Txt2img 選項卡。

Stable Diffusion 檢查點是一個用于選擇模型的下拉菜單。您需要將模型文件放在文件夾stable-diffusion-webui>?models>中Stable-diffusion。

下拉菜單旁邊的刷新按鈕用于刷新模型列表。當您剛剛將新模型放入模型文件夾并希望更新列表時使用它。

提示文本框：把你想在圖像中看到的內(nèi)容。要詳細和具體。使用一些經(jīng)過驗證的關(guān)鍵字。您可以在此處找到簡短列表或在提示生成器中找到更廣泛的列表。

否定提示文本框：把你不想看到的東西放上去。使用 v2 模型時應(yīng)使用否定提示。您可以使用通用否定提示。

采樣方法：去噪過程的算法。我使用DPM++ 2M Karras，因為它很好地平衡了速度和質(zhì)量。您可能希望避免使用任何祖先采樣器（帶有a的采樣器），因為即使在較大的采樣步驟中，它們的圖像也不穩(wěn)定。這使得調(diào)整圖像變得困難。

采樣步驟：去噪過程的采樣步驟數(shù)。越多越好，但也需要更長的時間。25 個步驟適用于大多數(shù)情況。

寬度和高度：輸出圖像的大小。對于 v1 模型，您應(yīng)該至少將一側(cè)設(shè)置為 512 像素。例如，對于縱橫比為 2:3 的肖像圖像，將寬度設(shè)置為 512，將高度設(shè)置為 768。使用 v2-768px 模型時，至少將一側(cè)設(shè)置為 768。

批次計數(shù)：運行圖像生成管道的次數(shù)。

批量大?。好看芜\行管道時要生成的圖像數(shù)。

生成的圖像總數(shù)等于批計數(shù)乘以批大小。您通常會更改批量大小，因為它更快。如果遇到內(nèi)存問題，您只會更改批次計數(shù)。

CFG scale?:?Classifier Free Guidance scale?是一個參數(shù)，用于控制模型應(yīng)在多大程度上尊重您的提示。

1 – 大多忽略你的提示。
3 – 更有創(chuàng)意。
7 – 遵循提示和自由之間的良好平衡。
15 – 更加遵守提示。
30 – 嚴格按照提示操作。

下圖顯示了使用固定種子值更改 CFG 的效果。您不想將 CFG 值設(shè)置得太高或太低。如果 CFG 值太低，Stable Diffusion 將忽略您的提示。當它太高時，圖像的顏色會飽和。

種子：用于在潛在空間中生成初始隨機張量的種子值。實際上，它控制圖像的內(nèi)容。生成的每個圖像都有自己的種子值。如果設(shè)置為 -1，AUTOMATIC1111 將使用隨機種子值。

修復種子的一個常見原因是修復圖像的內(nèi)容并調(diào)整提示。假設(shè)我使用以下提示生成了圖像。

女人，裙子，城市夜景背景的照片

我喜歡這張圖片并想調(diào)整提示以將手鐲添加到她的手腕上。您將種子設(shè)置為此圖像的值。種子值位于圖像畫布下方的日志消息中。

圖像的種子值（突出顯示）在日志消息中。

將該值復制到種子值輸入框。或者使用回收按鈕復制種子值。

現(xiàn)在在提示中添加術(shù)語“手鐲”

女人，裙子，城市夜景背景，手鐲的照片

你會得到一張類似的照片，她的手腕上戴著手鐲。

場景可能會完全改變，因為某些關(guān)鍵詞的強度足以改變構(gòu)圖。您可以在稍后的抽樣步驟中嘗試交換關(guān)鍵字。

使用骰子圖標將種子設(shè)置回 -1（隨機）。

額外的種子選項

檢查額外選項將顯示額外種子菜單。

變體種子：您要使用的附加種子值。

變異強度：種子與變異種子之間的插值程度。將其設(shè)置為 0 使用種子值。將其設(shè)置為 1 使用變化種子值。

這是一個例子。假設(shè)您從相同的提示和設(shè)置生成了 2 個圖像。它們有自己的種子值，1 和 3。

第一張圖片：種子值為 1。

?第二張圖片：種子值為 3。

您想要生成這兩個圖像的混合。您可以將種子設(shè)置為 1，將變化種子設(shè)置為 3，并在 0 和 1 之間調(diào)整變化強度。在下面的實驗中，變化強度允許您在兩個種子之間產(chǎn)生圖像內(nèi)容的過渡。當變化強度從 0 增加到 1 時，女孩的姿勢和背景逐漸變化。

從寬度/高度調(diào)整種子大?。杭词鼓褂孟嗤姆N子，如果更改圖像大小，圖像也會發(fā)生顯著變化。此設(shè)置嘗試在調(diào)整圖像大小時修復圖像的內(nèi)容。您將在寬度和高度滑塊中放置新尺寸，并在此處放置原始圖像的寬度和高度。將原始種子值放入種子輸入框。將變異強度設(shè)置為 0 以忽略變異種子。

假設(shè)您喜歡這張 512×800 的圖像，種子值為 3。

512×800

當您更改圖像大小時，即使保持相同的種子值，構(gòu)圖也會發(fā)生巨大變化。

512×600

512×744設(shè)置不同的尺寸會顯著改變圖像。

當您從高度和寬度設(shè)置中打開調(diào)整大小種子時，您將獲得更接近原始尺寸的新尺寸。它們并不完全相同，但它們很接近。

512×600

512×744使用調(diào)整大小種子選項，圖像更接近原始圖像。

還原人臉

Restore faces應(yīng)用了一個額外的模型，該模型經(jīng)過訓練可以恢復面部缺陷。以下是之前和之后的例子。

原來的

面部修復

在使用Restore Faces之前，您必須指定要使用的面部恢復模型。首先，訪問“設(shè)置”選項卡。導航到面部修復部分。選擇面部修復模型。CodeFormer是一個不錯的選擇。將 CodeFormer 權(quán)重設(shè)置為 0 以獲得最大效果。請記住單擊“應(yīng)用設(shè)置”按鈕以保存設(shè)置！

返回到txt2img選項卡。檢查恢復面孔。面部恢復模型將應(yīng)用于您生成的每張圖像。

如果您發(fā)現(xiàn)該應(yīng)用程序影響面部樣式，您可能需要關(guān)閉面部修復?；蛘撸梢栽黾?CodeFormer 權(quán)重參數(shù)以降低影響。

平鋪

使用平鋪選項生成可以平鋪的周期性圖像。下面是一個例子。

花朵圖案

此圖像可以像墻紙一樣平鋪。

2×2 平鋪。

使用 Stable Diffusion 的真正寶藏是允許您創(chuàng)建任何圖像的圖塊，而不僅僅是傳統(tǒng)圖案。您所需要的只是提出一個文本提示。

雇用。使固定。

高分辨率修復選項應(yīng)用升頻器來放大圖像。您需要這個，因為 Stable Diffusion 的原始分辨率是 512 像素（或某些 v2 模型的 768 像素）。圖像對于許多用途來說太小了。

為什么不能將寬度和高度設(shè)置得更高，比如 1024 像素？偏離原始分辨率會影響構(gòu)圖并產(chǎn)生問題，例如生成帶有兩個頭像的圖像。

所以必須先生成兩邊512像素的小圖。然后將其放大到更大的。

檢查雇用。fix以啟用高分辨率修復。

升頻器：選擇要使用的升頻器。

各種Latent upscaler 選項在潛在空間中縮放圖像。它是在文本到圖像生成的采樣步驟之后完成的。該過程類似于圖像到圖像。

其他選項是傳統(tǒng)和 AI 升頻器的混合。

雇用步驟：僅適用于潛在的升級者。它是放大潛像后的采樣步數(shù)。

去噪強度：僅適用于潛在的升級器。該參數(shù)與image-to-image中的含義相同。它控制在執(zhí)行 Hires 采樣步驟之前添加到潛像的噪聲。

?

現(xiàn)在讓我們看看將下面的圖像放大到 2 倍的效果，使用latent作為放大器。

原圖

0.65

0.9latent upscaler 的去噪強度必須高于 0.5。否則，您會得到模糊的圖像。

由于某種原因，它必須大于 0.5 才能獲得清晰的圖像。將它設(shè)置得太高會使圖像發(fā)生很大變化。

使用潛在的放大器的好處是沒有像 ESRGAN 這樣的其他放大器可能引入的放大偽像。Stable Diffusion 的解碼器生成圖像，確保風格一致。缺點是它會在一定程度上改變圖像，這取決于去噪強度的值。

放大系數(shù)控制圖像的放大倍數(shù)。例如，將其設(shè)置為 2 會將 512 x 768 像素的圖像縮放為 1024 x 1536 像素。

或者，您可以指定“resize width to”和“resize height to”的值來設(shè)置新的圖像大小。

您可以通過使用像 ESRGAN 這樣的 AI upscalers 來避免設(shè)置正確的去噪強度的麻煩。一般而言，將 txt2img 和放大分為兩個步驟可為您提供更大的靈活性。我不使用高分辨率修復選項，而是使用額外頁面進行放大。

Generate 按鈕下的按鈕

從左到右：

1. 

   閱讀最后的參數(shù)：它將填充所有字段，以便您在按下“生成”按鈕時生成相同的圖像。請注意，將設(shè)置種子和模型覆蓋。如果這不是您想要的，請將種子設(shè)置為 -1 并刪除覆蓋。

種子值和模型覆蓋突出顯示。

2.垃圾桶圖標：刪除當前提示和否定提示。

3.模型圖標：顯示額外的網(wǎng)絡(luò)。此按鈕用于將超網(wǎng)絡(luò)、嵌入和LoRA短語插入到提示中。

您可以使用以下兩個按鈕加載和保存提示和否定提示。該集合稱為樣式。它可以是一個簡短的短語，例如藝術(shù)家的名字，也可以是一個完整的提示。

4.加載樣式：您可以從下面的樣式下拉菜單中選擇多種樣式。使用此按鈕將它們插入到提示和否定提示中。

5.保存樣式：保存提示和否定提示。您需要為樣式命名。

圖像文件操作

您會發(fā)現(xiàn)一排按鈕，用于對生成的圖像執(zhí)行各種功能。從左到右…

打開文件夾：打開圖像輸出文件夾。它可能不適用于所有系統(tǒng)。

保存：保存圖像。單擊后，它會在按鈕下方顯示一個下載鏈接。如果您選擇圖像網(wǎng)格，它將保存所有圖像。

Zip：壓縮圖像以供下載。

發(fā)送到 img2img：將所選圖像發(fā)送到 img2img 選項卡。

Send to inpainting?: 將選中的圖片發(fā)送到 img2img 選項卡中的 inpainting 選項卡。

發(fā)送到 extras：將所選圖像發(fā)送到 Extras 選項卡。

img2img 選項卡

img2img 選項卡是您使用圖像到圖像功能的地方。大多數(shù)用戶會訪問此選項卡以修復圖像并將圖像轉(zhuǎn)換為另一個圖像。

圖像到圖像

img2img 選項卡中的一個日常用例是做……圖像到圖像。您可以創(chuàng)建遵循基本圖像組成的新圖像。

第一步：將基礎(chǔ)圖片拖放到img2img頁面的img2img選項卡中。

基本圖像。

第 2 步：調(diào)整寬度或高度，使新圖像具有相同的縱橫比。您應(yīng)該會在圖像畫布中看到一個指示縱橫比的矩形框。在上面的橫向圖像中，我將寬度設(shè)置為 760，同時將高度保持在 512。

第三步：設(shè)置采樣方式和采樣步驟。我通常使用 25 個步驟的 DPM++ 2M Karass。

第 4 步：將批量大小設(shè)置為 4。

第 5 步：為新圖像編寫提示。我將使用以下提示。

龍的真實感插圖

第 6 步：按生成按鈕生成圖像。調(diào)整去噪強度并重復。下面是具有不同去噪強度的圖像。

0.4

0.6

0.8img2img 生成的具有各種去噪強度的圖像。

許多設(shè)置與 txt2img 共享。我只會解釋新的。

調(diào)整大小模式：如果新圖像的縱橫比與輸入圖像的縱橫比不同，有幾種方法可以調(diào)和差異。

• “?Just resize?”縮放輸入圖像以適應(yīng)新的圖像尺寸。它會拉伸或擠壓圖像。

• “裁剪和調(diào)整大小”使新圖像畫布適合輸入圖像。不適合的部分被移除。原始圖像的縱橫比將被保留。

• “調(diào)整大小并填充”將輸入圖像適合新圖像畫布。額外的部分用輸入圖像的平均顏色填充?？v橫比將被保留。

• “Just resize (latent upscale)”

  

  類似于“Just resize”，但縮放是在潛在空間中完成的。使用大于 0.5 的去噪強度以避免圖像模糊。

只需調(diào)整大小

裁剪和調(diào)整大小

調(diào)整大小并填充

只需調(diào)整大小（潛在高檔）調(diào)整模式

去噪強度：控制圖像變化的程度。如果設(shè)置為 0，則沒有任何變化。如果設(shè)置為 1，則新圖像不會跟隨輸入圖像。0.75 是一個很好的起點，它有很多變化。

您可以使用內(nèi)置腳本poor man's outpainting：用于擴展圖像。請參閱涂裝指南。

草圖

您可以勾畫初始圖片，而不是上傳圖片。啟動 webui 時，您應(yīng)該使用以下參數(shù)啟用彩色草圖工具。（它已經(jīng)在快速入門指南中的Google Colab notebook中啟用）

--gradio-img2img-tool color-sketch

第 1 步：導航到img2img 頁面上的草圖選項卡。

第 2 步：將背景圖像上傳到畫布。您可以使用下面的黑色或白色背景。

黑色背景

白色背景

第 3 步：繪制您的創(chuàng)作草圖。啟用彩色素描工具后，您應(yīng)該能夠進行彩色素描。

第 4 步：編寫提示。

獲獎的房子

第 5 步：按生成。

為圖像到圖像繪制您自己的圖片。

你不必從頭開始畫東西。您可以使用草圖功能修改圖像。下面是一個示例，通過將辮子涂在上面并進行一輪圖像到圖像來移除辮子。使用滴管工具從周圍區(qū)域中選擇一種顏色。

修復

也許img2img選項卡中最常用的功能是修復。您在 txt2img 選項卡中生成了您喜歡的圖像。但是有一個小缺陷，你想重新生成它。

假設(shè)您在txt2img選項卡中生成了以下圖像。你想重新生成人臉，因為它是亂碼。您可以使用發(fā)送到修復按鈕將圖像從txt2img選項卡發(fā)送到img2img選項卡。

當切換到 img2img 頁面的 Inpaint 選項卡時，您應(yīng)該會看到您的圖像。使用畫筆工具在要重新生成的區(qū)域上創(chuàng)建一個蒙版。

圖片大小等參數(shù)設(shè)置正確，因為你使用了“發(fā)送到修復”功能。你通常會調(diào)整

• 去噪強度：從 0.75 開始。減少改變更多。增加改變較少。

• 面膜內(nèi)容：原裝

• 蒙版模式：修復蒙版

• 批量大?。?

按生成按鈕。選擇一個你喜歡的。

修補素描

Inpaint sketch 結(jié)合了修復和素描。它可以讓您像在草圖選項卡中一樣進行繪畫，但只會重新生成繪畫區(qū)域。未上漆的區(qū)域沒有變化。下面是一個例子。

修補素描。

來自修補草圖的結(jié)果。

修復上傳

Inpaint upload 允許您上傳單獨的遮罩文件而不是繪制它。

批

Batch 讓您可以為多個圖像修復或執(zhí)行圖像到圖像。

從圖像中獲取提示

AUTOMATIC1111 的Interogate CLIP按鈕將您上傳的圖像帶到 img2img 選項卡并猜測提示。當您想處理您不知道提示的圖像時，它很有用。要從圖像中獲得猜測的提示：

第 1 步：導航到img2img 頁面。

第 2 步：將圖像上傳到img2img 選項卡。

第 3 步：單擊詢問 CLIP按鈕。

提示文本框中將出現(xiàn)提示。

Interrogate?DeepBooru按鈕提供了類似的功能，除了它是為動畫圖像設(shè)計的。

升級

您將轉(zhuǎn)到用于放大圖像的額外頁面。為什么需要 AUTOMATIC1111 來放大圖像？您可以使用PC 上通常不可用的AI 升頻器。無需支付 AI 升級服務(wù)費用，您可以在此處免費進行。

基本用法

按照以下步驟升級圖像。

第 1 步：導航到“額外”頁面。

第 2 步：將圖像上傳到圖像畫布。

第 3 步：在調(diào)整大小標簽下設(shè)置Scale by?factor?。新圖像的每一側(cè)都會大很多倍。例如，一張 200×400 的圖像將變?yōu)?800×1600，比例因子為 4。

第 4 步：選擇 Upscaler 1. 流行的通用 AI upscaler 是 R-ESRGAN 4x+。

第 5 步：按生成。你應(yīng)該在右邊得到一個新圖像。

確保以全分辨率檢查新圖像。例如，您可以在新選項卡中打開新圖像并禁用自動調(diào)整。如果縮小，放大器可能會產(chǎn)生您可能會忽略的偽像。

例如，即使您不需要放大 4 倍，它仍然可以將其放大到 4 倍并稍后調(diào)整大小。這可能有助于提高清晰度。

縮放至：您可以在“縮放至”選項卡中指定要調(diào)整大小的尺寸，而不是設(shè)置比例因子。

升級器

AUTOMATIC1111 默認提供一些升頻器。

?

升頻器：升頻器下拉菜單列出了幾個內(nèi)置選項。您也可以安裝自己的。有關(guān)說明，請參閱AI 升頻器文章。

Lanczos和Nearest是老派的高端品牌。它們沒有那么強大，但行為是可以預測的。

ESRGAN、R-ESRGAN、ScuNet和SwinIR是 AI 升級器。他們可以從字面上編造內(nèi)容以提高分辨率。有些人接受過粒子風格的訓練。找出它們是否適用于您的圖像的最佳方法是測試它們。我現(xiàn)在聽起來像是一張破唱片，但一定要以全分辨率仔細查看圖像。

Upscaler 2：有時，您想結(jié)合兩個 upscaler 的效果。此選項可讓您合并兩個升頻器的結(jié)果。混合量由Upscaler 2 Visibility滑塊控制。較高的值顯示更多的 upscaler 2。

找不到您喜歡的升級器？您可以從模型庫中安裝額外的升頻器。請參閱安裝說明。

面部修復

您可以選擇在放大過程中恢復面孔。有兩個選項可用：(1) GFPGAN 和 (2) CodeFormer。設(shè)置其中任何一個的可見性以應(yīng)用更正。作為縮略圖的規(guī)則，您應(yīng)該設(shè)置可以避免的最低值，這樣圖像的風格就不會受到影響。

巴布亞新幾內(nèi)亞信息

許多 Stable Diffusion GUI，包括 AUTOMATIC1111，將生成參數(shù)寫入圖像 png 文件。這是一個方便的快速取回生成參數(shù)的函數(shù)。

如果圖像是由 AUTOMATIC1111 生成的，您可以使用發(fā)送到按鈕將參數(shù)快速復制到各個頁面。

當您在網(wǎng)絡(luò)上找到圖像并想查看提示是否留在文件中時，它很有用。

即使對于未生成的圖像，此功能也可能有幫助。您可以快速將圖像及其尺寸發(fā)送到頁面。

檢查點合并

AUTOMATIC1111 的檢查點合并用于合并兩個或多個模型。您最多可以組合 3 個模型來創(chuàng)建一個新模型。它通常用于混合兩個或多個模型的樣式。但是，不能保證合并結(jié)果。它有時會產(chǎn)生不需要的偽影。

主要模型（A、B、C）：輸入模型。合并將根據(jù)顯示的公式完成。公式將根據(jù)所選的插值方法而改變。

插值方法：

• 無插值：僅使用模型 A。這用于文件轉(zhuǎn)換或替換VAE。

• Weighted sum?: 合并兩個模型 A 和 B，對 B 應(yīng)用乘數(shù)權(quán)重 M。公式為 A * (1 – M) + B * M。

• 添加差異：使用公式 A + (B – C) * M ? ? ?合并三個模型。

檢查點格式

• ckpt：原始檢查點模型格式。

• safetensors：SafeTensors是 ? ? ?Hugging Face 開發(fā)的一種新的模型格式。它是安全的，因為與 ckpt 模型不同，加載 Safe Tensor 模型不會執(zhí)行任何惡意代碼，即使它們在模型中也是如此。

Bake in VAE：用所選的解碼器替換VAE 解碼器。它是為了用 Stability 發(fā)布的更好的版本替換原來的版本。

火車

訓練頁面用于訓練模型。它目前支持文本反轉(zhuǎn)（嵌入）和超網(wǎng)絡(luò)。我在使用 AUTOMATIC1111 進行訓練時運氣不好，所以我不會介紹這一部分。

設(shè)置

AUTOMATIC1111 的設(shè)置頁面上有大量設(shè)置列表。我無法在本文中逐一介紹它們。這里有一些你想檢查的。

確保在更改任何設(shè)置后單擊應(yīng)用設(shè)置。

面部修復

確保選擇默認的面部恢復方法。CodeFormer是一個很好的工具?？梢宰孕邢螺d。

標簽：