AI繪畫一站式教程
自2022年底以來僅過去幾個月，憑借著眾多擁有互聯(lián)網(wǎng)精神的網(wǎng)友的不懈努力，AI繪畫①已經(jīng)變得像Minecraft整合包一樣簡單易上手了。
前言
在使用AI繪畫時，請注意以下幾點：
請勿商用，避免侵犯版權(quán)或知識產(chǎn)權(quán)。
由于AI繪畫模型通常需要消耗大量的計算資源，因此請確保您的計算機性能足夠強大(建議8G顯存或以上)。
AI繪畫模型生成的繪畫作品可能存在一定的不確定性，可能無法完全滿足您的預(yù)期。建議在繪畫前調(diào)整好參數(shù)并進行適當?shù)念A(yù)覽和調(diào)整，以獲得滿意的繪畫結(jié)果。
AI繪畫模型僅是一種輔助工具，繪畫作品的創(chuàng)作過程仍需由人類藝術(shù)家進行主導(dǎo)和把控。
AI繪畫模型的開發(fā)者和貢獻者不對使用該模型所產(chǎn)生的任何后果負責(zé)，使用者需自行承擔風(fēng)險。
最后，使用AI繪畫模型可以帶來無窮樂趣和創(chuàng)造性的體驗，但請務(wù)必合法使用(尤其是真人模型)，遵守相關(guān)法律法規(guī)和道德準則。
1.本地部署
在使用AI繪畫模型之前，需要先準備一臺配備英偉達nvidia顯卡的電腦，無論什么型號最好是大顯存，像我還在用1070TI這樣的上古顯卡也可以支持AI繪畫模型的運行，甚至一些更低的顯卡也可以嘗試使用，不過可能需要降低繪畫參數(shù)或較長的等待時間。本教程不會涉及網(wǎng)站部署和云端部署③，還有midjourney④或dall⑤等其他的AI繪畫模型，而是專注于介紹Stable Diffusion。如果你是A卡用戶，可以嘗試訪問以下項目：https://github.com/lshqqytiger/stable-diffusion-webui-directml（補充：已經(jīng)被星空佬做成整合包了：BV1Y84y1H73V）
官方：
https://github.com/AUTOMATIC1111/stable-diffusion-webui
有人整合好的（應(yīng)該都自帶Python環(huán)境）：
獨立研究員-星空的整合包-BV1Ng411b7Ft
秋葉aaaki的啟動器-BV1ne4y1V7QU
注意，啟動器不包括整合包，秋葉aaaki的整合包在這里-BV17d4y1C73R
無論是誰的整合包都可以裝上啟動器，注：整合包的文件夾路徑不得有中文
把啟動器按照視頻那樣安裝進整合包之后啟動即可
用CPU也行，只不過...
模型和擴展之后在講，先啟動
2.Stable?Diffusion模型
啟動之后等待一段時間，會自然彈出網(wǎng)頁ui，這就是你的Stable?Diffusion。
一步一步來，在最左上角的位置，便是Stable Diffusion的模型選擇窗口，打開可以看見你擁有的全部模型，Stable Diffusion模型是最基礎(chǔ)的一環(huán)，不同的模型生成的效果也各不相同，模型文件一般放在
‘你的文件夾\stable-diffusion-webui\models\Stable-diffusion’
那么這些模型去哪找？
各種模型網(wǎng)站
https://civitai.com
https://rentry.co/sdmodels
https://cyberes.github.io/stable-diffusion-models/
https://publicprompts.art/
https://huggingface.co/?
http://aimodel.subrecovery.top
https://docs.qq.com/doc/DY0lFeWZuVXRCdUJU
http://www.123114514.xyz/models/ckpt
怎么識別哪個是Stable Diffusion模型？
就拿civitai舉例(civitai是個開源免費的網(wǎng)站)
看看預(yù)覽圖左上角是寫的是否是CHECKPOINT，再點進去驗證他的類型
如果是CHECKPOINT那就是Stable Diffusion的主模型
在下載這里你可能會看見safetensors格式的模型，還有VAE，一般主模型都是ckpt也就是CHECKPOINT格式，而safetensors是一種比ckpt更安全的格式，其實無論你遇見的是ckpt還是safe都能用，只需明白是格式不同而已。
而VAE是放在‘你的文件夾\stable-diffusion-webui\models\VAE’里，用于提升畫面飽和度用的，具體可看下圖啟用
打開設(shè)置，找到Stable Diffusion，剛剛放進去的VAE需要刷新一下才能看見，然后再選擇你的VAE，保存設(shè)置，第五步不能漏掉，如果你找的模型沒有自帶VAE用整合包自帶的也行。
在選擇模型的時候你可能會看到一個模型分了好幾個版本，后面都帶有fp16，fp32之類的，這些都是剪枝模型，但和全精度的模型差別并不大，體積卻可以小好幾倍。
關(guān)于LoRA，這是個很強大的微調(diào)模型，你無需下載多個體積巨大的Stable Diffusion模型，只要一個Stable Diffusion模型，搭配上LoRA，你也照樣能做到多個不一樣的模型畫風(fēng)，除了畫風(fēng)模型，LoRA也能做人物角色模型，姿勢模型等，而一個LoRA只有100MB只有的大小。在這之前只有Embedding和Hypernetworks用于微調(diào)模型，而現(xiàn)在Hypernetworks幾乎快被淘汰了，Embedding現(xiàn)在大部分也作為負面提示詞來用。
3.提示詞
關(guān)于這方面已經(jīng)有許許多多的人都做了教程，這里就不多重復(fù)了
魔咒指南：https://www.kdocs.cn/l/ckgWD4Qreu2F
AI繪畫——深度教程：https://docs.qq.com/doc/DQ3ZJSGFmeVpWc2ta
Tags基本編寫邏輯及三段術(shù)式入門與解析v3：https://docs.qq.com/doc/DSHBGRmRUUURjVmNM
元素法典：https://docs.qq.com/doc/DWHFOd2hDSFJaamFm
關(guān)于有些負面提示詞的Embedding有以下推薦
(Embedding模型放在‘你的文件夾\stable-diffusion-webui\embeddings’)：
https://huggingface.co/datasets/gsdf/EasyNegative
https://huggingface.co/datasets/Nerfgun3/bad_prompt
https://civitai.com/models/4629/deep-negative-v1x
4.參數(shù)
1.采樣方法：之后會以圖片的方式直觀的告訴你
2.采樣步數(shù)：跑一張圖需要多少步，之后也會放圖片
寬度高度就不多介紹了，就是分辨率大小
生成批次：點擊生成按鈕之后會出多少張圖，是以一張圖生成完之后再生成第二張
每批數(shù)量：每一批同時生成多少張圖，建議別動這項，費顯卡
3.提示詞相關(guān)性：之后會以圖片的方式直觀的告訴你
收集種子：默認-1，可以固定一個種子生成
面部修復(fù)：給真人用的，可平鋪：沒用過，高清修復(fù)：4.放大和5.重繪
關(guān)于分辨率有一些需要補充，就算你提示詞，種子，參數(shù)都一樣，只要分辨率有一點偏差那生成的結(jié)果都會大不一樣
1.目前所有采樣方法的效果一覽
2.Euler a，DPM++ 2M Karras，DDIM采樣各迭代20-35步
3.提示詞相關(guān)性
4.高清修復(fù)：三種常用算法
Latent，Latent(Nearest-exact)，R-ESRGAN 4x+Anime6B
5.高清修復(fù)重繪幅度(Denoising)與采樣次數(shù)(Hires steps)
5.LoRA(待補充)
lora必須要一個主模型作為依賴，主要可用于給主模型提供穩(wěn)定的人物角色，場景，姿勢，服裝，畫風(fēng)，表情等
角色LoRA
畫風(fēng)LoRA
6.ControlNet(待完善)
AI繪畫的革命性技術(shù)——擴散控制網(wǎng)絡(luò)ControlNet
什么是ControlNet?
https://arxiv.org/abs/2302.05543
ControlNet WebUI插件的安裝
https://github.com/Mikubill/sd-webui-controlnet
ControlNet模型
https://huggingface.co/webui/ControlNet-modules-safetensors
ControlNet分為預(yù)處理和模型，預(yù)處理可以根據(jù)選擇不用的模式處理你提供的圖片
canny——邊緣檢測提取線圖(待補)
hed——HED邊緣提取(待補)
midas——深度圖提取(待補)
mlsd——線段識別，適用于建筑、物體等(待補)
openpose——動作姿態(tài)提取(待補)
fake_scribble——提取涂鴉風(fēng)格線段(待補)
none——直接將參考圖片作為條件輸入(待補)
ControlNet模型則可以把預(yù)處理過的模型進行繪制
canny——基于輪廓精準繪制(待補)
depth——根據(jù)深度圖生成圖片，深度圖可以體現(xiàn)透視關(guān)系，也可用于多人圖，深度圖可由3D軟件生成，也可以使用PS(待補)
hed——相比canny自由發(fā)揮程度更高(待補)
mlsd——線段檢測，用于物體（建筑、車輛等）(待補)
normal——根據(jù)法線貼圖生成圖片(待補)
openpose——通過openpose姿態(tài)圖生成圖片，可使用Blender模型生成，?一個骨架對應(yīng)一個人，可用于多人圖(待補)
用于生成openpose骨骼的Blender模型： https://toyxyz.gumroad.com/l/ciojz，?此外也可以使用PS制作，每種顏色代表一個部位
scribble——涂鴉成圖(待補)
seg——通過色塊標注區(qū)域成圖(待補)
一些圖片：
7.Latent Couple
(待補)
畫幅分區(qū)，多人情況下不同的特征，如圖：
附加(不確定要不要做)
N.LoRA訓(xùn)練
N.模型合并
①https://zhuanlan.zhihu.com/p/586372502
②https://www.kdocs.cn/l/ckgWD4Qreu2F
③https://www.midjourney.com
④https://openai.com/dall-e-2
