当前位置： 首页 > news >正文

AI绘图-Stable Diffusion-WebUI的基本用法

news 2025/8/5 13:55:14

前言

  WebUI中的功能十分多无法一一说明，个人多进行尝试和探索才能更加熟练工具的应用；在本章中将会介绍Stable Diffusion中WebUI的安装、常见模块介绍以及文生图、图生图的常用方法


1 WebUI安装和介绍：


1.1 安装

  • B站搜索秋叶，通过夸克网盘进行安装

在这里插入图片描述

  • 视频中自带Stable Diffusion安装教程，安装完成后启动Stable Diffusion

在这里插入图片描述

名称功能
高级选项调整生成引擎、显存优化等，一般来说是默认设置
疑难解答在生成图片出现错误的时候，这里进行扫描并生成错误报告
版本管理对SD、扩展插件的版本进行升级以及管理
模型管理对生成图像时使用到的各种模型进行管理
  • 简易的一图流教程:

在这里插入图片描述

  • 点击一键启动后打开浏览器

在这里插入图片描述


1.2 介绍

1.2.1 Stable Diffusion模型

 选择之前下载过的模型，大模型是生成图片的基础，一般分为真实类型、3D类型、动漫类型


模型下载网站可以选择Civitai、liblib

在这里插入图片描述


大模型下载可以在网站的筛选器中选择checkpoint

在这里插入图片描述


选择好下载的模型之后，可以在模型管理中打开大模型所在的文件夹

在这里插入图片描述


进入文件夹后将下载好的大模型文件放入
在这里插入图片描述


1.2.2 VAE模型和CLIP终止层数

 VAE模型：个人理解上来看与添加滤镜比较相似，一般默认选择自动

在这里插入图片描述


CLIP终止层数：目的是跳过一些不必要的图像生成步骤，减少设备生成时间和负担，CLIP值越低，生成的图片越符合提示词的描述


1.2.3 文生图

  • 正向提示词框：希望在画面中出现的元素

 可以在小框中输入中文，会直接翻译到正向提示词框中

在这里插入图片描述


提示词一栏可以提供思路以及加载扩展模型

在这里插入图片描述


正向提示词建议书写结构
在这里插入图片描述


提示词的分隔与权重：一般使用英文‘,’进行分隔，权重有两种写法：
写法一：(1 girl:1.5)：表示增强提示词的权重到1.5倍
写法二：(((1 gril)))：每套一层括号，提示词权重增强1.1倍，表示1.331倍权重


提示词的其他语法：
[girl|cat]：表示猫女，女孩与猫融合
[cat:dog:20]：表示前20步渲染猫，之后开始被替代开始渲染狗
[dog:10]：狗在10步之后开始渲染\


  • 反向提示词框：不希望在画面中出现的元素

  • 生成模块：

在这里插入图片描述
从左到右，功能依次为：

按钮功能
第一个读取上次生成的参数
第二个与第一个功能类似
第三个删除所有正反向提示词
第四个将预设里的反向提示词记载到提示词框中，预设需要在下方的画笔处进行设置

  • 采样方法：指从随机噪声生成最终图像时所采用的计算步骤和数学策略，它决定了图像生成的路径、速度和质量；使用其他大模型时根据模型作者推荐进行设置，日常一般使用DPM++2M或者Euler a

  • 调度类型：指控制噪声随时间步长衰减方式的数学策略，它决定了采样过程中每一步噪声的调整节奏和强度；同样需要根据模型作者推荐的进行设置，一般使用Karras；采样器负责执行生成步骤的算法，而调度类型则定义这些步骤中噪声的衰减规则，两者配合完成图像生成

  • 迭代步数：指AI从随机噪声生成最终图像所经历的降噪计算次数，它直接影响图像细节的精细度和生成所需时间；一般选择20-50区间，过少精度不够，过多容易出现伪影

  • 提示词引导数：指控制AI对输入提示词的服从强度的参数，数值越高则生成结果越严格贴合提示词，但可能丧失创意性；数值越低则AI自由度越高，但易偏离主题；一般设置为7

  • 总批次数和单批次量：前者适合电脑性能不高，一批次一张图片，生成多批次；后者适合电脑性能高，只生成一批次，一批次多张图片

  • 随机种子值：指生成图像时使用的初始噪声图的唯一数字标识，它决定了AI绘画的起点噪声状态，直接影响图像的构图、细节和风格；相同的种子值在相同参数下会生成完全一致的图像

在这里插入图片描述


  • ADetailer：是一个后处理插件，用于自动检测并增强图像中的细节，通过局部重绘修复模糊或畸变问题，可以用于人脸的修复

 一般选用mediapipe_face_full，保证随机种子值与想要重绘的图片一致，在重绘模块中调整局部重绘幅度重新生成局部
在这里插入图片描述


  • 高分辨率修复：指通过分阶段生成策略（先快速生成低分辨率图像，再基于其细节智能放大至高清）来平衡效率与画质的核心功能，不能和ADetailer同时使用

 放大算法：一般使用R-ESRGAN 4x+和R-ESRGAN 4x+ Anime6B，前者适合发大真实性的图片，后者适合放大动漫类型的图片
高分迭代步数：再次参考关键词进行生成，一般设置为0或10
放大倍数：将图像原来的大小扩大几倍
在这里插入图片描述


1.2.4 图生图

  • 相比于文生图，图生图多出了两个按钮：

在这里插入图片描述
CLIP反推：使用CLIP神经网络创建图像的文本描述，并且将其填入到提示词框中
DeepBooru：使用DeepBooru神经网络创建图像的文字描述，并且将其填入到提示词框中


前者一般用于真实场景，输出语言风格是自然语言描述；后者一般用于动漫场景，输出风格是短标签组合


  • 不过一般对于反推提示词，通常会使用WD1.4标签器，第一次使用可能会下载反推模型，时间会比较长

在这里插入图片描述

 阈值越低，反推的越仔细，获得到的提示词就越多，一般默认即可
在这里插入图片描述


  • 原图像素比较小的时候，可以使用三角形按钮自动检测尺寸

在这里插入图片描述


  • 如果原图像素值过大，可以尝试重绘尺寸倍数，将尺度调小，其中1是原来比例

在这里插入图片描述


  • 重绘幅度越大，图生图后的图像改变就越大，与提示词的关联度就越高

在这里插入图片描述


  • 涂鸦：指用户通过手绘线条或色块覆盖原图局部区域，直接引导AI在指定位置进行定向重绘的交互式创作方式

在这里插入图片描述


  • 局部重绘：手绘蒙版区进行针对局部的重新生成

在这里插入图片描述


  • 涂鸦重绘：指用户通过手动绘制色块或线条覆盖图像局部区域，直接以视觉方式引导AI在该区域进行定向内容生成与替换的过程；例如画一个棕色区域胡，结合指导词“房子”，即可局部重绘出棕色的房子

在这里插入图片描述


  • 上传重绘蒙版：根据已有的蒙版图片，对原图像进行重绘

在这里插入图片描述

 蒙版图片可以从Inpaint Anything模块进行获取

在这里插入图片描述
第一次使用需要先下载模型，模型一般使用默认；上传图像之后点击运行Segment Anything，之后根据需要导出蒙版的部位用画笔进行点画


 最后在仅蒙版模块下点击获取蒙版，并Send to img2img inpaint

在这里插入图片描述


  • PNG图片信息：还原使用SD生成的图片信息，包括正反向提示词、使用的模型以及参数等

在这里插入图片描述


1.2.5 脚本

  • 在下方可以选择脚本xyz图表，可以根据自己的需求进行设定，一般用来对比在不同模型以及不同参数下，步数有什么不同

在这里插入图片描述


  • 除此之外还有提示词矩阵，直接在正向引导词处使用’|’代替’,’即可使用，例如’1cat|playing with oranges|playing with apples’，一般可以用于模特更换不同的衣服

在这里插入图片描述


1.2.6 Lora模型

  • 基本概念：指通过微调少量关键层参数生成的轻量级适配器，用于在基础大模型上叠加特定风格、角色或概念，实现定制化效果而不改变原模型结构；比如将普通人物转成迪士尼画风或固定生成某个原创角色

  • 下载安装：可以在模型网站上筛选出LORA标签，选择需要的进行下载，下载完成后将文件安装在下面的位置：

在这里插入图片描述


  • 使用Lora模型的顺序：

 加载基础大模型->加载Lora插件->触发词激活->使用成功
在Lora模块中选择想要加载的插件，加载Lora插件：
在这里插入图片描述

http://www.lryc.cn/news/610295.html

相关文章：

  • SwiftUI ios开发中的 MVVM 架构深度解析与最佳实践
  • 深度学习零基础入门（4）-卷积神经网络架构
  • （JAVA）自建应用调用企业微信API接口，设置企业可信IP
  • 流量见顶时代，知识付费 IP 的破局逻辑
  • 汇川PLC通过ModbusTCP转Profinet网关连接西门子PLC配置案例
  • 飞算 JavaAI 实战：从代码生成到架构优化的全场景应用指南
  • 机试备考笔记 4/31
  • springboot博客实战笔记01
  • 登Nature子刊，基于基因测序和机器学习的废水流行病学评估，病毒检出时间最高提前4周
  • 机器学习（11）：岭回归Ridge
  • 服务器的Mysql 集群技术
  • 经典设计模式
  • YOLO11涨点优化：原创自研DSAM注意力！基于BiLevelRoutingAttention的颠覆性升级
  • 06 基于sklearn的机械学习-欠拟合、过拟合、正则化、逻辑回归
  • Ethereum: 深度解析Web3世界的合规之门, ERC-1400证券型代币标准
  • ISCC认证：可持续生产的新标杆。ISCC如何更快认证
  • 线程互斥锁：守护临界区的关键
  • 服务器数据安全：利用阿里云OSS/腾讯云COS实现网站数据自动备份
  • 2.5 DICOM 传输语法（Transfer Syntaxes）
  • 【Canvas与文字】生存与生活
  • 文件与目录操作命令
  • SRIO入门之官方例程仿真验证
  • History 模式 vs Hash 模式：Vue Router 技术决策因素详解
  • 数据结构——并查集及C++实现
  • 0.08B参数以小博大：用小模型生成媲美GPT-4o的古典诗词
  • 土壤温度传感器CG-03在实际应用中的价值体现
  • 刷题记录0804
  • AI小说创作工具体验：本地部署助力文学创作，Ollama+AIStarter一键搞定
  • 数据驱动建模——数据孪生继续
  • docker-compose一键部署Springboot+Vue前后端分离项目