Stable Diffusion Webui 浅玩

428 阅读3分钟

一些sd webui的学习记录

一、前因

快4202年来学习,貌似省去了许多麻烦,毕竟后浪技术的存在就是为了碾压甚至取代前浪技术的。

正因此,网海中的一堆教程还得多琢磨琢磨是否有更好的技术替代。

二、教程

三、模型

  • CheckPoint:底模,出图都是基于它,没他不行,把他当一个人,裸着的人。
  • Lora:修饰模型,梳妆打扮用的,把他当成你穿的衣服、配饰、围巾等等。
  • VAE:美化,滤镜用的,大部分模型已自带。
  • Embedding:调教文本的东西,类似一些提示词的合计,越发智能的时代,基本也不咋用。
  • Hypernetwork:画风,字面意思,不咋用。

各模型放置目录:

checkpoint: xxx\models\Stable-diffusion
lora: xxx\models\Lora
vae: xxx\models\VAE
embedding: xxx\embeddings
hypernetwork: xxx\models\hypernetworks

xxx为你的软件根目录

模型下载网站:

四、提示词

描述生成的图片的内容,一个个单词拼接写容易后期修改微调。分正向与反向。

正向提示词

想要什么。如:1girl

负向提示词

不想要什么。如:hair

提示词权重

单词后面加数字,直接用(x:0.7)方便,大于一加权重,小于一减权重,建议在0.7~1.5之间。

技巧:选中关键词,按Ctrl+上下箭头

参考:

五、插件

直接通过网址或者页面内部安装,这里列举一些常用的。其实加载之后按星星排列,靠前的基本上都是常用的。

image.png

参考链接

Stable Diffusion 常用插件全家桶介绍 - 知乎 (zhihu.com)

新手必看!Stable Diffusion WebUI 必装的5款基础插件 - 优设网 - 学设计上优设 (uisdc.com)

Tiled Diffusion & Tiled VAE 搭配ControlNet-Tile 实测重绘放大
512×768重绘放大8倍(4096×6144)

六、 其他参数

想了解更多请移步

  • CLIP 终止层数:用于控制CLIP神经网络在处理提示文本时跳过的层数。越高与你的提示词关联越小,一般1~4即可。

  • 迭代步数:越高细节越多,但渲染耗时长。一般20~40之间足以,效果不行继续加。

  • 采样方法:生成图片的算法。image.png

  • 高分辨率修复:低分辨率图变高图。image.png

  • 提示词引导系数:越高越偏向你的提示词。建议7~10

  • 随机种子数:这种图的种子,锁定之后出来的就是上一张图片。

七、总结

好学不倦!