????????Stable Diffusion環(huán)境搭建與運行請參考上一篇博文《AI圖片生成Stable Diffusion環(huán)境搭建與運行》，地址為“https://blog.csdn.net/suiyingy/article/details/128896426”。運行成功后，網頁瀏覽器顯示頁面主要包括txt2img、img2img、Extras、PNG Info、Checkpoint Merger、Train、Settings和Extensions等八個部分，下面將分別進行介紹。另外，本專欄具體更新可關注文章下方公眾號，也可關注本專欄。所有相關文章會在《Python從零開始進行AIGC大模型訓練與推理》中進行更新，地址為“https://blog.csdn.net/suiyingy/article/details/130169592”。

?圖1 Stable Diffusion生成效果圖

1 txt2img

????????txt2img是指文生圖，即根據文字描述生成圖片，其頁面如下圖所示。

?圖2 txt2img

????????完整設置示例如下：

????????Prompt:?coral full dress,((collagreen botton shirt)),(upper body),long?hair,1gir,tall,skinny,photorealistic,masterpiece,highres,8k,character concept,depth of field,perfect pupils,perfect smiles,blurry background,heart shape face, outdoors,,side light, morning,high heel,detailed clothing,ultra details,earring,((full face))

????????Negative prompt:?lowres,bad anatomy,bad hands,text,error,missing fingers,extra digit,fewer digits,cropped,worst quality,low quality,normal quality,jpeg artifacts,signature,watermark,username,blurry,missing arms,long neck,Humpbacked,missing limb,too many fingers,mutated,poorly drawn,out of frame,bad hands,unclear eyes,poorly drawn,cloned face,bad face,(worst quality:2), (low quality:2), (normal quality:2), lowres, normal quality, ((monochrome)), ((grayscale)),ng_deepnegative_v1_75t,nipples,((half face)),(( half head)),((no face)),((no head))

????????Steps: 30, Sampler: Euler, CFG scale: 9, Restore faces, Size: 512x512, Model hash: dcd690123c, Model: v2-1_768-ema-pruned.safetensors,?Seed: 4171216357,?Script: X/Y/Z plot, X Type: Steps, X Values: “10,20,30”, Y Type: Sampler, Y Values: “Euler a, Euler”。

1.1 Stable Diffusion checkpoint

????????Stable Diffusion checkpoints用于選擇當前加載的模型，模型設置與加載可參考上一篇博文《AI圖片生成Stable Diffusion環(huán)境搭建與運行》，地址為“https://blog.csdn.net/suiyingy/article/details/128896426”。用戶可根據需要在hugging face網站下載以.safetensors為后綴的模型文件。

????????這里需要注意，不同模型生成的圖片風格也會有差別，比如漫畫風格或寫實風格。除Stable Diffusion官方模型之外，程序還支持chilloutmix_Ni、anything-v4.5-pruned、dreamshaper_33、protogenV22Anime_22、artErosAerosATribute_aerosNovae和cheeseDaddys_35等模型。

????????網絡上有很多生成效果比較好的作品，如果用戶在相同prompt下得到的效果相差較大，那么很有可能是使用不同模型所導致的。

1.2 Prompt

????????Prompt是對所希望生成的圖片的文本描述，一般使用英文描述可以獲得更好的生成結果。不同文字描述內容得到的結果也是完全不一樣的，甚至大部分時候用戶需要集中精力在寫出一個合適的prompt。從另一方面來看，如果用戶設置的prompt描述不能被模型很好地理解，那么模型給出的生成結果也會嚴重偏離預期，以至于部分用戶認為模型本身出了問題或者模型效果不好。

????????如果對模型生成的圖片沒有額外要求，那么我們只需要在prompt輸入簡單的圖片描述即可，例如“為AIGC小程序RdFast設計一款商標”。但是，如果我們希望得到更好的生成圖片，prompt需遵循一定的設計規(guī)則。

????????下面的設計規(guī)則介紹來源于《AI繪畫指南 stable diffusion webui （SD webui）如何設置與使用》，地址為“https://www.tjsky.net/tutorial/488”。

????????（1）分隔：不同的關鍵詞tag之間，需要使用英文逗號,分隔，逗號前后有空格或者換行沒有影響。例如：1girl,loli,long hair,low twintails（1個女孩，loli，長發(fā)，低雙馬尾）。

????????（2）混合：WebUi 使用 | 分隔多個關鍵詞，實現混合多個要素，注意混合是同等比例混合，同時混。例如: 1girl,red|blue hair, long hair（1個女孩，紅色與藍色頭發(fā)混合，長發(fā)）

????????（3）增強/減弱：有兩種寫法

????????第一種 (提示詞:權重數值)：數值從0.1~100，默認狀態(tài)是1,低于1就是減弱，大于1就是加強。例如: (loli:1.21),(one girl:1.21),(cat ears:1.1),(flower hairpin:0.9)。

????????第二種 (((提示詞)))，每套一層()括號增強1.1倍,每套一層[]減弱1.1倍。也就是套兩層是1.1*1.1=1.21倍，套三層是1.331倍，套4層是1.4641倍。例如: ((loli)),((one girl)),(cat ears),[flower hairpin]和第一種寫法等價。

????????（4）漸變：比較簡單的理解時，先按某種關鍵詞生成，然后再此基礎上向某個方向變化。[關鍵詞1:關鍵詞2:數字]，數字大于1理解為第X步前為關鍵詞1，第X步后變成關鍵詞2，數字小于1理解為總步數的百分之X前為關鍵詞1，之后變成關鍵詞2。例如：a girl with very long [white:yellow:16] hair 等價為“開始 a girl with very long white hair”，16步之后“a girl with very long yellow hair”?！癮 girl with very long [white:yellow:0.5] hair ”等價為“開始 a girl with very long white hair”，50%步之后“a girl with very long yellow hair”。

????????（5）交替：輪流使用關鍵詞。例如：[cow|horse] in a field，這就是個牛馬的混合物，如果你寫的更長比如[cow|horse|cat|dog] in a field就是先朝著像牛努力，再朝著像馬努力，再向著貓努力，再向著狗努力，再向著馬努力。

????????Prompt示例：

coral full dress,((collagreen botton shirt)),(upper body),long hair,1gir,tall,skinny,photorealistic,masterpiece,highres,8k,character concept,depth of field,perfect pupils,perfect smiles,blurry background,heart shape face, outdoors,,side light, morning,high heel,detailed clothing,ultra details,earring,((full face))

1.3 Negative prompt

????????Prompt描述的是用戶希望生成的圖片的特征，而Negative prompt則是生成的圖片中不希望含有的特征，例如低質量圖片等。Stable Diffusion大致做法為：

????????（1）對圖片進行去噪處理，使其看起來更像你的提示詞。

????????（2）對圖片進行去噪處理，使其看起來更像你的反向提示詞（無條件條件）。

????????（3）觀察這兩者之間的差異，并利用它來產生一組對噪聲圖片的改變。

????????（4）嘗試將最終結果移向前者而遠離后者。

????????Negative prompt示例：

lowres,bad anatomy,bad hands,text,error,missing fingers,extra digit,fewer digits,cropped,worst quality,low quality,normal quality,jpeg artifacts,signature,watermark,username,blurry,missing arms,long neck,Humpbacked,missing limb,too many fingers,mutated,poorly drawn,out of frame,bad hands,unclear eyes,poorly drawn,cloned face,bad face,(worst quality:2), (low quality:2), (normal quality:2), lowres, normal quality, ((monochrome)), ((grayscale)),ng_deepnegative_v1_75t,nipples,((half face)),(( half head)),((no face)),((no head))

1.4 Sampling Method

????????采樣方法與Stable Diffusion模型工作原理直接相關，本專欄后續(xù)將會詳細介紹其中原理。采樣方法主要影響生成圖片的時間和風格偏好。網址“https://cj.sina.com.cn/articles/view/1823348853/6cae1875020018im7”有詳細的實驗結果。

常用的采樣方法為Euler a、Euler、DDIM、LMS、PLMS和DPM2。一般選用默認采樣方式即可。

1.5 Sampling Steps

????????采樣步驟默認設置成20。如果生成圖片細節(jié)不滿足要求，可適當增加采樣步驟，但生成時間也會相應增加。大部分采樣器超過50步后意義就不大了。

1.6 Restore faces

????????面部修復，使面部更像真人的人臉。一般面部修復的模型有CodeFormer和GFPGAN。

1.7 Tiling

????????生成可平鋪的圖片圖案，直接效果為圖片上下和左右部分是可以拼接的，類似瓷磚圖案。

圖3 Tiling圖片

1.8 Hires. Fix

????????txt2img 在高分辨率下（1024X1024）會生成非常怪異的圖像。而此插件這使得AI先在較低的分辨率下部分渲染你的圖片，再通過算法提高圖片到高分辨率，然后在高分辨率下再添加細節(jié)。

1.9 Width/Height

????????圖像的寬高分辨率，即圖像尺寸大小。尺寸越大，所需顯存越大。因為常見的模型基本都是在512×512和768×768的基礎上訓練，分辨率過高，圖片質量會隨著分辨率的提高而變差。

1.10 CFG Scale

????????圖像與Prompt內容的匹配程度。增加這個值將導致圖像更接近你的描述，但過高會讓圖像色彩過于飽和，太高后在一定程度上降低了圖像質量?？梢赃m當增加采樣步驟來抵消畫質的劣化。一般在5~15之間為好，7、9、12是3個常見的設置值。

????????低CFG：圖片糊、看起來霧蒙蒙的，色彩對比弱，構圖也比較差。

????????高CFG：圖片對比度非常強，色彩非常飽和，甚至會過飽和，顏色和結構失調。

1.11 Batch count / Batch size

????????這兩個參數本質上都是控制輸出圖片的數量。Batch count是順序生成的，而Batch size是控制并行生成的，因此后者生成速度更快，但占用顯存更大。

1.12 Seed

????????Seed默認取值為-1，每次生成的圖片差異性較大，即隨機生成的。將seed設置成一個固定取值后，每次生成的圖片會比較接近，這樣可以調整prompt來實現對生成結果的微調。

1.13 Script

????????Script是相當于同時設置多個條件，便于對多個條件生成結果進行對比。例如， Script: X/Y/Z plot, X Type: Steps, X Values: “10,20,30”, Y Type: Sampler, Y Values: “Euler a, Euler”，這種設置包括三種采樣次數和兩種采樣方式，因此會生成6張圖片，如下圖所示。具體使用方式可參考“https://zhuanlan.zhihu.com/p/600821549”。

圖4 多條件對比設置

?圖5 多條件結果對比

1.14 Styles

????????在“Generate”按鈕下方有一個“Save style”小圖標，它可以把當前prompt內容保存為一種風格樣式，便于后續(xù)通過Styles進行加載復用。

2 參考資料

????????本文介紹參考了以下網站內容，感謝相關作者的詳細解析。

????????（1）《AI繪畫指南 stable diffusion webui （SD webui）如何設置與使用》，“https://www.tjsky.net/tutorial/488”，文中內容大部分來源于此。

????????（2）《stable-diffusion-webui prompt語法詳解》，“https://zhuanlan.zhihu.com/p/600821549”。

????????（3）《擴散模型采樣方法：從效果看Stable Diffusion中的采樣方法》，“https://cj.sina.com.cn/articles/view/1823348853/6cae1875020018im7”。

????????（4）《stable-diffusion各個采樣器的說明》，“http://www.codeforest.cn/article/3578”。

????????（5）《[Stable Diffusion 疑難雜癥] CFG、采樣方式、高清修復、ControlNet》，“https://zhuanlan.zhihu.com/p/610346261”。

????????（6）《從耗時看Stable Diffusion WebUI中的采樣方式》 ，“https://post.smzdm.com/p/akk8zv5r/”。

3 其它部分

????????img2img、Extras、PNG Info、Checkpoint Merger、Train、Settings和Extensions等部分將在下一篇博文中進行介紹。本專欄具體更新可關注文章下方公眾號，也可關注本專欄。所有相關文章會在《Python從零開始進行AIGC大模型訓練與推理》中進行更新，地址為“https://blog.csdn.net/suiyingy/article/details/130169592”。文章來源地址http://www.zghlxwxcb.cn/news/detail-477854.html

到了這里，關于AI圖片生成Stable Diffusion參數及使用方式詳細介紹的文章就介紹完了。如果您還想了解更多內容，請在右上角搜索TOY模板網以前的文章或繼續(xù)瀏覽下面的相關文章，希望大家以后多多支持TOY模板網！