Stable Diffusion 模型界面介紹

1. 界面1
   

②：prompt --> 正向提示詞。表示你的想法，你想要生成一副什么樣的圖片，包含主體、風(fēng)格、色彩、質(zhì)量要求等等
③：negative prompt --> 反向提示詞。表示你不想要什么，如不想要圖片出現(xiàn)什么，不想圖片質(zhì)量差，不想人物模糊或者多手多腳等
④：提示詞相關(guān)設(shè)置
⑤：選擇的樣式，一般都是用于文生圖（由文字生成圖片）和圖生圖（由一個(gè)圖片生成另一個(gè)圖片）

2. 界面2

采樣方法(Sampler)：表示繪制時(shí)算法采用偏向哪種風(fēng)格。目前大眾使用的有兩種，寫(xiě)實(shí)風(fēng)格使用DPM++ SDE Karras；偏動(dòng)漫風(fēng)格一點(diǎn)使用DPM++ 2M Karras。

采樣迭代步數(shù)(Steps)：表示圖片生成過(guò)程迭代的次數(shù)

面部修復(fù)(Restore faces)：人物風(fēng)格圖片時(shí)針對(duì)臉部會(huì)有一定穩(wěn)定效果，不會(huì)出現(xiàn)奇奇怪怪的五官或者模糊不清

平鋪/分塊(Tiling)：一般不使用

高清修復(fù)(Hires.fix)：將生成的圖片進(jìn)行高清放大，提升分辨率

寬度(Width)：生成的圖片寬度

高度(Height)：生成的圖片高度

生成批次(Batch count)：表示繪制時(shí)通過(guò)幾個(gè)批次進(jìn)行繪畫(huà)

每批數(shù)量(Batch size)：表示每批生成幾張圖片

提示詞相關(guān)性(CFG Scale)：數(shù)值越大，生成的圖片與你的prompt描述越像；數(shù)值越小與你的描述關(guān)聯(lián)度越低。一般為5-10之間。

重繪幅度(Denoising)：用于在原圖上進(jìn)行重繪的程度

隨機(jī)種子(Seed)：-1表示不基于圖片種子進(jìn)行繪制，完全基于你的prompt生成（未使用種子，出圖都是隨機(jī)狀態(tài)）；如果不為-1，生成的圖片會(huì)依據(jù)圖片進(jìn)行二次繪制。（隨機(jī)種子的用途就是固定生成圖片過(guò)程中所產(chǎn)生的隨機(jī)數(shù)，從而在下次生成圖片時(shí)最大限度的進(jìn)行還原）

差異隨機(jī)種子(Variation seed)：讓生成的圖片有更多變化。需點(diǎn)擊Extra才能設(shè)置。

ControlNet： ControlNet是一個(gè)用于深度神經(jīng)網(wǎng)絡(luò)的控制技術(shù)，它可以通過(guò)操作神經(jīng)網(wǎng)絡(luò)塊的輸入條件來(lái)控制神經(jīng)網(wǎng)絡(luò)的行為

腳本(Script)：功能相對(duì)較多，一般用得很少。

3. 界面3

啟用(Enable)：勾選此選項(xiàng)后，點(diǎn)擊 “生成” 按鈕時(shí)，ControlNet 才會(huì)生效。

反色模式(Invert Input Color)：將圖像顏色進(jìn)行反轉(zhuǎn)后應(yīng)用。

RGB 轉(zhuǎn) BGR(RGB to BGR)：把顏色通道進(jìn)行反轉(zhuǎn)，在 NormalMap 模式可能會(huì)用到。

低顯存優(yōu)化(Low VRAM)：低顯存模式，如果你的顯卡內(nèi)存小于等于4GB，建議勾選此選項(xiàng)。

無(wú)提示詞的猜測(cè)模式(Guess Mode)：也就是盲盒模式，不需要任何正面與負(fù)面提示詞，出圖效果隨機(jī)，很有可能產(chǎn)生意想不到的驚喜效果！

預(yù)處理器(Preprocessor)：在此列表我們可選擇需要的預(yù)處理器，每個(gè) ControlNet 的預(yù)處理器都有不同的功能，后續(xù)將會(huì)詳細(xì)介紹。

模型(Model)：配套各預(yù)處理器需要的專屬模型。該列表內(nèi)的模型必須與預(yù)處理選項(xiàng)框內(nèi)的名稱選擇一致，才能保證正確生成預(yù)期結(jié)果。如果預(yù)處理與模型不一致其實(shí)也可以出圖，但效果無(wú)法預(yù)料，且一般效果并不理想。

權(quán)重(Weight)：權(quán)重，代表使用 ControlNet 生成圖片時(shí)被應(yīng)用的權(quán)重占比。

引導(dǎo)介入時(shí)機(jī)(Guidance Start(T))：在理解此功能之前，我們應(yīng)該先知道生成圖片的 Sampling steps 采樣步數(shù)功能，步數(shù)代表生成一張圖片要刷新計(jì)算多少次，Guidance Start(T) 設(shè)置為 0 即代表開(kāi)始時(shí)就介入，默認(rèn)為 0，設(shè)置為 0.5 時(shí)即代表 ControlNet 從 50% 步數(shù)時(shí)開(kāi)始介入計(jì)算。

引導(dǎo)退出時(shí)機(jī)(Guidance End(T))：和引導(dǎo)介入時(shí)機(jī)相對(duì)應(yīng)，如設(shè)置為1，則表示在100%計(jì)算完時(shí)才會(huì)退出介入也就是不退出，默認(rèn)為 1，可調(diào)節(jié)范圍 0-1，如設(shè)置為 0.8 時(shí)即代表從80% 步數(shù)時(shí)退出介入。

縮放模式(Resize Mode)：用于選擇調(diào)整圖像大小的模式：默認(rèn)使用（Scale to Fit (Inner Fit)）縮放至合適即可，將會(huì)自動(dòng)適配圖片。
一共三個(gè)選項(xiàng)：Just Resize，Scale to Fit (Inner Fit)，Envelope (Outer Fit)

畫(huà)布寬度和高度(Canvas Width 和 Canvas Height)：畫(huà)布寬高設(shè)置，請(qǐng)注意這里的寬高，并不是指 SD 生成圖片的圖像寬高比。該寬高代表 ControlNet 引導(dǎo)時(shí)所使用的控制圖像的分辨率，假如你用 SD 生成的圖片是 1000x2000 分辨率，那么使用 ControlNet 引導(dǎo)圖像時(shí)，對(duì)顯存的消耗將是非常大的；我們可以將引導(dǎo)控制圖像的分辨率設(shè)置為 500x1000 ，也就是縮放為原本圖像一半的分辨率尺寸去進(jìn)行引導(dǎo)，這有利于節(jié)省顯存消耗。

創(chuàng)建空白畫(huà)布(Create Blank Canvas)：如果之前使用過(guò) ControlNet 功能，那么將會(huì)在 ControlNet 的圖像區(qū)域留有歷史圖片，點(diǎn)擊該按鈕可以清空之前的歷史，也就是創(chuàng)建一張空白的畫(huà)布。

預(yù)覽預(yù)處理結(jié)果(Preview Annotator Result)：點(diǎn)擊該按鈕可以預(yù)覽生成的引導(dǎo)圖。例如：如果使用 Canny 作為預(yù)處理器，那么點(diǎn)擊該按鈕之后，可以看到一張通過(guò) Canny 模型提取的邊緣線圖片。

隱藏預(yù)處理結(jié)果(Hide Annotator Result)：點(diǎn)擊該按鈕可以隱藏通過(guò) Preview 按鈕生成的預(yù)覽圖像窗口（不建議隱藏）

5. 界面5
   

反推提示詞：
⒈使用CLIP模型從圖片中反推圖片用到的正向提示詞
⒉使用DeepBooru模型從圖片中反推圖片用到的正向提示詞

模板風(fēng)格(Styles)：就是提示詞的模板

①、②：讀取你上一張圖的所有參數(shù)信息（包括提示詞）
③：刪除、清空關(guān)鍵詞
④：模型選擇管理
⑤：提示詞模板，將已選擇的模板風(fēng)格寫(xiě)入當(dāng)前提示詞
⑥：提示詞模板，將當(dāng)前提示詞（prompt ）保存為模板風(fēng)格

6. 界面6
   

①：打開(kāi)圖像輸出目錄

②：保存當(dāng)前選擇的圖片，會(huì)在下方出現(xiàn)圖片鏈接，點(diǎn)擊Download即可下載

③：將圖片保存為壓縮包格式

④：選擇當(dāng)前圖片作為圖生圖的初始圖片

⑤：選擇當(dāng)前圖片作為圖生圖的初始圖片，并能在圖片上進(jìn)行繪制

⑥：選擇當(dāng)前圖片作為圖生圖附加功能進(jìn)行繪制文章來(lái)源地址http://www.zghlxwxcb.cn/news/detail-534127.html

到了這里，關(guān)于Stable Diffusion 模型界面介紹的文章就介紹完了。如果您還想了解更多內(nèi)容，請(qǐng)?jiān)谟疑辖撬阉鱐OY模板網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關(guān)文章，希望大家以后多多支持TOY模板網(wǎng)！