用WebUI生成一个毛茸茸的图标教程

🚀内容概要

好久没有更新webui的教程了，五一期间刷新liblib，发现更新了几个有趣的lora，正好这段时间看到有朋友发了毛绒图标，所以这里做了一个简单的webui 教程，教你如何一步生成毛绒图标，就像这样：

🧭操作步骤

第一步，首先需要准备logo素材，最好是图形比较简单的，这样才容易出效果，这就是大家为什么都比较喜欢选择类似抖音这样的logo了，因为整体性比较强；

处理之后尽量保留黑白的对比效果，就深度图来说，白色会更靠近用户，黑色更远离用户，但ai也会根据自己的需要进行发挥，所以这里有个大概的雏形就好，如果你懒得自己制作，可以直接下载下边这张图，记得把右下角的水印p掉，效果会更好一点；

第二步，打开stable diffusion webui（记得更新到最新的版本）；

第三步，左上角这里选择大模型；

这里我选择了做卡通效果比较通用的一个模型，revAnimated_v122,如果你还没有的话，也可以到国内的网站上下载，比较省流量：）

比如说liblib上，可以到这里下载: LiblibAI·哩布哩布AI - revAnimated_v122

（下载完放在models下的这个文件夹下,可以建立二级目录，方便自己查找...如果还有朋友不知道的话...）

第四步，然后设定提示词，这里正向提示词：

cute rug, thick, concept art, top view, round, detailed fur, maotuanzi, simple background, shadow, solo,light and shadow, studio lighting,close-up,depth of field,minimalist,high Quality,High Detail,Sony FE GM,UHD,Concept Prod, <lora:maotuanziZZH:0.9>

负向提示词：

EasyNegative,

注意，这里有个lora模型<lora:maotuanziZZH:0.9>，也是做毛绒质感图标的关键。

下载地址：是毛团子啊！可爱化动物模型

可以看到，这里已经有很多人在用这个lora做毛绒图标了：

另外需要注意，负面提示词这里的这个词 EasyNegative，其实需要下载： EasyNegative 下载

下载完放在sd webui的根目录的embeddings目录下，才能生效，否则是不起作用的哦~

这也是为什么很多新手朋友说，为什么跟着别人的教程做，提示词、种子、模型、lora都一样，出的图差别却很大，有可能就是这个原因；

第五步，其他参数简单设置一下：

开启高分辨率修复，模型选择R-ESRGAN 4x+，重绘幅度开到0.45即可；

如果你想生成一样的效果，种子可以选择填写：39807646

第六步，设置ControlNet 1:用canny来锁定图形的边缘；

这里比较关键的一点是，引导终止时机降低到0.6，否则画面会过于死板；

第七步，设置ControlNet 2:用深度图锁定画面的深度信息；

这里需要注意几个点：

1，预处理器选择none就好，因为图形本来就是干净的黑白图，如果用深度预处理处理一次，深度信息反而不清晰了；

2，介入时机为0.1，终止时机为0.7，当然这些都可以调整，介入时机不是从0开始，是为了让画面先自己发挥一小段时间，画面会更丰富，终止时机提前可以让画面在生成主体之后再自己发挥一段时间，让画面更“合理”；

为什么要用canny和depth两个controlnet来控制画面呢？

因为这样可以让画面按照自己的思路来绘制，如果只有canny，那画面只会满足边缘信息，至于深度他就自己发挥了，所以这里加了depth，可以让画面按照自己想要的边缘信息和深度信息一起来控制画面；

感兴趣的朋友可以尝试关掉一个controlnet，对比下效果就知道了~

第八步，点击生成就可以愉快的抽卡了（记得修改种子值）

🌞其他

当然你也可以尝试下不同的搭配效果，比如说:

这两张的效果是更换了更写实的大模型，realisticVisionV60

下载地址：LiblibAI·realisticVisionV60

lora用了一个冰封lora：

abel万物冻结（冰） lora

提示词：dark wood in ice block, realistic, concept art, top view, round, detailed reflection, solo,light and shadow, studio lighting,close-up,depth of field, high Quality,High Detail, <lora:abel冰封:0.9>

如果对这些案例感兴趣，但是又有些地方看不懂得话，建议系统性得学习下stable diffusion webui可以看下最后一章哦~