Midjourney = 美图秀秀
stable diffutiton = PS
参考链接: https://github.com/AUTOMATIC1111/stable-diffusion-webui/wiki/Installation-on-Apple-Silicon
当前,Web UI 中的大多数功能都可以在 macOS 上正常运行,最明显的例外是 CLIP 询问器和培训。尽管训练似乎确实有效,但它非常慢并且消耗过多的内存。可以使用 CLIP 询问器,但它不能与 macOS 使用的 GPU 加速一起正常工作,因此默认配置将完全通过 CPU 运行它(这很慢)。
众所周知,大多数采样器都可以工作,唯一的例外是使用稳定扩散 2.0 模型时的 PLMS 采样器。在 macOS 上使用 GPU 加速生成的图像通常应该匹配或几乎匹配在具有相同设置和种子的 CPU 上生成的图像。
brew install cmake protobuf rust python@3.10 git wget
git clone https://github.com/AUTOMATIC1111/stable-diffusion-webui
stable-diffusion-webui/models/Stable-diffusion
. 如果您没有,请参阅下面的下载稳定的扩散模型。cd stable-diffusion-webui
然后./webui.sh
运行网络用户界面。将使用 venv 创建并激活 Python 虚拟环境,并且将自动下载并安装任何剩余的缺失依赖项。./webui.sh
再次运行。请注意,它不会自动更新网络用户界面;要更新,git pull
先运行再运行./webui.sh
。https://huggingface.co/models?pipeline_tag=text-to-image&sort=downloads
https://civitai.com/
用文字描述你想要生成的东西 支持的语言 支持的输入语言为英语(不用担心英语不好的问题,目前网上有很多tag生成器供你使用),SD支 持用自然语言描述,不过还是推荐使用用逗号分隔的一个个的关键词来写,当然表情符号, emoji,甚至一-些日语都是可以用的。
tag语法
1.分隔:不同的关键词tag之间,需要使用英文逗号,分隔,逗号前后有空格或者换行是不碍事的
tag书写示例 建议按类似这样的格式书写提示词
画质词>>
这个一般比较固定,无非是,杰作,最高画质,分辨率超级大之类的
风格词艺术风格词>>
比如是照片还是插画还是动画
图片的主题> >
比如这个画的主体是一个女孩, 还是一只猫, 是儿童还是萝莉还是少女,是猫娘还是犬娘还是
福瑞,是白领还是学生
他们的外表> >
注意整体和细节都是从上到下描述,比如
发型(呆毛,耳后有头发,盖住眼睛的刘海,低双马尾,大波浪卷发),
发色(顶发金色,末端挑染彩色),
衣服(长裙,蕾丝边,低胸,半透明,内穿蓝色胸罩,蓝色内裤,半长袖,过膝袜,室内
鞋),
头部(猫耳,红色眼睛)
颈部(项链),
手臂(露肩),
胸部(贫乳),
腹部(可看到肚脐),
屁股(骆驼耻),
腿部(长腿)
脚步(裸足)
他们的情绪> >
表述表情
他们的姿势>>
基础动作(站,坐,跑,走,蹲,趴,跪),
头动作(歪头,仰头,低头) ,
手动作(手在拢头发,放在胸前,举手),
腰动作(弯腰,跨坐,鸭子坐,鞠躬)
腿动作(交叉站, 二郎腿,M形开腿,盘腿,跪坐)
复合动作(战斗姿态,JOJ0立,背对背站,脱衣服)
图片的背景> > >
室内,室外,树林,沙滩,星空下,太阳下,天气如何
杂项>>
比如NSFW,眼睛描绘详细
将不同的分类的词,通过换行区分开,方便自己随时调整
(masterpiece:1.331), best quality,
illustration,
(1girl),
(deep pink hair:1.331), (wavy hair:1.21) , (disheveled hair:1.331) ,
messy hair, long bangs, hairs between eyes, (white hair:1.331) ,
multicolored hair, (white bloomers:1.46) , (open clothes) ,
beautiful detailed eyes,purplered eyes) ,
expressionless ,
sitting ,
dark background, moonlight, , flower_ petals, city , full_ moon,
tag书写要点 1.虽然大家都管这个叫释放魔法,但真不是越长的魔咒(提示词)生成的图片越厉害,请尽量将 关键词控制在75个(100个) 以内。 2.越关键的词,越往前放。 3.相似的同类,放在一-起。 4.只写必要的关键词。
用文字描述你不想在图像中出现的东西 Al大致做法就是 1.对图片进行去噪处理,使其看起来更像你的提示词。 2.对图片进行去噪处理,使其看起来更像你的反向提示词(无条件条件)。 3.观察这两者之间的差异,并利用它来产生-组对噪声图片的改变 4.尝试将最终结果移向前者而远离后者 5.一个相对比较通用的负面提示词设置
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,missing arms, long neck,
Humpbacked ,missing 1 imb, too many fingers ,
mutated, poorly drawn,out of frame,bad hands 1
unclear eyes ,poorly drawn, cloned face,bad face
Al绘画的原理用人话说就是,先随机出-个噪声图片 然后一步步的调整图片,向你的提示词Prompt靠拢 Sampling Steps就是告诉AI,这样的步骤应该进行多少次。 步骤越多,每-步移动也就越小越精确。同时也成比例增加生成图像所需要的时间。 大部分采样器超过50步后意义就不大了 下图是同- -个图从1step到20step,不同step时图像的变化。
使用哪种采样器,人话就是让AI用什么算法。 这里只介绍常用的,不太常用的就自己去琢磨吧
同样的配置,循环跑几次
同时生成多少个图像。增加这个值可以并行运行,但你也需要更多的显卡显存,具体可以自己看着 任务管理器里的显存占用显示,自己调。 基本512X512的图,SD1.4模型, Euler a, 4G显存可以并行2张,8G显 存可以并行8张。 每点一次生成按钮,生成的图像总数=生成批次X每批数量
图像与你的提示的匹配程度。 增加这个值将导致图像更接近你的提示,但过高会让图像色彩过于饱和(你可以自己试试看) 太高后在一定程度上降低了图像质量。可以适当增加采样步骤来抵消画质的劣化。 一般在5~15之间为好,7, 9, 12是3个常见的设置值。
https://promptperfect.jina.ai/prompts
https://chat.chatbot.sex/chat/
https://clipdrop.co/
https://github.com/wwengg/douyin
https://github.com/waityousea/xuniren
https://github.com/AIGC-Audio/AudioGPT