大概22年跑的流程可以参考。
常用查询prompt(tag)网站
https://lexica.art/
魔咒百科词典https://aitag.top/
NovelAI在线文档
(需注册语雀账号)https://www.yuque.com/longyuye/lmgcwy
Stable-diffusion Tag (脸部方法构造)
(原作者)https://rentry.org/faces-faces-faces
(B站专栏)https://www.bilibili.com/read/cv19126281
Tag书写规范
https://www.bilibili.com/read/cv19143955
预设(保存常用tag)
随机添加一个艺术家的名字,不推荐使用,可以手动输入想要的艺术家名字
保存预设
再次保存同名的预设会覆盖
查看和切换预设
应用预设
文本转图像
Tag技巧,前边多用赞美的词语
(masterpiece)), (((best quality))), ((ultra-detailed))...
否定tag(常用防止翻车咒语)
nsfw,lowres, bad anatomy, bad hands, text, error, missing fingers, extra digit, fewer digits, cropped, worst quality, low quality, normal quality, jpeg artifacts, signature, watermark, username, blurry
采样步数:推荐20-50之间
采样算法:Euler a
现在免费的模型训练的时候用的都是512x512,所以宽高尽量用512x512 效率最高 效果最好,生成较好的图之后可以等比例缩放(AI填补细节)
多个tag之间, (英文逗号)隔开
CFG指数(AI参考tag的指数)尽量大于等于 tag数
不宜太大,否则画面颜色和线条会比较重
Tag可以用括号增加权重,括号越多优先级越大
例:(girl)((boy))
用数字描述数量
例:1girl
示例1:
1. 切换官方默认模型
2. 应用 常用的预设
3. 输入tag:white cat,on the tree
4. 设置生成次数和每次数量
次数=9,每次数量1(建议设置为1,修改生成次数,性能更好,效率更高)
5. 生成图片,选中一张图,复制图片基础信息,刷新界面
6. 粘贴图片基础信息到tag中,选择应用
7. 生成图片,得到刚才选择的固定图片
随机种切换和固定随机种
附加变异种子:引入新的随机变量,用法和随机种相同,可以调节变异强度。
变异强度:强度越小,原图变化越小,强度越大,原图变化越大。
按照固定配置连续生成图片
生成按钮右键选择永远生成,不手动停止就会一直生成下去,生成的图片自动保存
停止连续生成
图像手动保存和生成配置文件和自动打包
可以在设置中修改保存目录
生成图片的时候自动生成一个带有tag信息的文本文件
*最新版本bug,tag过多(大于等于10)无法生成图片问题。
错误代码FileNotFoundError: [Errno 2] No such file or directory: 'outputs/txt2img-images
解决办法:设置保存文件和网格文件到子目录
保存到子目录会自动创建一个文件夹。然后把图像保存到这个目录里。
发送图片到图片转图片,到局部绘制,到高清化
脚本
*X/Y图(复杂操作,耗时较长)
X和Y可以设置想要的参数,比如x是步数,y是CFG指数
赋值语法
步数例子:20-40(+2) 代表输出从20到40的连续图片,前后两张图查2步
绘制二维矩阵网格图
生成单张大图
每张图是否完全随机,不勾选网格里的图构图会比较相似
图像转图像
示例:
1.在文本转图片中生成九张图,选择一张,发送到图片转图片
Tag:(masterpiece)), (((best quality))), ((ultra-detailed)), ((illustration)), ((disheveled hair)),starry sky,night sky full moon,shoting star,space,planet,(1 girl), (solo), dynamic angle, big top sleeves, floating, beautiful detailed sky, on beautiful detailed water, beautiful detailed eyes, overexposure, (fist), expressionless, side blunt bangs, hairs between eyes, ribbons, bowties, buttons, bare shoulders, (((small breast))), detailed wet clothes, blank stare, pleated skirt, flowers
设置反向tag,其余设置默认即可
2. 使用脚本x/y图,修改x轴为修改将噪强度0-1(+0.1),y轴为空,生成图片
3. 结果
降噪强度(和原图相似程度)越靠近1 ai越自由发挥,越靠近0变化越小
4. 选择一张图发送到蒙板
5.
蒙板大小设置和撤销操作,在脸部绘制蒙板
6. (可以删除原有tag),输入smile,red eyes 降噪强度=0.6 生成图片
7. 修改蒙板区域为非蒙板区域,降噪强度=0.3 生成图片
8. 选择蒙板内容为填充,修改蒙板模糊程度0-10(+1)分别生成
接缝较硬的时候可以适当修改蒙板模糊强度,会更柔和的过度
Png信息
查看图片是否是ai生成的图
高清化
按比例缩放
缩放:把图片缩放指定比例,ai修补像素,不是简单的放大。
缩放到指定宽高
裁剪:自动适应宽高
各种修脸的参数(0-1),适合三次元照片
*训练-训练专属绘画模型
裁剪图片网站:https://www.birme.net/
裁剪20张 512x512的图片备用
Webui设置
生成的模型融合到基础模型的程度,越高融合程度越大
勾选训练时卸载VAE和CLIP (影响训练结果和效率)
设置完毕选择应用
1.创建emb嵌入模型
名称:prompt中输入名称(例子far-touhou)调用,生成的文件为far-touhou.pt
生成目录 stable-diffusion-webui\embeddings
初始化文本:随便输入一个文本,最好是关于准备训练的图片内容的
特征矢量数:越大训练时间越长
2. 预处理图像
设置源目录(20张512x512的图片目录)
设置输出目录(空目录最好)
宽高为512-512
反转副本:把原图20张反转,提高训练质量,影响训练时间,基础图准备的多可以不勾选
勾选即可
预处理
3.训练
Emb嵌入选择刚才创建的far-touhou.pt文件
学习率=0.005
数据集目录:图像预处理的输出目录
宽高512x512
最大步数:越大学习结果越好,时间消耗很大
开始训练
没有评论:
发表评论