? 介面引數
- 在使用
Stable Diffusion開源AI繪畫之前，需要了解一下繪畫的介面和一些引數的意義 - 目前 AI 繪畫對中文提示詞的效果不好，儘量使用英文提示詞
- 最主要一些引數如下：
- Prompt： 正向提示詞，也就是
tag，提示詞越多，AI繪圖結果會更加精準 - Negative prompt： 反向提示詞，也就是反向
tag - Width / Height：要生成的圖片尺寸。尺寸越大，越耗效能，耗時越久。
- CFG scale：
AI對描述引數Prompt的傾向程度。值越小生成的圖片越偏離你的描述，但越符合邏輯；值越大則生成的圖片越符合你的描述，但可能不符合邏輯。 - Sampling method： 取樣方法。有很多種，但只是取樣演算法上有差別，沒有好壞之分，選用適合的即可。
- Sampling steps： 取樣步長。太小的話取樣的隨機性會很高，太大的話取樣的效率會很低，拒絕機率高
- Seed： 隨機數種子。生成每張圖片時的隨機種子，這個種子是用來作為確定擴散初始狀態的基礎。不懂的話，用隨機的即可。
AI 繪畫
? 取樣器
- Euler a： 是個插畫，
tag利用率僅次於DPM2和DPM2 a，環境光效菜，構圖有時奇葩 - Euler： 柔和，也適合插畫，環境細節與渲染好，背景模糊較深
- Heun： 單次出土平均質量比
Euler和Euler a高，但速度最慢，高step表現好 - DDIM： 適合寬畫，速度偏低，高
step表現較好，負面tag不夠時發揮隨意，環境光線與水汽效果好，寫實不佳 - DPM2： 該取樣方式對
tag的利用率最高，幾乎佔用80%以上 - DPM2 a： 幾乎與
DPM2相同，只是在人物的時候可能有特寫 - PLMS： 單次出圖質量僅次於
Heun - LMS： 質感
OA，飽和度與對比度偏低，更傾向於動畫風格 - LMS Karras： 會大改成最佳化的風格，寫實不佳
- DPM fast： 此為上界開發者所遺留的測試工具，不適合魔術師使用
取樣器列表
? 文生圖（txt2img）
- 文生圖（text2img）： 根據提示詞
Prompt的描述生成相應的圖片 - 選擇
繪畫模型（Stable Diffusion checkpoint）►文生圖（txt2img）►填寫正向提示詞（Prompt）►填寫反向提示詞（Negative prompt）►選擇取樣器（一般選擇DPM++ 2M Karras）►設定取樣步驟（一般設定30）►設定長寬（Width / Height，推薦 1024 * 1536）►點選生成（Generate） - 根據上面的步驟，即可透過文字生成圖片了，一般我們只要編寫
Prompt即可，Negative prompt一般都是固定的，限制一下水印，低質量以及其他可能出現的邏輯錯誤即可
文生圖
? 圖生圖（img2img）
- 圖生圖（img2img）： 將一張圖片根據提示詞
Prompt描述的特點生成另一張新的圖片 - 選擇
繪畫模型（Stable Diffusion checkpoint）►圖生圖（img2img）►填寫正向提示詞（Prompt）►填寫反向提示詞（Negative prompt）►選擇取樣器（一般選擇DPM++ 2M Karras）►設定取樣步驟（一般設定30）►設定長寬（Width / Height，推薦 1024 * 1536）►點選生成（Generate） - 將上傳一張圖片到圖生圖中，進行測試一下，這裡使用的是剛剛文生圖的照片，根據上面的步驟，點選生成，看看效果
- 可以看出：
AI圖生圖，其實就是根據你上傳的圖片和你的Prompt生成一張跟上傳差不多的照片
圖生圖
? 模型下載
- 模型網站推薦：https://civitai.com/
- 左上角的下拉框可以用來選擇模型，其中
v1-5-pruned-emaonly.safetensors是預設模型 - 預設的模型畫出來的圖片比較醜，所以我們需要下載更好更適合的模型來繪畫
- 每個模型側重繪畫的風格不一樣，有些適合畫人，有些適合畫動漫，有些適合畫風景，根據自己的需求選擇適合自己的繪畫風格模型進行下載
- 下載好模型，將模型檔案放入到
models/Stable-diffusion資料夾下，過載UI，即可看到
模型下載