從零快速入手Stable Diffusion webui，通常有以下幾個環(huán)節(jié)：

• 安裝
  見?Stable Diffusion webui 本地安裝教程

• 選擇模型

• 關(guān)鍵詞

• 擴展/插件安裝

• ControlNet

• 模型訓練

No.1?選擇模型

1. 基礎(chǔ)模型/大模型：SD 1.5 通用模型

下載地址：

推薦SD 1.5版本，由Runway發(fā)布：

https://huggingface.co/runwayml/stable-diffusion-v1-5

老版本：

https://huggingface.co/CompVis/stable-diffusion

另有2.0版本，以及各版本的區(qū)別，詳見本課視頻。

用通用模型已經(jīng)可以上手開始生成圖像了，如果對某些特定風格有進一步要求，則可以進一步選擇經(jīng)過定制訓練后的模型。

2.?經(jīng)過定制訓練的模型

這類模型訓練屬于Fine Tune訓練。

SD模型訓練方式最常見三種，Textual Inversion、Dreambooth、LoRA。

初上手直接在C站上挑選訓練好的模型即可。類型標在C站模型預覽圖的左上角，見下圖：

a.?Textural?Inversion

• https://textual-inversion.github.io/

• 訓練后的文件小，幾K至幾十K。

• 實際上訓練后得到的是一個精煉的關(guān)鍵詞組合，embeddings文件。

• 可以多個TI組合使用。

• TI訓練，webui 內(nèi)置，文檔：

  https://github.com/AUTOMATIC1111/stable-diffusion-webui/wiki/Textual-Inversion

b.?Dreambooth

• https://dreambooth.github.io/

• 訓練后文件大，幾G。

• 訓練后得到的是一個大模型。

• 只能單個使用。

• Dreambooth訓練1，webui 擴展：

  https://github.com/d8ahazard/sd_dreambooth_extension

• 訓練選擇2，推薦

  https://github.com/bmaltais/kohya_ss

• 訓練選擇3，colab腳本

  https://github.com/TheLastBen/fast-stable-diffusion

c.?LoRA

• 是一種性能優(yōu)化的Dreambooth訓練方法。

• 訓練后文件大小適中，幾M至幾百M。

• 訓練后得到的是lora模型文件，可以搭配大模型文件一同使用。

• 可以多個LoRA組合使用。

• LoRA訓練，同Dreambooth，webui 擴展：

  https://github.com/d8ahazard/sd_dreambooth_extension

• 訓練選擇2

  https://github.com/bmaltais/kohya_ss

三種模型在SD webui里存放的位置、使用方法，詳見本課視頻。

No.2?關(guān)鍵詞

關(guān)鍵詞資源全網(wǎng)很多，課堂預購了以下幾套，在情報中心圈子里獲取。

• 20000+AI繪畫關(guān)鍵詞

• 建筑類?Architecture?Midjourney?Prompts

• 關(guān)鍵詞生成器?Prompt?Generator?-?SD?Art?v1.9?Excel版

• https://promptomania.com/stable-diffusion-prompt-builder/

• https://promptomania.com/midjourney-prompt-builder/

• https://stable-diffusion-art.com/prompt-guide/

C站模型樣例圖關(guān)鍵詞及參數(shù)一鍵拷貝方法：

詳細操作見本課視頻。

No.3?擴展/插件安裝

一些常見功能，如ControlNet，需要通過插件的方式來安裝。

可以直接在webui的Extensions里進行操作。

也可以手動安裝，通過git clone或直接下載插件包的方式，詳見：

https://github.com/AUTOMATIC1111/stable-diffusion-webui/wiki/Extensions

插件安裝、使用的教程全網(wǎng)資源也很多。

有疑問可在圈子、群內(nèi)答疑。

No.4?ControlNet

掌握了基本圖像生成后，可通過ControlNet進行更精確的控制，解決構(gòu)圖、精修等細節(jié)問題。

將在后續(xù)課程詳細講解。

ControlNet介紹及文檔：

• https://github.com/lllyasviel/ControlNet

• https://github.com/Mikubill/sd-webui-controlnet

No.5?模型訓練

模型訓練用來解決進一步風格定制、內(nèi)容細節(jié)生成、品牌形象植入等問題，也可以改善AI視頻中如角色面部控制、造型定制等問題。

將在后續(xù)課程詳細講解。

提前學習的文檔鏈接見上文第一節(jié)。

對實驗編程會員，安裝過程遇到的任何問題，都可以在情報中心進行答疑。