stable diffusion实战技巧-Toy模板网

这篇具有很好参考价值的文章主要介绍了stable diffusion实战技巧。希望对大家有所帮助。如果存在错误或未考虑完全的地方，请大家不吝赐教，您也可以点击"举报违法"按钮提交疑问。

实战技巧#

这个简短的实战指南，可以让你快速了解如何合理调整参数达成目的效果。

目前，AI 处理不好细节和多人物，如果一个个处理，光影结构就会乱掉。如果修图，不如重画。但是画背景和做预览很实用。

核心逻辑就是缩小预选数据的范围，调节天平在消极和积极提示之间的方向，还有使用部分语法控制提示词效果的强烈程度和起效过程。

灵感表#

角度
人物	表情	头发	眼睛	衣着	状态	姿势位	镜头位
场景	广狭选择	光影选择	背景主体	人物事件地
数据限定	绘画类型	评价限定	联想元素	3D/2D
事件	缩写词	SFW/NSFW	出品公司	作品品牌

画作焊接！#

通过 PaintHua-无限外延画布的在线工具，你可以连续 “焊接” 作品，非常方便。只需要在启动命令加上 --api 参数，然后打开网页就可以使用。

GitHub

并不支持在任意模型上进行图像外延，因为它们不是 Inpaint 模型 (Stable Diffusion 有专用的 Inpaint 模型。)

遏制风格污染#

介绍如何在 WebUI 中生成图片时，将主体作为重点，而不是画风。[^12]

为了得到预期结果，我们将 style 改为 [style:10]

Automatic 1111 的 WebUI 提示词语法中，[x:10] 告诉稳定扩散直到第十个 step 再渲染这个提示词。

当达到 10 步的时候，一个基本的图像已经形成了，所以风格化肆意污染主体成分，而是像在现有图像上进行 IMG2IMG(你可以把它看成是 Img2img 的形式)

你可以根据你所做的整体步骤的多少来试验这个数字。如果你把格式改为 [x:0.2]（即低于 1 的数字），那么它就变成了百分比，[x:0.6]告诉 SD 等到总步骤数的 60% 时再渲染 x ，以此类推。

尺寸选择#

不应该将其与画质挂钩，尺寸一定程度上影响了主题，因为它潜在代表选择的类别(比如竖屏人物，横屏风景，小分辨率表情包居多)。

若需提升画质，可采取如 waifu2x 等的成熟技术提升分辨率。

视角#

推荐使用 Danbooru 含有的术语

stable diffusion实战技巧

引用来自日本 Wiki 的图片，作者不明

参数	解释
`extreme closeup`	脸部特写
`close up`	头像
`medium close up`	证件照
`medium shot`	半身
`cowboy shot`	无腿
`medium full shot`	无脚
`full shot`	全身

噪声#

分类	描述	处理
粗糙	细节不够，人物像米糕一样	需要适当提升 step
波浪	密集的波浪或图案	向量不“均匀”，可能是权重设置太高
模型	训练处理的模型非常抽象	向量不“均匀”，可能是炼丹炼炸了
冲突	实景中的扁平动漫纸片儿	可能混用了不同次元或主题的提示词
彩虹	输出混乱的彩虹色图片	可能是生成分辨率被设置得太低。
尺寸	大尺寸下输出扭曲的图片	开启`Highres Fix`选项或使用 `小分辨率+超分` 的方法

动漫风格#

anime coloring 会有很好的效果，像动漫截图一样。(如果遇到黑白色，需要指定人物部件的色彩)

av304175820 - AI 绘 | 让你的图片更特别！32 种风格化 prompt 简介 @ Bilibili

优化作品效果#

对目标进行审视#

想一想，自己想要的作品，在互联网上会被打上什么标签呢？

贴纸肯定不会打上 masterpiece, best quility, 吧。

另外就是如果要求的是像素作品，应该移除一些冲突的消极提示(如果有的话)。

顺序调整#

在前面的词汇会锚定画面的色彩分布。什么重要什么放前面。

语义偏移防范#

为了防止语义偏移，优先考虑 emoji，然后少用不必要的 with 一类的复杂语法。

彩虹混乱图#

如果输出混乱的彩虹色图片，可能是生成分辨率被设置得太低。

波浪噪点图#

密集的波浪或图案，可能是因为权重设置太高了。

抠图？#

扣过的图，其余背景都会被处理成黑色。

如果你需要背景，效果一般不是很好，建议填色后再操作。

粗糙的噪声#

细节不够，人物像米糕一样。需要适当提升 step.

保护图片不被分割线切割#

消极提示加入

comic 2koma 3koma 4koma collage

应该可以改善。

跨领域术语/奇门遁甲#

跨领域术语的核心逻辑就是缩小指定的数据范围，从画面内容之外的平台，领域，事件上入手来提升效果。

是的！你可以在提示中使用 Film Glossary、FILM GLOSSARY 摄影术语、Cinematic techniques 摄影技术，以及绘画术语 (类型) 来控制基本情况。

跨领域！你甚至可以使用各种惊险运动的名词来生产一些特效...比如空降

比如，景深，光圈，构图，拍摄机位，运动元素，艺术摄影术语表中文介绍

但是这种效果可能会带来附加作用:引入你不希望见到的风格(如实景而不是而二次元)数据进入图片。把握好量度。适当增加 Step 和风格提示来改善.

你还可以使用 平台名 来限定数据集的范围，比如 pixiv 之类的词汇。

扩展阅读#

有用的电影术语 https://en.wikipedia.org/wiki/Category:Cinematic_techniques
镜头类型 https://www.bhphotovideo.com/explora/video/tips-and-solutions/filmmaking-101-camera-shot-types
电视术语 https://en.wikipedia.org/wiki/Category:Television_terminology
摄影类型 https://en.wikipedia.org/wiki/Category:Photography_by_genre
摄影术语 https://zh.wikipedia.org/zh-cn/高速摄影
极限运动 https://en.wikipedia.org/wiki/Extreme_sport https://en.wikipedia.org/wiki/Category:Sports_by_type
构图艺术 https://en.wikipedia.org/wiki/Composition_(visual_arts)

迭代草图#

详见 GitHub Discussions 讨论串。

这里讨论一下如何将 手绘草图 通过 AI 绘画优化，注意不是二次元。

在第一次迭代中，您不需要太多 Steps，CFG 可以非常低（以获得更好的多样化结果），如果不想完全丢失草图，Denoising 应该在 0.3 - 0.4 左右。

在最后的迭代中，增加 Steps 和 Denoising 强度（但不超过 0.8，否则图像将被破坏，尤其是在大于 512*512 时）请参见这里，同时根据需要提高 CFG 和尺寸。

你可以随时修复提示（添加或删除出现的细节）并尝试不同的采样器。

另外，你不应该在初次生成使用一个固定不变的种子。

如果你提供一个种子（而不是随机的 -1），你的图像很快就会变得过饱和、过度锐化、过度像素化..... 当然如果想微调，可以使用固定种子。

多人物 / 宽幅单人物#

单纯使用 txt2img 无法有效指定多人物情况下单个人物的特征。

较为推荐的方案是打草图 + IMG2IMG 的方式。

宽幅画作单人物生成最好打草图，进行色彩涂抹，确定画面主体。

多人物确定人物数量，最好使用草稿 / 有色 3D 排列 + 图生图。

进行手掌修复#

将图片送入 inpaint，使用大致相同的提示词，将关于 手 的提示放在前面，根据你希望它变动多少来设置降噪（如果只是希望手更完整，调至 0.25 以下)，然后保留步骤和 CFG 与 txt2img gen 相同。

或者仅遮住手部，以全分辨率修复，大大降低填充（它使用周围的像素来创建上下文，但只是在重新制作手部）并仅提示手部问题（详细的手部描写等）

CFG 越高，越符合提示词，降噪越高越偏离原图。

同人物 & 差分#

需要用到进阶的 Img2Img 相关内容，最好的方法是准备一个带有色彩的 3D 母本模型，然后这样就可以保证基本一致。

也可以用很多提示词来限制角色内容，出很多张，挑能用的作品。

如果是表情或者是背景，可以采用重绘画技巧。

如果你想了解一些差分的实例，5CH 日语 Wiki 提供了一个实例。

复刻#

如果想复刻他人生成的图片，需要相同的 seed ，提示词和其他参数(包括尺寸)。不过如果对方使用了微调模型，那么你就几乎无法复刻。

~~自欺欺人式复刻：图转图，降噪拉到到 0.3 以下...~~

使用 AI 进行设计#

背景#

拿到一张饱和度稍微高的照片后，可以用 AI 进行处理，然后当作背景使用。使用 anime coloring 来增强动漫风格。

图标#

看这个

表情包#

表情包效果真的很好。 sticker 配合西方颜文字完成度超高！

文档编写者试了一下，以下 prompt 可以出高质量表情包。

不要对贴纸要求质量提示词。

积极词汇#

1girl,sticker,chibi,Q,
white background,

masterpiece,best quality 可加可不加，质量不够就加

lowres 可加可不加，不够复古就加

chibi 控制角色为 Q 版(大头小身)，不够 Q 就加

sticker 是指定风格为社交软件贴纸，必须

消极词汇#

bad anatomy, bad hands, text, error, missing fingers, extra digit, fewer digits, cropped, worst quality, jpeg artifacts, signature, watermark, username, blurry, bad feet

low quality 可加可不加

尺寸要求正方形。