大家好,我是海煌,今天给大家带来的是AI绘画系列实战训练之Stable Diffusion。
同步带来的还有PS Beta 爱国版和midjourney保姆级教程,稍后移步到对应文档可进行查看。
花了三天三夜终于整理好了这三份保姆级AI绘画实战教程!
从软件获取到部署安装,以及界面各项功能说明,再到实战案例制作,以及扩展功能和注意事项都有详细的说明,每一步都是亲自实操,而且进行案例演示,让大家正在能做到,看了跟着做了,就一定可以做出效果!
同时,无论是PS Beta (后续简称PS)爱国版还是Stable Diffusion(后续简称SD),midjourney(后续简称MY)涉及的安装包,对应需要的模型,配套文件,关键词,网站等所有信息,我都打包好了,并且在文末免费分享给大家!
Ai绘画简单的说就是是一款图片生成工具,它能根据我们输入的关键词,对应的信息,自动的生成所需要的图片,这些图片丝毫不比大师绘画差,绘画出的真人可以以假乱真。
下面这幅由AI生成的数字油画参加了Colorado博览会的艺术比赛,并且获得了第一名。
不同的AI在技术结构上有稍微差异,比如SD来说
由三个部分组成language model、diffusion model和decoder。
Language model主要将输入的文本提示转化为可以输入到diffusion model使用的表示形式,通常使用embedding加上一些random noise输入到下一层。
diffusion model主要是一个时间条件U-Net,它将一些高斯噪声和文本表示作为模型输入,将对应的图像添加一点高斯噪声,从而得到一个稍微有噪点的图像,然后在时间线上重复这个过程,对于稍微有噪点的图像,继续添加高斯噪声,以获得更有噪点的图像,重复多次到几百次后就可以获得完全嘈杂的图像。这么做的过程中,知道每个步骤的图像版本。然后训练的NN就可以将噪声较大的示例作为输入,具有预测图像去噪版本的能力。
在训练过程中,还有一个encoder,是decoder的对应部分,encoder的目标是将输入图像转化为具有高语义意义的缩减采样表示,但消除与手头图像不太相关的高频视觉噪声。这里的做法是将encoder与diffusion的训练分开。这样,可以训练encoder获得最佳图像表示,然后在下游训练几个扩散模型,这样就可以在像素空间的训练上比原始图像计算少64倍,因为训练模型的训练和推理是计算最贵的部分。
decoder的主要作用就是对应encoder的部分,获得扩散模型的输出并将其放大到完整图像。比如扩散模型在64x64 px上训练,解码器将其提高到512x512 px。
DALL-E 2
DALL-E 2其实是三个子模块拼接而成的,具体来说:
一个基于CLIP模型的编码模块,目标是训练好的文本和图像encoder,从而可以把文本和图像都被编码为相应的特征空间。
一个先验(prior)模块,目标是实现文本编码到图像编码的转换。
一个decoder模块,该模块通过解码图像编码生成目标图像。
是不是感觉像天书一样?
其实我也不懂,但是这并不妨碍你使用!
不知道你在某音或者朋友圈有没有刷到过这种图片
都是AI生成的真人美女,肤白貌美大长腿!
你想不想拥有一个自己的AI闺蜜?AI老婆?通通帮你实现
想要一个你的专属头像吗?
上传图片一键转换,情侣必备!
可以将图片进行动漫化,可爱呆萌统统都要!
可以生成手机桌面壁纸
可以制作专属表情包
晚点海煌会分享一些变现实操方式。(海煌V,♥:YRWZWQ)
接下来,正文开始,一起开启AI绘画之旅!
为了让大家能顺利使用和安装好SD,更好的体验,首先我们需要确认下电脑配置。
如果是你是CPU 8G以上N卡,且运行内存32G以上,win10及以上系统,你可以直接看第3项,如果你是A卡或者是MAC系统看第2项。
右键我的电脑,属性栏目,可以看到你的电脑规格
如下是win10 系统
按键:ctrl+alt+del 调出电脑任务管理器
点击性能可以查看相关参数
如下图所示,可以查看运行内存(注意这里不是存储内存)
如果是10G左右,说明达到了入门级别的要求
如果是达到32G以上,那么恭喜你,基本可以非运行非常的流畅
GPU也就是显卡,它是AI运行的核心,后续分享的AI数字人,AI翻唱等都是所有模型,都是对此有要求。
重点确认两点
显卡名称
右上角可以看到你的显卡名字,如果是NVIDIA就是N卡,如果是AMD就是A卡,如果intel就是集中式显卡
如果不是N卡的,可以用云端电脑
云端电脑注册使用
GPU内存
如果你的电脑是4G左右,那么你达到了入门门槛,可以跑,但是很慢。
如果你的电脑是6GB左右,那么如果简单的操作一下也是够用的。
如果你的电脑是8GB左右,那么SD所有的功能都可以用的非常的好,出图很快。
如果式Win7和mac或者性能不达要求的朋友,可以采用云电脑
什么是云电脑?
简单的说就是通过平台远程控制别人已经配置好的电脑,通过这个电脑你可以训练,也可以处理其他工作
操作方式非常简单,几秒就搞定,海煌做的详细教程如下
云端电脑注册使用
点下发链接进入
http://account.qingjiaocloud.com/signup?inviteCode=FQV3JJX1
输入相关信息进行注册,用户名,密码,以及手机号
完成注册,并下载客户端
下载客户端后,进行安装
输入你的账号密码进行登录
进入到云桌面客户端
没有实名认证无法购买即使用的,点击实名认证中个人认证
然后前往认证,选择人脸识别更加快捷方便
然后进行手机微信扫码,人脸识别
最后完成认证
可以回到网站,选择购买套餐
建议选择AIGC尝鲜版,可以选择小时,也可以选择套餐,这个版的优点是,主机内已经下载好SD本地文件,一键调取使用,非常方便,不用传输文件
选择你的数据中心,选择后需要记住哪个区,稍后使用需要调取相同区,最后配置完成,支付即可
实名购买套餐后,返回电脑客户端,选择你购买的大区,可以看到你购买的电脑,然后选择开机
开机后,点击进入桌面,就可以进入到云端电脑
云端电脑可以理解为,自己电脑不行,然后租了一个性能比较好的电脑,然后远程云端进行办公使用
如果需要使用SD,可以在C盘找到对应文件夹,然后选择启动器,进行启动
打开启动器后,选择一键启动
然后电脑会运行代码,需要稍等一会
最终会启动成功,调取出SD的工作页面
解决好电脑问题后,我们开始正式的使用
首先下载好,海煌给大家准备好的合集包
然后点击秋叶大神整包集成的安装进行解压,如果是云端电脑,可以直接在主机C盘查看到对应集成包
解压注意不要在C盘,文件很大,解压后点启动器进行安装配备电脑环境(云端电脑可以不用安装,已配好)
然后返回到你放置SD文件的目录下,找到启动器,点击
点击一键启动
首次启动需要等待一会,如果运行失败,就是电脑性能不支持,请采用云端电脑
最后启动成功们可以正式开始使用
使用之前一定要进行模型选择,根据风格选择不同的模型
SD有主模型也就是基础模型,还有vea模型,textual inversion模型,lora模型,hypenetworks模型
他们具体的作用以及放置的位置,可以参考下发脑图
其他的稍后进行说明,现在主要说一下主模型
打开海煌准备的主模型文件夹
将其中的文件模型复制到下方目录下
\stable-diffusion-webui\models\torch_deepdanbooru
然后返回到操作页面,点击刷新
这样就可以调取你所需要的主模型,用对模型才能做出理想的图片
选择好模型后,文生图也是我们最常用的一个功能
着界面眼花缭乱不知道该如何下手?
不要急,海煌会将每个功能进行演示说明,让你更快上手
什么是正向关键词?什么是反向关键词?
简单的说,就是标签,你所希望出现的标签就是正向关键词,你不想它出现的标签就是反向关键词
下面我们来演示一下
其实关键的输入是有技巧的
魔法公式:画质+主体+主体细节+人物服装+其他(背景、天气、构图等)
正向关键词
比如:你需要一个女孩穿着白色连衣裙在草坪上微笑
那么我们该如何写关键词呢?
画质:最好的质量,杰作,超高分辨率,照片真实感,8K
主体:1女孩
主体细节:微笑,精致五官
任务服装:白色连衣裙
其他:草坪
然后我们将这些关键词一起复制到翻译软件
最好的质量,杰作,超高分辨率,照片真实感,8K,1女孩,微笑,精致五官,白色连衣裙,草坪
获得了一些单词,Best quality, masterpiece, ultra-high resolution, photo realism, 8K girl, smile, delicate facial features, white dress, lawn
然后我们将这些词输入到SD中
注意:SD只识别英文,而且每个单词用英文状态下的逗号隔开
反向关键词:
反向关键词也很简单,你不像你的AI老婆多个脚少个头,畸形变异吧,按下面附件单词输入就可以的
(worst quality:2), (low quality:2), (normal quality:2), lowres, ((monochrome)), ((grayscale)), bad anatomy,DeepNegative, skin spots, acnes, skin blemishes,(fat:1.2),facing away, looking away,tilted head, lowres,bad anatomy,bad hands, missing fingers,extra digit, fewer digits,bad feet,poorly drawn hands,poorly drawn face,mutation,deformed,extra fingers,extra limbs,extra arms,extra legs,malformed limbs,fused fingers,too many fingers,long neck,cross-eyed,mutated hands,polar lowres,bad body,bad proportions,gross proportions,missing arms,missing legs,extra digit, extra arms, extra leg, extra foot,teethcroppe,signature, watermark, username,blurry,cropped,jpeg artifacts,text,error,
而且海煌准备了超关键词表,可以自行输入
海煌的关键词分类查询
其他的默认,咱啥也先别动来看一下效果吧,是不是感觉还不错
有的小伙伴就好奇,如果想要全身怎么办?
很简单,输入:full body即可,
上/下半身像:upper/lower body可以进行切换
经验:在做全身的同时记得调整画面大小,比如站立姿态可以酌情调整长高比,如果全身像且图小
可能会导致脸部生成的奇形怪状,小画面适合上半身像,我这种显存不够的只能扣扣索索画
注意,如果图太大,会出现若干人物或者叠两个头两个下半身,注意下你是不是忘记用full body
在足够容纳整个人的长条幅下用upper body大概率会出奇怪玩意
还有的小伙伴要问,草坪不好看,有没有变化快捷换一个,当然可以
Best quality, masterpiece, ultra-high resolution, photo realism, 8K girl, smile, delicate facial features, white dress, lawn
lawn更换成你需要的场所,比如
办公室:Office
海边:seaside
还有小伙伴想说太单调了,能不能换个衣服,换个发型呢
来个马尾辫,黑色紧身衣
咳咳,还有一些限制词,这里没办法展示了,大家可以自行的去验证
不同的采样模式会出现不一样的结果
十几种采样方式可以选择
一般默认就可以,建议采用DPM++这几个会好一点,其他的测试会把人扭曲变形
默认为20 ,可以不进行改动
数值越长,效果越好,处理时间越长,但也不是绝对,在20-50内即可
面部修复:一般勾选这个,可以降低面部变形
平铺图:用的不多,可以进行平铺
高分辨率修复:可以修复模糊照片
可以调整你需要生成的图片大小
这个顾名思义,就是需要生成几次,每次需要几张图,我的九宫格就是3*3输出的
CFG这个是比较关键的设置,数值越大,系统会自由发挥越大,数值越小越贴近你的关键词
经过海煌测试6-11左右是效果最好的
每次生成的图像都是随机的,有没有一个办法,可以保存你喜欢的图片,然后在此图片上进行生成更改呢?
这个就要用到随机种子
色子按钮:点色子按钮就是随机生成
绿色按钮:绿色按钮就是可以将你保存的种子编号进行调取
种子编号有两种方法可以调取,第一个是如下图 Seed后面编码就是对应种子的编码
第二个方法也简单,点击下发保存按钮,然后再点击绿色按钮调取
后续平行宇宙和穿越之旅,海煌会着重说明,这个功能。
开始之前,我们要了解一下,这个功能到底是做什么用的
我们本来就有照片,这个时候,我们想要换背景,换衣服,头发,调整动作等信息时,怎么办?
不能让模特自己换了衣服调整好姿势你再拍吧,这时候就可以用到这个功能。
我们想把自己的照片动漫化或者游戏化,老年化,怎么办?
可以调取不同的模型,进行调整。
我不会画画,画了一幅很丑的画,怎么把它变得好看?
可以根据涂鸦重绘达到你的要求。
了解完场景后,我们正式开始
图生图界面跟文生图一样,重点了解两个功能差异即可
缩放模式,就是调整图片用的,效果可以看下图
重绘幅度,也很好理解,就是重新绘制的力度,越解决于1越不像,越接近0越像源来的图片,可以自行调整
不知道你有没有拿过自己照片然后找人帮忙生成二次元画像呢,有了SD后,自己就可以实现
调整模型,重绘幅度一键进行重绘,即可完成
不知道有没有见过马良的神笔,有了SD你也可以成为神笔马良
左边是我画的蘑菇,右边是AI自动生成的蘑菇
涂鸦哪里调整哪里,输入关键词,生成即可
一键给你老婆换衣
导入照片之后,在右边调整画笔大小和颜色,然后就可以自己设计衣服的颜色啦
点哪里,重绘哪里
可以批量进行重绘
可以批量处理图片
SD除了生成新的照片外,还可以用来修复我们比较湖的照片
出来的效果比大多数软件都要好!
主要是靠算法模型进行调整,放大算法模型选择
修复二次元的照片就选"R-ESRGAN4x+Anime68"
其他实物照片就选"R-ESRGAN4x+"
其他放大器出来的效果都没有这两个好
你有比较好看的图片,但是不知道他的关键词怎么获取,其实很简单
一招教你获取大神的关键词
在图片信息功能界面,上传图片,即可一键生成图片信息
第一行是正向关键词
第二行是负向关键词
第三行是模型信息(包含步骤,选取的采样方式,,种子信息,大小,模型等等)
模型合并,训练,OpenPose编辑器,设置,扩展暂时用的不多,如有需要我会补充,遇到的问题我也会加入到这里。
除了海煌给的模型及关键词表以外,可以自行在C站下载
网站:https:/civitai.com/
注意:需要魔法
这个没法教,自己摸索
进行注册即可
注册后可以在查看图片信息以及下载模型,还有18+的,我还没有满18岁就不点进去了,反正可以自行摸索