放在 VAE 文件夹。
\sd-webui-aki-v4.2\models\VAE
模型放置完毕后，在设置页面进行如下设置，并重启。
如果没有sd_vae 选项，则需要补充上。
添加在 sd_model_checkpoint 之后，语法如下：
,sd_vae
好，由于篇幅原因，模型的安装和使用就介绍到这里。
大家都知道，要用Stable Diffusion画出漂亮的图片，首先得选好模型。
目前，模型数量最多的两个网站是civitai 和huggingface。
civitai又称c站，有非常多精彩纷呈的模型，有了这些模型，我们分分钟就可以变成绘画大师，用AI画出各种我们想要的效果。
我们这里就以 civitai 站下载模型进行安装为例，进行详细说明。
二、模型的下载及选择方法
1、直接搜索想要的模型
最上面是搜索框，我们可以直接通过关键词来搜索想要的模型。
2、按照菜单分类选择模型
点击左上角菜单，可以看到这里是按照 以下几项来分类的：
- 最高评价HIGHEST RATED
- 最多下载MOST DOWNLOADED
- 点赞最多MOST LIKED
- 讨论最多MOST DISCuSSED
- 最新上传NEWEST。
3、按照时间排序来选模型
点击右上角，可以按照时间排序来选模型：最近一周、最近一月、所有时间的。
4、按照模型类型、Stable Diffusion版本选择模型
Stable Diffusion目前有SD 1.4、SD 1.5、SD 2.0、SD 2.0 768、SD 2.1、SD 2.1768、SD 2.1 Unclip 等版本。
注意:
-
通常来说版本越高，效果越好。
-
目前比较流行的还是1.5版本，1.5之前的版本没啥限制，可以自由出各种图片。
-
2.0以上版本提供了一个 图像无损放大模型：Upscaler Diffusion ，可以将生成图像的分辨率提高 4 倍，适合出高清大图。2.0加入了一些限制，不能出一些不可描述的图片。
所以，具体使用哪个版本，还是要根据自己的需求来选择。
挑到喜欢的模型后，怎么安装模型呢？
三、模型的下载安装实操
接下来我们来说明一下安装实操步骤。
1、下载模型文件，在c站 搜搜到喜欢的模型，并下载
2、下载成功后，我们会获得模型文件
3、将模型文件使用模型种类检测工具 获取模型的种类
如图：
将模型文件拖入该工具后，会获得以下信息：
文件名
dunhuangV3.safetensors
文件大小
144.11 MB
模型种类
LoRA 模型
模型用法
放入 models/Lora 文件夹后，在 webui 中，“生成” 按钮的下方选择 🎴 按钮，找到 Lora 选项卡点击使用。
Info
{
ss_batch_size_per_device:"6"
ss_bucket_info:{}
ss_bucket_no_upscale:"True"
ss_cache_latents:"True"
ss_caption_dropout_every_n_epochs:"0"
ss_caption_dropout_rate:"0.0"
ss_caption_tag_dropout_rate:"0.0"
ss_clip_skip:"None"
ss_color_aug:"False"
ss_dataset_dirs:{}
ss_enable_bucket:"True"
ss_epoch:"10"
ss_face_crop_aug_range:"None"
ss_flip_aug:"False"
ss_full_fp16:"False"
ss_gradient_accumulation_steps:"1"
ss_gradient_checkpointing:"False"
ss_keep_tokens:"0"
ss_learning_rate:"0.0001"
ss_lowram:"False"
ss_lr_scheduler:"cosine_with_restarts"
ss_lr_warmup_steps:"0"
ss_max_bucket_reso:"1024"
ss_max_grad_norm:"1.0"
ss_max_token_length:"None"
ss_max_train_steps:"6750"
ss_min_bucket_reso:"256"
ss_min_snr_gamma:"None"
ss_mixed_precision:"fp16"
ss_network_alpha:"64.0"
ss_network_dim:"128"
ss_network_module:"networks.lora"
ss_new_sd_model_hash:"e4a30e4607faeb06b5d590b2ed8e092690c631da0b2becb6224d4bb5327104b7"
ss_noise_offset:"None"
ss_num_batches_per_epoch:"675"
ss_num_epochs:"10"
ss_num_reg_images:"0"
ss_num_train_images:"4050"
ss_optimizer:"bitsandbytes.optim.adamw.AdamW8bit"
ss_output_name:"dunhuang_20230625021029"
ss_prior_loss_weight:"1.0"
ss_random_crop:"False"
ss_reg_dataset_dirs:"{}"
ss_resolution:"(512, 768)"
ss_sd_model_hash:"1d5a534e"
ss_sd_model_name:"majicmix_realv6_fp16.safetensors"
ss_sd_scripts_commit_hash:"(unknown)"
ss_seed:"2361018997"
ss_session_id:"801586992"
ss_shuffle_caption:"False"
ss_tag_frequency:{}
ss_text_encoder_lr:"1e-05"
ss_total_batch_size:"6"
ss_training_comment:"None"
ss_training_finished_at:"1687645290.3126323"
ss_training_started_at:"1687630234.599286"
ss_unet_lr:"0.0001"
ss_v2:"False"
sshs_legacy_hash:"14dab82f"
sshs_model_hash:"f747a8b2ab9a85d407f26183afb59d53fc023c2fbde928fe8512721fda5a11aa"
}
根据工具输出信息可知， dunhuangV3.safetensors 模型的模型种类是LoRA 模型。
4 、将模型dunhuangV3.safetensors 放入 models/Lora 文件夹。
5、在 webui 中，“生成” 按钮的下方选择 🎴 按钮，找到 Lora 选项卡点击使用。
好，今天的内容就到此结束，我们来总结一下。
今天主要给大家分享了 Stable Diffusion的模型种类说明，以及常见模型的下载、安装、使用方法， 没理解到的朋友，请收藏起来多看几遍。
关注我，后续继续分享sd更多干货 ， 敬请期待。
文章出处登录后可见！
