鏈接：https://pan.baidu.com/s/16u_VFSqBM9v3cdbM76d9Mw?pwd=qr3p?

提取碼：qr3p

——陳然

B站科普UP主，某教育培訓(xùn)公司課程研發(fā)負(fù)責(zé)人，天貓首屆AIGC品牌數(shù)藏共創(chuàng)大賽“AI創(chuàng)形紀(jì)”特約創(chuàng)作者，擁有豐富的互聯(lián)網(wǎng)及教育從業(yè)經(jīng)驗(yàn)。在B站發(fā)布的“AI繪畫魔法課堂”等視頻廣受網(wǎng)友好評(píng)。

精彩書評(píng)

——魏進(jìn)鋒 人工智能算法專家、AI領(lǐng)域創(chuàng)業(yè)者、《一本書讀懂ChatGPT》作者

AI繪畫已成為新的趨勢和潮流。本書全面、細(xì)致地講解了如何使用Stable Diffusion進(jìn)行文生圖、圖生圖等，既涉及Stable Diffusion的初級(jí)應(yīng)用，也涉及Stable Diffusion在模型訓(xùn)練、插件使用等方面的高級(jí)應(yīng)用，還為專業(yè)用戶提供了靈活的定制方案，可以讓我們充分感受AI繪畫的魅力。

目錄

--第1章 Stable Diffusion AI 繪畫入門 001--

1.1 認(rèn)識(shí)AI 繪畫 002

1.1.1 AI 的應(yīng)用領(lǐng)域 002

1.1.2 AI 繪畫簡介 003

1.1.3 為什么要學(xué)習(xí)AI 繪畫 008

1.2 Stable Diffusion 界面介紹 009

1.2.1 文生圖界面 009

1.2.2 圖生圖界面 010

1.2.3 訓(xùn)練界面 010

1.2.4 設(shè)置界面 011

1.2.5 擴(kuò)展界面 012

1.3 模型類型詳解 013

1.3.1 底模型（Base Model） 014

1.3.2 Embedding 模型 014

1.3.3 Hypernetwork 模型 014

1.3.4 LoRA 模型 015

1.4 本章小結(jié) 016

--第2章 使用Stable Diffusion 生成圖片 017--

2.1 文生圖 018

2.1.1 快速生成我們的第一張AI 圖片 018

2.1.2 編寫正面提示詞 018

2.1.3 編寫負(fù)面提示詞 020

2.1.4 提示詞的語法規(guī)則 021

2.1.5 設(shè)置參數(shù) 022

2.1.6 案例1 ：國風(fēng)少女 024

2.1.7 案例2 ：風(fēng)景壁紙 026

2.2 圖生圖 027

2.2.1 上傳底圖 027

2.2.2 設(shè)置參數(shù) 028

2.2.3 案例：普通照片風(fēng)格轉(zhuǎn)換 029

2.3 局部重繪——畫筆工具的使用 031

2.4 本章小結(jié) 033

--第3章 Embedding 模型訓(xùn)練——角色訓(xùn)練 037--

3.1 什么是AI 訓(xùn)練 038

3.2 Embedding 模型訓(xùn)練概述 039

3.3 基礎(chǔ)設(shè)置 040

3.4 創(chuàng)建Embedding 模型 042

3.5 準(zhǔn)備數(shù)據(jù)集 042

3.5.1 對(duì)數(shù)據(jù)集的基本要求 042

3.5.2 圖像預(yù)處理 043

3.6 開始訓(xùn)練 046

3.6.1 訓(xùn)練參數(shù)詳解 046

3.6.2 模型測試 048

3.7 本章小結(jié) 048

--第4章 Hypernetwork 模型訓(xùn)練——畫風(fēng) 049--

4.1 Hypernetwork 模型訓(xùn)練概述 050

4.2 基礎(chǔ)設(shè)置 050

4.3 創(chuàng)建Hypernetwork 模型 053

4.4 數(shù)據(jù)集處理規(guī)范 053

4.4.1 對(duì)數(shù)據(jù)集的基本要求 054

4.4.2 圖像預(yù)處理 054

4.5 開始訓(xùn)練 057

4.5.1 設(shè)置訓(xùn)練參數(shù) 057

4.5.2 模型測試 058

4.6 本章小結(jié) 058

--第5章 使用Dreambooth 插件訓(xùn)練大模型 059--

5.1 準(zhǔn)備工作 060

5.2 開始訓(xùn)練 060

5.2.1 創(chuàng)建模型 060

5.2.2 參數(shù)填寫 062

5.3 本章小結(jié) 072

--第6章 LoRA 模型訓(xùn)練——微調(diào)訓(xùn)練 073--

6.1 準(zhǔn)備工作 074

6.2 對(duì)數(shù)據(jù)集的基本要求 078

6.3 圖像預(yù)處理 079

6.4 數(shù)據(jù)標(biāo)注 084

6.5 訓(xùn)練參數(shù)詳解 088

6.6 模型測試 093

6.6.1 擬合度 100

6.6.2 模型的分層控制 101

6.6.3 分層調(diào)試 102

6.6.4 模型融合 105

6.7 本章小結(jié) 107

--第7章 ControlNet 插件的使用方式 109--

7.1 姿態(tài)檢測（openpose） 111

7.2 線稿提取與上色（lineart） 114

7.3 法線貼圖（normal_bae） 116

7.4 深度檢測（depth_midas） 119

7.5 毛邊檢測（softedge_hed） 120

7.6 線條檢測（M-LSD） 122

7.7 曝光度檢測（scribble） 125

7.8 語義分割（Segmentation） 127

7.9 畫風(fēng)遷移（clip_vision） 129

7.10 邊緣檢測（Canny） 131

7.11 ControlNet 插件的高級(jí)應(yīng)用 132

7.11.1 更精準(zhǔn)的3D 場景重構(gòu) 133

7.11.2 更精準(zhǔn)的人物風(fēng)格 135

7.11.3 更精準(zhǔn)的光源控制 138

7.11.4 更精準(zhǔn)的三視圖 141

7.12 本章小結(jié) 142

--第8章 項(xiàng)目實(shí)戰(zhàn)：將AI 繪畫融入商業(yè)設(shè)計(jì) 143--

8.1 家具效果圖 145

8.1.1 需求分析 145

8.1.2 定制設(shè)計(jì)方案 146

8.2 AI 插畫與插圖 153

8.2.1 需求分析 153

8.2.2 定制設(shè)計(jì)方案 154

8.2.3 應(yīng)用場景 157

8.3 AI 寵物 161

8.3.1 需求分析 161

8.3.2 定制設(shè)計(jì)方案 162

8.3.3 包裝與設(shè)計(jì) 167

8.4 原創(chuàng)IP 角色 167

8.4.1 需求分析 168

8.4.2 定制設(shè)計(jì)方案 169

8.4.3 應(yīng)用場景 173

8.5 自媒體運(yùn)營 175

8.5.1 需求分析 175

8.5.2 定制設(shè)計(jì)方案 177

8.5.3 案例一 177

8.5.4 案例二 179

8.5.5 案例三 182

8.6 本章小結(jié) 190

--附錄A 常用提示詞中英文對(duì)照表 193--

A.1 畫質(zhì) 194

A.2 環(huán)境 194

A.3 風(fēng)格 195

A.4 人物 196

A.5 發(fā)型 197

A.6 表情 198

A.7 表情符號(hào) 199

A.8 眼睛 200

A.9 服裝 201

A.10 褲襪與腿飾 202

A.11 鞋子 203

A.12 其他裝飾 204

A.13 動(dòng)作 205

查看全部↓

前言/序言

--為什么寫作本書--

隨著AI 技術(shù)的飛速發(fā)展，AIGC（Artificial Intelligence Generated Content，生成式人工智能）在美術(shù)與設(shè)計(jì)領(lǐng)域有了重大突破。各類優(yōu)質(zhì)的AI 繪畫作品與平臺(tái)逐漸出現(xiàn)在大眾的視野中，各大廠商也逐漸將AI 繪畫引進(jìn)自己的工作流程中。可以發(fā)現(xiàn)，AI 繪畫已經(jīng)成為未來的發(fā)展趨勢。筆者斗膽編寫本書，希望各位讀者通過本書進(jìn)行系統(tǒng)學(xué)習(xí)和實(shí)踐，全面掌握AI 繪畫這一技術(shù)，并將其應(yīng)用于自己的生活和工作中。