怎样进行公司网站建设,wordpress主题公司,大同网站建设站建设,电脑基础培训班哪里有目录
Stable Diffusion基本使用方法
学术加速测试
配置中文插件
Prompt与Negative prompt
采样器说明
人像生成
水光效果
微调的使用
图像生成种子/seed使用
附加/Extra
微调实例测试
图生图微调
编辑
使用蒙版微调 Stable Diffusion基本使用方法
环境配置 Ubuntu20.04, Python 3.10, Stable Diffusion v1-5, CUDA 11.7, cuDNN 8, Pytorch 2, JupyterLab Stable Diffusion是一款AIGC图片生成模型。该环境已预装webui及JupyterLab支持可视化文件管理及环境调优。 学术加速测试
现在已经加了一个【学术加速设置】的功能这个可以在对应的描述中看到对部分学术资源平台加速下载我们可以实验一下下载【中文插件】来测试一下。 如果是之前配置过的朋友应该知道在可以加速之前的速度实在是让人惊叹这回搜搜一下就能看到效果。 这是单独启动后测试的速度的确是快了很多倍。
配置中文插件
按照步骤来啊这个操作应该熟练一些了呢。 中文插件安装完毕后效果 Prompt与Negative prompt
正反提示词这里是在想要生成目标的内容中直接去掉会出现瑕疵的可能项。
采样器说明 Euler 基于Karras论文在K-diffusion实现20-30steps就能生成效果不错的图片采样器设置页面中的 sigma noisesigma tmin和sigma churn会影响。Euler采样器是最简单、最快速的一种选择。它可以在较短的时间内生成图像但可能缺少多样性。如果你对运行时间有严格的要求或者你只需要一个大致的结果那么选择Euler采样器是个不错的选择。 Euler a 使用了祖先采样Ancestral sampling的Euler方法受采样器设置中的eta参数影响。Euler a采样器相较于Euler更具多样性可以以较少的步数产生很大的变化。不同步数可能会产生不同的结果。但需要注意的是太高的步数(超过30)并不一定能带来更好的效果。如果你希望在较短的步数内获得多样性Euler a采样器是一个值得尝试的选择。 LMS 线性多步调度器Linear multistep scheduler源于K-diffusion。 heun 基于Karras论文在K-diffusion实现受采样器设置页面中的 sigma参数影响。 DPM2 Katherine Crowson在K-diffusion实现受采样器设置页面中的 sigma参数影响。 DPM2 a 使用了祖先采样Ancestral sampling的DPM2方法受采样器设置中的ETA参数影响。 DPM 2S a 基于Cheng Lu等人的论文在K-diffusion实现的2阶单步并使用了祖先采样Ancestral sampling的方法。受采样器设置中的eta参数影响Cheng Lu的github]https://github.com/LuChengTHU/dpm-solver)中也提供已经实现的代码并且可以自定义1、2、3阶和单步多步的选择webui使用的是K-diffusion中已经固定好的版本。 DPM 2M 基于Cheng Lu等人的论文的论文在K-diffusion实现的2阶多步采样方法被社区玩家称为最强采样器速度和质量平衡优秀比上方版本更优秀也更复杂。 DPM SDE 基于Cheng Lu等人的论文的DPM的SDE版本随机微分方程DPM原本是ODE常微分方程在K-diffusion实现的版本中调用了祖先采样Ancestral sampling方法所以受采样器设置中的ETA参数影响。 DPM fast 基于Cheng Lu等人的论文在K-diffusion实现的固定步长采样方法用于steps小于20的情况 受采样器设置中的ETA参数影响。 DPM adaptive 基于Cheng Lu等人的论文在K-diffusion实现的自适应步长采样方法。受采样器设置中的ETA参数影响。 LMS Karras 基于Karras论文运用了相关Karras的noise schedule的方法可以算作是LMS使用Karras noise schedule的版本。LMS采样器是Euler的衍生版本使用了一种相关但稍有不同的方法即平均过去的几个步骤以提高准确性。大约30步可以得到稳定的结果。如果你对图像的准确性有较高的要求可以考虑使用LMS采样器。 DDIM 随latent diffusion的最初repository一起出现 基于Jiaming Song等人的论文目前最容易被当作对比对象的采样方法在采样器设置界面有自己的ETA PLMS元老级随latent diffusion的最初repository一起出现。DDIM采样器收敛速度较快但相对而言效率较低。它需要较多的步数才能获得较好的结果因此更适合用于重绘时的使用。如果你希望在纠正错误或调整提示词时进行迭代绘制DDIM是一个可靠的选择。 UniPC(推荐使用) 目前最新采样器基于Wenliang Zhao等人)的论文理论上目前最快采样器10步即可获得高质量结果UniPC采样器是效果较好且速度非常快的一种选择。它在平面、卡通风格的图像表现方面较为突出。如果你希望快速生成具有良好效果的图像尤其是针对平面和卡通风格的创作强烈推荐使用UniPC采样器。 这里我推荐使用【UniPC】还是不错的。
人像生成
正向提示词 Star face, long black hair, beauty, wearing a white shirt, upper body frontal photo, ultra-clear, cute, lolita, natural black pupils, bright eyes, Chinese style, well-proportioned, regular facial features, no stretching, first love, light blue Color background, tie, campus, desks and chairs, school uniform, long hair to waist, smile, dimples 对照中文 明星脸乌黑长发美女穿白色衬衫上身正面照超清可爱萝莉自然黑色瞳孔有神的眼睛国风匀称五官端正无拉伸初恋浅蓝色背景领带校园桌椅校服长发及腰微笑酒窝 反向提示词 (semi-realistic, cgi, 3d, render, sketch, cartoon, drawing, anime:1.4), text, close up, cropped, out of frame, worst quality, low quality, jpeg artifacts, pgly, duplicate, morbid, mutilated, extra fingers, mutated hands, poorly drawn hands, poorly drawn face, mutation, deformed, blurry, dehydrated, bad anatomy, bad proportions, extra limbs, cloned face, disfigured, gross proportions, malformed limbs, missing arms, missing legs, extra arms, extra legs, fused fingers, too many fingers, long neck 中文对照 半写实、cgi、3d、渲染、草图、卡通、绘画、动漫1.4、文本、特写、裁剪、出框、最差质量、低质量、jpeg 伪影、pgly、重复、病态、残缺、额外的手指、变异的手、画得不好的手、画得不好的脸、突变、变形、模糊、脱水、不良的解剖结构、不良的比例、额外的肢体、克隆的脸、毁容、总体比例、畸形的四肢、缺失的手臂、缺失的腿、额外的手臂、多余的腿、融合的手指、太多的手指、长脖子 生成图片效果(还算OK的姑娘一会我们可以多seed微调一下) 稍微微调一下可以再下方找到微调方法 水光效果
效果图 正向提示词 ball of water suspended in the air, ripples and splash on surface, sunlight gleaming, with sparkling crisp radiant reflections, Canon 35mm lens, hyperrealistic photography, style of unsplash 反向提示词 word,error,cropped,worst quality,low quality,artifacts,signature,username,blurry,mutation,duplicate:1.4),blurry,watermark, water-marked ,Signature,sketches,easynegative,border, blurry,depth of field, blurry background, empty picture frame, photo frames,(Object deformation:1.4),Retro style 采样器以及其它参数 生成效果 微调的使用 【腾讯云 HAI域探秘】——Stable Diffusion预装环境生成AIGC图片——必会技能【微调】 图像生成种子/seed使用
用于图像的微调用大图不方便我换成512*512的再测试一下提示词变成生成人物。
正向提示词 a chinese man,The programmer is 35 years old, energetic, handsome, healthy, smart and alert, wearing a suit and light blue shirt. 反向提示词 (semi-realistic, cgi, 3d, render, sketch, cartoon, drawing, anime:1.4), text, close up, cropped, out of frame, worst quality, low quality, jpeg artifacts, pgly, duplicate, morbid, mutilated, extra fingers, mutated hands, poorly drawn hands, poorly drawn face, mutation, deformed, blurry, dehydrated, bad anatomy, bad proportions, extra limbs, cloned face, disfigured, gross proportions, malformed limbs, missing arms, missing legs, extra arms, extra legs, fused fingers, too many fingers, long neck 这里可以看到seed了我们就再生成一次。 这是根据Seed再次生成的效果(看不到多大效果因为我们没有附加处理) 附加/Extra
这里的差异随机种子和随机种子一样差异强度别多了一点点调整。 看看0.01的强度变化。 微调0.05 改变差异随机种子 微调实例测试
我们先来描绘一张非常漂亮的图片。使用【UniPC】生成时间太长这里采样器换一下更换成【Euler a】效率会高些但是质量会弱一些。多来几次。总会有好的。 图生图微调
有的时候生成的还是比较满意的但是就优点瑕疵例如上图领口有一个饰品我想换一下就可以使用图生图的微调。 使用蒙版微调
注意修改一下参数。 使用画笔绘制要微调的位置 多生成几次就能看到一个想要的结果了 好的到此美丽的小姐姐就呈现出来了爱你呦。
