图像生成

说到图像生成，大家首先会想到的是Mid Journey，stable diffution等。AI生产图片已经可以做到以假乱真的地步了，那么是不是设计的饭碗被端了呢？ 其实不然。首先生成的图片需要一定的学习成本，其次生成出来的图片到实际预期的还是有一定的差距，需要二次开发。 那如果想尝试一下自己生成一张美丽的照片，那么你可以往下接着看看。

环境安装

本机设备信息

需要准备下载的工具和环境

1. 安装python，版本大于3.9

如果发现没有brew环境，则先搜索一下mac 怎么安装brew环境，或者尝试以下命令  

2. 安装git环境

3. 下载stable diffution项目工程

• cd stable diffution项目工程，到该项目的根目录下

• 运行./webui.sh

• 然后会下载相关的依赖库，如果有超时就继续再次运行./webui.sh。运行成功后会看到如下内容：

4. 在浏览器中输入地址：127.0.0.1:7860

6. 选择模型

•  项目中是没有模型的，因此可以在以下网站下载一个你喜欢的模型，将其放在stable-diffusion-webui/models/Stable-diffusion/目录下

• https://civitai.com/

• https://www.liblibai.com/?bd_vid=11719361535012367531#/

• https://tusi.art/

• https://www.liandange.com/

7. 点击generate，在inter的mac电脑，会报错

参数介绍

• Stable Diffusion checkpoint

• 选择模型

• txt2img

• 文字生成图片

• img2img

• 图片生成图片

• Extras

• 这可“无损”放大图片

• PNG info

• sd生成的图片，通过这可以看到详细的信息，比如prop等

• Checkpoint Merger

• 合并不同的模型，生成新的模型

• Train

• 自己炼 embedding 或者 hypernetwork

• Settings 设置

• 设置页面

• Extensions

• 扩展

• Prompt

• 正向提示词，用文字描述你想要生成的东西

• negative Prompt

• 反向提示词

tag语法

1. 分隔：不同的关键词tag之间，需要使用英文逗号,分隔，逗号前后有空格或者换行是不碍事的

• ex：1girl,loli,long hair,low twintails（1个女孩，loli，长发，低双马尾）

2. 混合：WebUi 使用 | 分隔多个关键词，实现混合多个要素，注意混合是同等比例混合，同时混。

• ex: 1girl,red|blue hair, long hair（1个女孩，红色与蓝色头发混合，长发）

3. 增强/减弱：有两种写法

• ex: ((loli)),((one girl)),(cat ears),[flower hairpin]和第一种写法等价

• ex: ,(loli:1.21),(one girl:1.21),(cat ears:1.1),(flower hairpin:0.9)

• 第一种 (提示词:权重数值)：数值从0.1~100，默认状态是1,低于1就是减弱，大于1就是加强

• 第二种 (((提示词)))，每套一层()括号增强1.1倍,每套一层[]减弱1.1倍。也就是套两层是1.1*1.1=1.21倍，套三层是1.331倍，套4层是1.4641倍。

4. 渐变：比较简单的理解时，先按某种关键词生成，然后再此基础上向某个方向变化。

• ex：a girl with very long [white:yellow:16] hair 等价为开始 a girl with very long white hair,16步之后a girl with very long yellow hair

• [关键词1:关键词2:数字]，数字大于1理解为第X步前为关键词1，第X步后变成关键词2，数字小于1理解为总步数的百分之X前为关键词1，之后变成关键词2

5. 交替：轮流使用关键词

• [cow|horse] in a field比如这就是个牛马的混合物，如果你写的更长比如[cow|horse|cat|dog] in a field就是先朝着像牛努力，再朝着像马努力，再向着猫努力，再向着狗努力，再向着马努力

• Sampling method

• Euler a ：富有创造力，不同步数可以生产出不同的图片

• Euler：最最常见基础的算法，最简单的，也是最快的。

• DDIM：收敛快，一般20步就差不多了

• LMS：eular的延伸算法，相对更稳定一点，30步就比较稳定了

• PLMS：再改进一点LMS

• DPM2：DDIM的一种改进版，它的速度大约是 DDIM 的两倍

• 采样方法,采样器

• Sampling steps

• 30~50

• 步数越多，时间越长

• 采样迭代步数

• Hires. fix

• 放大算法：如果不知道选什么，一般无脑选“ ESRGAN_4x ”

• 重绘幅度：放大后修改细节的程度，从0到1，数值越大，AI创意就越多，也就越偏离原图。

• Upscale by ：放大倍数，在原有宽度和长度上放大几倍，注意这个拉高需要更高的显存的。

• 超分辨率，再通过算法提高图片到高分辨率

• Width && Height

• 宽 && 高，单位像素

• 常见的模型基本在512×512和768X768

• 分辨率过高，图片质量会随着分辨率的提高而变差

• CFG Scale

• 提示词相关性,图像与你的提示的匹配程度。

• 一般在5~15之间为好，7，9，12是3个常见的设置值。

• Seed

• 随机种子

• 相同的种子可以多次生成（几乎）相同的图像。

• 如果你用某个种子在某tag下生成了很棒的图，保持种子数不变，而稍微改一点点tag，增减一点细节，一般得到的图也会不错。

• Script

• 选择None