当前位置: 首页 > news >正文

AI 绘画 | Stable Diffusion 图生图

图生图简介

Stable Diffusion 不仅可以文生图,还可以图生图。文生图就是完全用提示词文本去生成我们想要图片,但是很多时候会有词不达意的感觉。就像我们房子装修一样,我们只是通过文字描述很难表达出准确的想要的装修效果,如果能给到一张设计图或者效果图,那么就能更加直白的表达我们的想要的意思了。

图生图原理

在这里插入图片描述
文生图很难描述出我们对画面一些细节的控制,比如设计场景,我们要对图片中出现的所有事物进行细致的描述,物体的尺寸比例等,这样的提示词非常难写,即使能写出来,AI生图的过程就像在卡牌中抽卡一样,也许很久也抽不到我们想要的那张。于是就有了图生图的功能,我们可在sd web ui里上传一张图片,通过图片文件的方式告诉Ai一些信息,但是仅仅只上传一张图片是不够的。就像你工作的时候,领导给你发了一张图片,然后一句话不说,你也不清楚,领导的意图。还有一点就是,Ai对图片的理解也不是完全没有偏差,所有还要搭配提示词一起使用,才能有更好的效果。

图生图基本步骤

在这里插入图片描述

导入图片

选择图图生图,在中间面板中,点击上传或者拖放图片到这里。即可完成图片的导入。
在这里插入图片描述

参数设置

在这里插入图片描述

图生图和文生图一样,也有迭代步数、采样算法、提示词引导系数、宽高、随机种子等参数设置,不同的是多个一个缩放模式和重绘幅度(尺寸)、还有原来文生图宽高设置的地方改成了重绘幅度和尺幅。感觉文生图的过程更像是在我们上传图片的基础上做的重绘,事实好像确实如此,当我们不写任何提示词,重绘尺寸和原图保持一直,迭代步数设置为2,重绘幅度设置为0时,会得到和原图一模一样的图片
在这里插入图片描述
当我们将迭代步数调大设置为20,重绘幅度也调大设置为0.5时,因为我选择的底模是真人大模型,所以生成的图像会趋近于真人。

  • 当迭代步数越大,图像就越趋近于真人且有更多细节变化。
  • 当重绘幅度越大,生成的图像就和原图的相似度越小。

在这里插入图片描述
值得说明的是

  • 当我设置重绘尺寸的宽高和原图不一样的时候,画面就被拉伸或者缩短。
  • 图生图不仅可以设置重绘后图片的尺寸(宽高),也可通过重绘倍数去设置,生成的图片是原图等比放大或者缩小的多少倍数。
  • 当我们切换到重绘倍数面板,重绘尺寸失效,就会按照重绘倍数生成。反之当我切换到重绘尺寸,之前设置的重绘倍数就会失效,会按照我们设置重绘的宽高生成。

书写提示词

如果我们像对图片的内容做一些修改,比如让美女的表情发生一些变化,比如让美女微笑,我们只需要在正向提示词输入框里输入smlie提示词,设置迭代步数是20,重回幅度为0.45,点击生成。
在这里插入图片描述
在这里插入图片描述

随机种子应用

Stable Diffusion的随机种子(seed)是一个用于生成图像的随机数字,它与其他参数一起被用于驱动扩散过程。**这个随机种子可以确保每次运行模型时,只要输入相同的参数(包括提示词和随机种子),就能得到相同的图像。**换句话说,随机种子可以看作是每个图画的唯一编码。

当随机种子设置为-1时,图画会随机生成。如果用户对生成的图片满意,他们可以复制下面的种子数值,填入随机种子框内,后续生成的图画将与之前的图画相似。

因为Stable Diffusion生成图片每次都是随机的过程,即使相同的提示词和参数设置也会得到不一样的图片,如果我们想要上一次生成的图片上加入一些元素的话,就需要用到随机种子了。

在这里插入图片描述
首先点击下这个按钮锁定下上次出图的随机种子,然后在正向提示词输入框内加入,necklace(项链)的提示词,在点击生成就能再上次的图片上将人物带上项链了,前提还要保证除了提示词以外其他参数,包括checkpoint模型保持不变。
在这里插入图片描述

图生图扩展应用

图生图还有 涂鸦、局部重绘、涂鸦重绘,蒙版重绘的功能,利用这些功能我们可以将一张原始图片发生很多变化。比如动漫人物变为真人人物、真人变化动漫人物,2d动漫人物变3d动漫人物,3d动漫变2d动漫人物,模特换装,产品场景图等,后面都会讲到,感兴趣的朋友,记得一键三连,你的支持是我更新的动力!!!
在这里插入图片描述

http://www.lryc.cn/news/223247.html

相关文章:

  • Nat. Med. | 基于遗传学原发部位未知癌症的分类和治疗反应预测
  • RocketMQ如何安全的批量发送消息❓
  • 计算机视觉与深度学习 | 基于视觉惯性紧耦合的SLAM后端优化算法
  • GDI+ 绘制透明图
  • 【Java】IntelliJ IDEA使用JDBC连接MySQL数据库并写入数据
  • Linux Hadoop平台伪分布式安装
  • 【STM32-DSP库的使用】基于Keil5 + STM32CubeMX 手动添加、库添加方式
  • createElement的用法
  • Mabitys总结
  • JAVA安全之Log4j-Jndi注入原理以及利用方式
  • Spring源码系列-框架中的设计模式
  • 数据的读取和保存-MATLAB
  • C++ 输入、输出和整数运算
  • Element Plus 解决组件显示英文问题
  • sqlite3.NotSupportedError: deterministic=True requires SQLite 3.8.3 or higher
  • 单线程介绍、ECMAScript介绍、操作系统Windows、Linux 和 macOS
  • 【Docker】iptables基本原理
  • 微服务架构——笔记(3)Eureka
  • 网络编程套接字(2)——简单的TCP网络程序
  • MySQL数据库的简单的面试题
  • hbuilderx打包应用上传到app store构建版本的教程
  • 第五届泰迪杯数据分析技能赛B题源码图片分享
  • 【小白专用】VSCode下载和安装与配置PHP开发环境(详细版) 23.11.08
  • Qlik Sense : Fetching data with Qlik Web Connectors
  • 聊一聊 tcp/ip 在.NET故障分析的重要性
  • 利用梯度上升可视化卷积核:基于torch实现
  • python+playwright 学习-85 启动参数 proxy 设置代理几种方式
  • Clion 搭建Qt projects
  • 合肥工业大学数据库实验报告
  • 设计模式-装饰器模式(Decorator)