AI绘画：Stable Diffusion Web UI（三）基础使用教程

基于Stable Diffusion Web UI项目，感谢各位大大的无私奉献

前两篇内容：

AI绘画：Stable Diffusion Web UI之插件及模型安装

AI绘画：Stable Diffusion Web UI本地搭建之Windows

有需要的的小伙伴可以在合集中查看。

前面两篇说了如何在本地搭建Stable Diffusion Web UI以及如何安装插件及模型，这次记录一下WEB UI最基本的使用。主要是以文生图/txt2img为主。

如果按照我前面的教程做了汉化，那么这个界面理解起来就比较容易了。

：checkpoint模型

此处是选择我们安装的checkpoint模型，以前是ckpt格式，现在大部分是safetensors格式。这个格式相比ckpt，就是突出个safe，如果你不能使用safetensors格式，那么就是Web UI的版本太低了，git pull就OK。在WebUI运行中安装了新模型，需要点击右侧蓝色刷新按钮或者重启UI（Reload UI）。

关于checkpoint

大概分为CHECKPOINT TRAINED以及CHECKPOINT MERGE，分别是别人训练好的和融合好的，它是大型模型，里面集合了模型参数、权重等，因此出图的的风格、画风已经相对固定。

好处就是可以直接拿来用，缺点就是想要再去微调十分麻烦，于是有了后面的lora、embedding等模型。这些属于附加模型，应用在checkpoint模型上，可以轻易对其进行微调，而且容易训练，十分方便。

：功能栏

文生图/txt2img：功能单一，只需要输入prompt，就可以生成画作，但是很多时候并不符合期望....

图生图/img2img：相比文生图可控性更强，毕竟有个图片打底。有很多功能，例如根据线稿绘图、修复、修补原图、扩展原图等；

附加功能/Extras：好像就是放大图像用的

上面三个功能是有关联性的，比如：使用文生图创建一个大体满意的的图像，然后到图生图完善细节，最后放大出图，完美。

图像信息/PNG info：如果原图在出图时保存了生成信息，那么把原拖进来就可以看到各种参数，对于C站那些留图不留种的十分友好；

后面的merger以及train都是训练的内容，我没啥研究因此不先涉及；

再后面的是我安装的插件界面，最后面就是UI的设置以及扩展插件界面。

：prompt/文生图、图生图

提示框分为正面提示（prompt）和反面提示（Negative prompt）。

a.正面提示：

对于想要得到的图像内容进行描述。Stable Diffusion更容易理解booru提示词，booru应该是个图片数据库，里面包含了各种图片的关键词，这些关键词我们就可以拿来用作prompt。所以prompt一般以词的形式出现，而不是句子。

权重：

一般的，prompt越靠前权重越大，意思就是ai对这个词越敏感，在出图中表现为对这个词优先还原。可以通过语法来调节权重，表现形式为(单词：数字)，数字通常在0~2之间。

如high quality默认权重是1；(high quality)和(high quality:1.1)是等效的，圆括号不加数字表示*1.1倍，((high quality))==(high quality:1.21)，不建议嵌套括号，看着难受不说，还可能会造成混乱。同样的还有方括号不加数字，表示/1.1，[high quality]==(high quality:0.91)。直接选中词然后按ctrl+即可快速增加和减少权重，会表现为(high quality:数字)的形式。

总结一下：

high quality 权重1；(high quality:1.5) 权重1.5；(high quality:0.8) 权重0.8；

(high quality:1.1)==(high quality)

(high quality:1.21)==((high quality)) 不建议

(high quality:0.91)==[high quality]

Web UI没有花括号{}表示法。

还有更复杂的分步[关键词1:关键词2:数字]、嵌套[关键词1|关键词2]、融合关键词1|关键词2等等，等我搞懂再补充....

顺序与内容：

前面说过，越靠前的词权重越大，因此对于内容的描述，尽量按照一定的顺序来，可以减少很多错误尝试。比如，按照画质,艺术风格,主体,细节,姿势,背景的顺序，只写必要的词、相似的放在一起等等。

说到这个毕竟我不是专业的，很难看出图好不好，所以还是参考专家的话吧

https://stable-diffusion-art.com/prompt-guide/

翻译一下：

另外需要补充的一点，除非是基础模型，一般训练好的模型都有一些隐藏设置，比如说Trigger Words会自动触发一些固定风格，或者是会自动舍弃一些prompt，具体模型还是要具体分析，不能一概而论。

不知道怎么写也没关系，网上总是不缺大神。一个是安装SD Web UI的tag补全插件，一个是网友自建的咒语网站。

https://github.com/DominikDoom/a1111-sd-webui-tagcomplete.git  补全

https://www.wujieai.com/tag-generator

https://wolfchen.top/tag/               咒语生成器

b.反向提示：

反向提示就是描述你不想在图中出现的东西。

我的建议是一开始只写基础的，如lowres,worst quality, low quality，后面再根据图中出现的错误添加，比如出现多余的手指、腿等，就添加extra fingers,extra legs。

：参数设置

采样器 /Sampling method：

选择采样算法，我没怎么尝试，都是看别人用什么我就用什么。这里节选查资料时看到的解释：

采样迭代步数 /Sampling Steps

生成图片的迭代步数，每多一次迭代都会给 AI 变更靠近prompt。更高的步数需要花费更多的计算时间，步数越大，图像细节越多，但是和采样器相关联，详见上图。

分辨率（宽度和高度）

吃显存，虽然说分辨率越大细节越多，即使硬件跟得上，也不建议设置过大。因为我们使用的模型可能就是在小分辨率下训练的，如果设置得到过大，会有极高的几率出现各种畸形。尤其不建议横图比例，基本必出畸形，保持正方形或者竖图即可，横图可以使用图生图的inpating功能。

同时应根据需要出图的内容设置，比如头像或者半身照，默认512即可；七分或者全身可以考虑768或者1024。

如果实在是想要高分辨率，就可以使用采样器下方的高分辨率修复功能。这个同样要选择高清算法，如果对原始图很满意，这个地方直接无或者在重绘强度调整到0.3以下，还是那个原因，高分重绘很容易畸形。

生成批次和生成数量/Batch count、 Batch size

批次不同细节不同，需要计算时间；生成数量是指的每批同时生成的图片数量，吃显存。

提示词引导系数/CFG Scale

就是留给AI自由发挥的空间。越大，越靠近prompt；越小，越奔放。

图像生成种子/seed

-1表示每一次都是随机种子；种子一致，参数一致，模型一致，应该再加上个GPU一致，理论上就能生成一模一样的图片。

对生成图片不满需要修改时，要保持种子一致，才会保持大体的构图一致。

面部修复、无缝贴图、高分辨率修复

面部修复这个基本可以直接忽略；无缝贴图就是生成一个瓷砖；高分修复上面说过，这个很吃显存。

：我也不知道这个叫什么

这里主要说一下左侧的斜箭头以及中间的可选附加模型。

斜箭头是自动填充，点击会自动填充上一次出图的prompt、参数；另一个作用上一篇讲过了，就是如果我们复制了别人的Generation Data，可以直接粘贴在prompt框里，然后点击小箭头，别人的prompt、参数就会自动填充到我们的界面里。

可选附加模型用于输入prompt，点击以后下方会多出一栏菜单，里面是我们安装的各种附加模型。

只需要点击一下，就会生成对应模型权重1的tag，直接修改即可，不用再手动输入。

：输出栏

此处会显示预览以及成品，不用多说。

下方第一个文件夹按钮，是打开输出目录，只能在服务端打开；

保存按钮是保存当前图像，如果有多个，可以用第三个按钮打包下载；

后面分别是将当前图像发送到图生图界面和附加功能界面。

求点赞O(∩_∩)O哈哈~