国产无码综合区,色欲AV无码国产永久播放,无码天堂亚洲国产AV,国产日韩欧美女同一区二区

Stable Diffusion生成圖片參數(shù)查看與抹除

2年前作者：螢火架構(gòu)分類：Toy博客閱讀(29)違法舉報(bào)

這篇具有很好參考價(jià)值的文章主要介紹了Stable Diffusion生成圖片參數(shù)查看與抹除。希望對大家有所幫助。如果存在錯(cuò)誤或未考慮完全的地方，請大家不吝賜教，您也可以點(diǎn)擊"舉報(bào)違法"按鈕提交疑問。

前幾天分享了幾張Stable Diffusion生成的藝術(shù)二維碼，有同學(xué)反映不知道怎么查看圖片的參數(shù)信息，還有的同學(xué)問怎么保護(hù)自己的圖片生成參數(shù)不會(huì)泄露，這篇文章就來專門分享如何查看和抹除圖片的參數(shù)。

查看圖片的生成參數(shù)

1、打開Stable Diffusion WebUI，點(diǎn)擊Tab菜單中的【圖像信息/PNG Info】，不同版本的WebUI可能顯示的文字或略有不同。

Stable Diffusion生成圖片參數(shù)查看與抹除,AIGC,stable diffusion,AI作畫,圖片保護(hù)

2、在左側(cè)選擇本地的一張圖片，如果是Stable Diffusion生成的圖片，我們可以在右邊看到圖片的生成參數(shù)，依次是：提示詞、反向提示詞、模型詳細(xì)參數(shù)。

Stable Diffusion生成圖片參數(shù)查看與抹除,AIGC,stable diffusion,AI作畫,圖片保護(hù)

我們還可以在參數(shù)的下邊看到幾個(gè)按鈕，他們可以把參數(shù)或者圖片發(fā)送到生成窗口，這樣可以節(jié)省一些復(fù)制參數(shù)的時(shí)間，有興趣的可以試試。

如果不是SD生成的圖片，或者被抹除的信息，我們就什么也得不到：

Stable Diffusion生成圖片參數(shù)查看與抹除,AIGC,stable diffusion,AI作畫,圖片保護(hù)

抹除圖片的生成參數(shù)

這里介紹一個(gè)開源的小工具：exifcleaner，地址在：Releases · szTheory/exifcleaner · GitHub

如果你訪問Github不方便，也可以從我的網(wǎng)盤下載這個(gè)文件，步驟是關(guān)注微/信/公/眾/號：螢火遛AI，然后發(fā)消息：圖片參數(shù)抹除，即可獲得下載地址。

Stable Diffusion生成圖片參數(shù)查看與抹除,AIGC,stable diffusion,AI作畫,圖片保護(hù)

可以看到，它提供了很多操作系統(tǒng)的版本，大家可以選擇適合自己的。

我這里直接下載 ExifCleaner-3.6.0.exe 這個(gè)Windows免安裝版本，啟動(dòng)后界面如圖所示：

Stable Diffusion生成圖片參數(shù)查看與抹除,AIGC,stable diffusion,AI作畫,圖片保護(hù)

把需要抹除信息的圖片拖進(jìn)去就好了，處理完畢后顯示信息如下圖所示：

Stable Diffusion生成圖片參數(shù)查看與抹除,AIGC,stable diffusion,AI作畫,圖片保護(hù)

然后我們再次通過Stable Diffusion WebUI讀取圖片信息，驗(yàn)證相關(guān)參數(shù)確實(shí)被抹除了。

Stable Diffusion生成圖片參數(shù)查看與抹除,AIGC,stable diffusion,AI作畫,圖片保護(hù)

注意：這個(gè)處理工具默認(rèn)是處理完畢后直接替換原來的圖片，所以如果你還想保留原來的圖片，記得先復(fù)制一份。

以上就是本文的主要內(nèi)容了，如果你有更好的方法，歡迎與我分享。文章來源地址http://www.zghlxwxcb.cn/news/detail-582818.html

到了這里，關(guān)于Stable Diffusion生成圖片參數(shù)查看與抹除的文章就介紹完了。如果您還想了解更多內(nèi)容，請?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)！

本文來自互聯(lián)網(wǎng)用戶投稿，該文觀點(diǎn)僅代表作者本人，不代表本站立場。本站僅提供信息存儲(chǔ)空間服務(wù)，不擁有所有權(quán)，不承擔(dān)相關(guān)法律責(zé)任。如若轉(zhuǎn)載，請注明出處：如若內(nèi)容造成侵權(quán)/違法違規(guī)/事實(shí)不符，請點(diǎn)擊違法舉報(bào)進(jìn)行投訴反饋，一經(jīng)查實(shí)，立即刪除！

分享到：

領(lǐng)支付寶紅包贊助服務(wù)器費(fèi)用

AI圖片生成Stable Diffusion參數(shù)及使用方式詳細(xì)介紹
????????Stable Diffusion環(huán)境搭建與運(yùn)行請參考上一篇博文《AI圖片生成Stable Diffusion環(huán)境搭建與運(yùn)行》，地址為“https://blog.csdn.net/suiyingy/article/details/128896426”。運(yùn)行成功后，網(wǎng)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
2024年02月08日
瀏覽(96)
實(shí)測AIGC工作流，Stable Diffusion + Mubert 實(shí)現(xiàn)圖片與音樂的轉(zhuǎn)換生成
社區(qū)分享了不少文本生成圖像的AIGC（AI生成內(nèi)容）應(yīng)用的突破，圖像類的生成已經(jīng)是“紅?！绷?。我們需要尋找“藍(lán)?！保诔霈F(xiàn)了其他內(nèi)容的突破嗎？ Mixlab 小杜社區(qū)五月份介紹了?Pollinations.ai?，平臺(tái)集成了文本、圖像、音頻、視頻等多種模態(tài)的模型，近期平臺(tái)功能也
2024年02月12日
瀏覽(26)
圖生圖—AI圖片生成Stable Diffusion參數(shù)及使用方式詳細(xì)介紹
????????本文為博主原創(chuàng)文章，未經(jīng)博主允許不得轉(zhuǎn)載。 ????????本文為專欄《Python從零開始進(jìn)行AIGC大模型訓(xùn)練與推理》系列文章，地址為“https://blog.csdn.net/suiyingy/article/details/130169592”。 ????????Stable Diffusion webui的詳細(xì)安裝步驟以及文生圖（txt2img）功能詳細(xì)介紹
2024年02月08日
瀏覽(93)
Stable Diffusion生成圖片
畫質(zhì) masterpiece,best quality,illustration,extremely detail CG unity 8k wallpaper,ultra-detailed,depth of field 杰作，最佳質(zhì)量，插圖，極度詳細(xì)的8K壁紙，超高詳細(xì)度，景深畫風(fēng) Chinese ink painting,water color,oil painting,sketch,realistic 中國水墨畫，水彩，油畫，素描，寫實(shí) 人物 1girl,solo,upper body,black hair,
2024年02月07日
瀏覽(19)
Stable Diffusion 生成高清圖片
記錄一下使用 Stable Diffusion 生成高清圖片使用的插件和過程。打開 Stable Diffusion，單擊 “擴(kuò)展” = “從網(wǎng)址安裝”，輸入下面項(xiàng)目，單擊 “安裝”，擴(kuò)展的 git 倉庫網(wǎng)址: https://github.com/Coyote-A/ultimate-upscale-for-automatic1111 然后單擊 “已安裝\\\"，確認(rèn) “ultimate-upscale-for-automatic1
2024年02月08日
瀏覽(23)
使用stable diffusion生成圖片
requirements.txt 內(nèi)容如下保存為stable_diffusion.py并執(zhí)行 ?
2024年02月13日
瀏覽(94)
AIGC專欄4——Stable Diffusion原理解析-inpaint修復(fù)圖片為例
Inpaint是Stable Diffusion中的常用方法，一起簡單學(xué)習(xí)一下。 https://github.com/bubbliiiing/stable-diffusion 喜歡的可以點(diǎn)個(gè)star噢。 txt2img的原理如博文 Diffusion擴(kuò)散模型學(xué)習(xí)2——Stable Diffusion結(jié)構(gòu)解析-以文本生成圖像（文生圖，txt2img）為例 img2img的原理如博文 Diffusion擴(kuò)散模型學(xué)習(xí)3——Sta
2024年02月10日
瀏覽(24)
【深度學(xué)習(xí) AIGC】stable diffusion webUI 使用過程，參數(shù)設(shè)置，教程，使用方法
如果你想使用docker快速啟動(dòng)這個(gè)項(xiàng)目，你可以按下面這么操作（顯卡支持CUDA11.8）。如果你不懂docker，請參考別的教程。模型文件即checkpoint已包含了與vae相關(guān)的參數(shù)。然而，穩(wěn)定擴(kuò)散官方和novelai泄露的文件都包含了額外的vae，用于改進(jìn)面部或其他細(xì)節(jié)。因此，加載vae文件實(shí)
2024年02月05日
瀏覽(57)
【AIGC】PyTorch Stable Diffusion 和 Habana Gaudi 的藝術(shù)生成
? In this post, we will learn how to run PyTorch stable diffusion inference on Habana Gaudi processor, expressly designed for the purpose of efficiently accelerating AI Deep Learning models. 在本文中，我們將學(xué)習(xí)如何在 Habana Gaudi 處理器上運(yùn)行 PyTorch 穩(wěn)定擴(kuò)散推理，該處理器專為高效加速 AI 深度學(xué)習(xí)模型而設(shè)計(jì)。 ?
2024年02月09日
瀏覽(19)
在線試用Stable Diffusion生成可愛的圖片
https://inscode.csdn.net/@inscode/Stable-Diffusion 采樣迭代次數(shù)設(shè)為80，生成批次和每批數(shù)量均設(shè)為4，其他均為默認(rèn)參數(shù)。下面先找?guī)讉€(gè)stable diffusion內(nèi)測時(shí)用到的提示詞，來測試一下inscode的生成效果，然后再給一組相似的中文提示詞，看一下二者的區(qū)別。提示詞1 英文提示詞 sun and
2024年02月15日
瀏覽(16)