【黄啊码】什么是SD？SD的使用技巧

SD的简介

Stable Diffusion，一个听起来让人望而却步的英文词组，通俗来说其实就是我们常说的AI绘图。

目前互联网上有相当多有关Stable Diffusion的内容，其杰出的效果和简单便捷的操作也是AI绘图能如此广泛传播的原因之一。但那些教程更多的侧重于实操，作为未来的专家（专业炼丹师），我觉得我们除了需要对其应用有了解以外，也应该对其中的原理有一定的了解。

稳定扩散（Stable Diffusion）是一个深度学习的文本到图像模型。

于2022年发布。是一种潜在扩散模型，一种深度生成神经网络。它的主要功能是根据文本描述生成详细的图像。

要生成图像，用户输入一个文本描述，SD 模型引用与描述中单词相关联的关键词对。然后，模型产生一个与图像中识别出的模式相对应的形状。经过几次传递，图像变得更清晰，最终产生与文本提示匹配的最终图像。

想象一下你有一个魔法沙盘，最初沙盘里全是混乱的沙粒（代表随机噪声）。现在，你想让这些沙粒按照一定的指令排列成一幅美丽的图画。Stable Diffusion就是这样一个“魔法师”，但它是在数字世界中工作的，通过算法一步步地将初始的一团数字“乱麻”变成一张清晰且有意义的图像。

这些都是关于SD的原理，如果想要更深层次的，可参考：Docs

icon-default.png?t=N7T8

https://waytoagi.feishu.cn/wiki/TNIRw7qsViYNVgkPaazcuaVfndc

SD的优势

1、不需要绘画基础，便能绘制精美的图片，插画

2、StableDiffusion不仅用于静态图像生成，还可应用于动态图像和视频创作，拓宽了AI绘画的应用领域。

3、快速发展，成熟的社区——帮助使用者快速成长、寻找素材

4、SD的广泛应用

5、SD和其他AI绘图软件的对比

6、SD部署配置要求

使用技巧

1、正向提示词

正向提示词直接告诉模型需要绘画什么内容，对内容有什么要求。提示词不需要完整的句子，小短句、词组即可。逗号分隔，可以换行。

正向提示词魔咒：(masterpiece:1,2),bestquality,masterpiece,highres,original,extremelydetailedwallpaper,perfectlighting,(extremelydetailedCG:1.2),drawing,paintbrush,

2、反向提示词

告诉模型不要什么。避免模型犯一些常识性的错误。

反向提示词魔咒：

NSFW,(worstquality:2),(lowquality:2),(normalquality:2),lowres,normalquality,((monochrome)),((grayscale)),skinspots,acnes,skinblemishes,agespot,(ugly:1.331),(duplicate:1.331),(morbid:1.21),(mutilated:1.21),(tranny:1.331),mutatedhands,(poorlydrawnhands:1.5),blurry,(badanatomy:1.21),(badproportions:1.331),extralimbs,(disfigured:1.331),(missingarms:1.331),(extralegs:1.331),(fusedfingers:1.61051),(toomanyfingers:1.61051),(uncleareyes:1.331),lowers,badhands,missingfingers,extradigit,badhands,missingfingers,(((extraarmsandlegs)))

3、参数设置

Samplingmethod——采样方法不同模型适配的方法不一样，一般大同小异。

Samplingsteps——采样步数diffusionstep步数，一般取值在[10,20]，小于10效果太差，大于20提升不明显，但是为了最求极致也可以设置更高（如40）

Width\Height——分辨率生成的图片分辨率。默认512*512，但是太小。太小会限制模型发挥；也不要太大，太大跑不动。

Batchsize——每批数量bs，多了爆显存。

4、LoRA

对角色二次创作的有利工具。几百M，包含了角色的形象等一系列的内容。

主要应用是角色二次创作。

使用方法：

下载LoRA文件；

将文件放在models/lora/目录下；

在提示词中使用LoRA：+triggerword

今天的分享就到这里，我是黄啊码，码字的码，如果想要更深层次的探讨，请点击评论区附近的名片，或者各大平台搜索黄啊码，都能找到我，下期分享我们不见不散，