从零开始学AI绘画,万字Stable Diffusion终极教程(四)

【第4期】图生图

欢迎来到SD的终极教程,这是我们的第四节课

这套课程分为六节课,会系统性的介绍sd的全部功能,让你打下坚实牢靠的基础

1.SD入门

2.关键词

3.Lora模型

4.图生图

5.controlnet

6.知识补充

在前面的课程中,我们是通过写关键词来生成图片,就是文字生成图片,也叫文生图

而第四节课我们就来讲讲用图片来生成图片,也就是我们给SD一张图片,让SD在这张图片的基础上生成出来一张新的图片,这个功能就叫图生图

目录

一、图生图能做什么

1.真人和二次元相互转换

2.局部修改图片信息

3.AI商业模特

二、二次元头像

1.上传图片

2.写关键词

3.选大模型

三、人物在线换装

1.上传图片

2.写关键词

3.选大模型

四、AI商业模特

五、结尾


一、图生图能做什么

1.真人和二次元相互转换

可以用自己的图片生成二次元头像

也可以将动漫里的人物变成真人

2.局部修改图片信息

给小姐姐在线换装

改图片人物

将右边的小姐姐换成一个男生

3.AI商业模特

将商场里的假人模特变成真人

图生图的玩法还有很多,例如给人物换脸、对图片进行扩图等等

这节课我会结合 二次元头像、人物在线换装、AI商业模特 三个最好玩的案例

详细介绍图生图的功能以及操作流程

看完这篇文章,你也能立刻做出来同款有趣的照片

二、二次元头像

不知道大家以前有没有试过在网上找别人定制头像,把自己的照片发给别人,然后定制一张自己的二次元头像

现在用AI一分钟就能做出来了

制作方法具体可以分为三步:

1.上传图片+参数设置

2.关键词

3.选大模型

1.上传图片

打开SD,在状态栏里点击“图生图”

这个就是图生图的页面,和文生图没有太大的区别

只是下面会多出来一个空白区域给我们上传照片

这里的图生图、涂鸦、局部重绘等等就是图生图的功能

生成二次元头像用的就是第一个,图生图

在空白的地方上传一张真人照片

往下滑看到参数设置

迭代步数:30步

采样方法:DPM++2M Karras

这个重绘尺寸要设置成和我们上传的图片一样的比例

可以直接点右边的尺子同步参数

如果同步的参数过大或者过小

可以自己把这个数值除以2或者乘2

还有最重要的一个参数,就是重绘幅度

重绘幅度的意思就是 我们最后生成的照片跟原图差别有多大

可以看一下这张对比图

当重绘幅度为0的时候,照片不会发生变化

当重绘幅度为1的时候,生成出来的照片跟原图就毫无关系了

我们的重绘幅度可以设置在0.5~0.7之间

这个参数是没有固定的,大家在实际操作中可以多试试不同的重绘幅度

这样我们的参数就设置好啦

2.写关键词

关键词最主要的就是用词语去描述我们的原图

这里我们可以借助一个插件——标签器

它可以根据我们的图片反推出来关键词

在状态栏里点击“WD1.4标签器”

在左边空白区域上传我们的原图

右边就是自动生成的关键词

我们可以把这些关键词复制到翻译软件,大概检查一下,把不符合我们出图的关键词删掉

比如我们现在是要生成二次元图片,那“realistic(现实)”这个关键词就要删掉

关键词里面还有“痣”这个单词,如果不想最后生成的图片里有痣的话,这个关键词就可以删掉

1girl, solo, looking at viewer, long hair, indoors, realistic, shirt, lips, mole, brown hair, mole under eye, upper body, black eyes, blurry, window, black hair, white shirt, blurry background, collarbone, parted lips, parted bangs, red lips, bangs

1girl,solo,看着观众,长发,室内,逼真,衬衫,嘴唇,痣,棕色头发,眼睛下面的痣,上身,黑色眼睛,模糊,窗口,黑色头发,白色衬衫,模糊背景,锁骨,分开的嘴唇,分开的刘海,红唇,刘海

接着把其余的关键词复制到SD里面

再把我们通用的负面关键词复制进来

这样我们的关键词就写完了

3.选大模型

要生成二次元图片,大模型就一定要换成二次元的大模型

换不同的二次元模型还可以出来不同风格的图片

好啦,以上就是将真实照片转成二次元照片的制作方法

二次元转换成真人的制作方法也是一样的,这里就不再演示了

只是一定要记得,大模型要换成一个真实的大模型

三、人物在线换装

具体的操作步骤和前面是差不多的

只是这里用到的是图生图的局部重绘功能

意思就是重新生成图片的某个区域

1.上传图片

打开“局部重绘”,上传我们要修改的图片

在右边可以调整画笔的大小,把人物的衣服区域都涂白

然后往下看到参数设置

这里会比前面多了两个参数

一个是蒙版模式,“重绘蒙版内容”的意思是重新生成我们涂白的地方

“重绘非蒙版内容”就是除了涂白的地方,其他都重新生成

这里我们是要重新生成衣服,所以就选“重绘蒙版内容”

然后就是“蒙版区域内容处理

一般就用前面两个,填充和原图

如果要重新生成的地方跟原图区别比较大,那就选填充

如果只是想在原图的基础上进行一点小变动,那就选原图

接下来的迭代步数、采用方法、重绘尺寸和前面是一样的

看到最后一个重绘幅度,设置在0.6~0.8之间

这样我们的参数就设置好了

2.写关键词

关键词的内容除了我们反推出来的关键词,我们还要加上对重绘部分的描述

比如我现在要把白色的衣服换成粉色的裙子,那我就要在关键词里面输入“粉色裙子”

再加上通用的负面关键词

这样关键词就写好了

3.选大模型

大模型就选一个写实的大模型就可以

点击生成,就可以实现一键换装

除了局部重绘,涂鸦重绘也可以给人物换装

并且涂鸦重绘可以直接指定画笔的颜色,这样生成的照片就会按照我们画的颜色直接生成对应颜色的衣服

局部重绘不仅可以给人物换衣服

还可以对人物换头、换脸、换背景

四、AI商业模特

AI商业模特就是让我们现实中的衣服穿在AI模特身上

首先我们需要一张衣服的图片,这个衣服最好是穿在假人模特身上,或者是衣服的平铺图,这样衣服的褶皱会比较自然

然后还需要一张把衣服抠出来的黑白蒙版图片

打开SD,用到的是图生图的蒙版重绘

蒙版重绘需要上传两张图片

上面上传衣服的原图

下面上传黑白蒙版图

下面的蒙版模式换成“重绘非蒙版内容”

因为我们现在是要生成除了衣服以外的地方

然后蒙版内容处理选择“填充”

其他参数和前面的设置是一样的

接下来选一个写实的大模型

关键词就写生成一个女生的关键词

最后点击生成

五、结尾

除了我们上面的三个实操案例

图生图还有很多好玩的地方

例如对人物进行换头、换脸,把游戏装备高清真实化等等

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.xdnf.cn/news/1411492.html

如若内容造成侵权/违法违规/事实不符,请联系一条长河网进行投诉反馈,一经查实,立即删除!

相关文章

shpfile转GeoJSON;控制shp转GeoJSON的精度;如何获取GeoJSON;GeoJSON是什么有什么用;GeoJSON结构详解(带数据示例)

目录 一、GeoJSON是什么 二、GeoJSON的结构组成 2.1、点(Point)数据示例 2.2、线(LineString)数据示例 2.3、面(Polygon)数据示例 2.4、特征(Feature)数据示例 2.5、特征集合&…

开源版本管理系统的搭建一:SVN服务端安装

作者:私语茶馆 1.Windows搭建SVN版本管理系统 点评:SVN本身非常简洁易用,VisualSVN文档支撑非常好,客户端TortoiseSVN非常专业。5星好评。 1.1.SVN概要和组成 背景介绍 Svn是一个开源版本管理系统,由CollabNet公司…

【22-处理不平衡数据集:Scikit-learn中的技术和策略】

文章目录 前言了解不平衡数据集重采样技术过采样欠采样生成合成样本调整类别权重使用适合于不平衡数据集的评估指标结论前言 在机器学习任务中,不平衡数据集是一个非常常见的问题。它指的是数据集中各类别样本数量差异较大,这种情况在现实世界的数据收集中非常普遍,特别是在…

Python机器学习中的异常数据剔除

机器学习中的异常数据剔除 在机器学习中,异常数据可能会对模型的训练和预测产生负面影响。为了提高模型的性能,我们需要在数据预处理阶段剔除异常数据。以下是使用Python剔除异常数据的一些方法: 1. 使用箱线图(Boxplot&#xf…

eaapp游戏怎么退款?手把手教你完成eaapp游戏退款的步骤

EA App是一款由全球知名的游戏开发公司Electronic Arts(简称EA)推出的手机应用程序。它提供了一个平台,允许玩家在手机上访问EA的游戏和服务。EA App的设计理念是为玩家提供一个统一、便捷的方式来享受EA的游戏体验,并与其他玩家互…

二叉树的直径

题目描述:给你一棵二叉树的根节点,返回该树的 直径 。二叉树的 直径 是指树中任意两个节点之间最长路径的 长度 。这条路径可能经过也可能不经过根节点 root 。两节点之间路径的 长度 由它们之间边数表示。 示例 1: 输入:root […

基于MATLAB的机器学习和深度学习

书籍:Machine and Deep Learning Using MATLAB 作者:Kamal Al-Malah 出版:WILEY 书籍下载-《基于MATLAB的机器学习和深度学习》本书详细解释了MATLAB工具或应用程序的属性,包括输入和输出参数,通过附带的文本或表格…

分层图像金字塔变压器

文章来源:hierarchical-image-pyramid-transformers 2024 年 2 月 5 日 本文介绍了分层图像金字塔变换器 (HIPT),这是一种新颖的视觉变换器 (ViT) 架构,设计用于分析计算病理学中的十亿像素全幻灯片图像 (WSI)。 HIPT 利用 WSI 固有的层次结…

Log4Qt日志框架 - 输出日志(01)

一、地址 官网地址:Log4Qt 文档地址:Log4Qt: Main Page 源码(Qt4):Log4Qt - Logging for C/Qt download | SourceForge.net 源码(Qt5):GitHub - MEONMedical/Log4Qt: Log4Qt - Lo…

计算机的翻译(编译和链接)过程

🎁个人主页:我们的五年 🔍系列专栏:C语言基本概念 🌷追光的人,终会万丈光芒 🎉欢迎大家点赞👍评论📝收藏⭐文章 目录 🚗1.翻译环境和运行环境&#xff1…

Pytorch学习笔记——Torchvision数据集使用

1、Torchvision简介 Torchvision是Pytorch中一个开源的机器学习框架,专门为计算机视觉任务设计和优化。它提供了多种功能来支持计算机视觉项目的开发和实验。 简要来说有如下的功能: 数据加载与处理: Torchvision提供了torchvision.dataset…

Oracle 23c? No Oracle 23ai

昨天 Oracle 发布了最新的Oracle版本。出乎意料的是这个版本从Oracle 23c 更名为 Oracle 23ai ,似乎预示着Oracle的掌舵人Larry也要全面拥抱AI技术浪潮了。 23ai版本主要功能介绍: Oracle Database 23ai 是 Oracle 数据库的下一个长期支持版本。它包括 300 多项新功…

架构每日一学 2:架构师六个生存法则之一:架构必须有且仅有一个目标(一)

本文首发于公众号:腐烂的橘子 为什么有的架构活动没有正确的目标? 在每个架构活动启动之前,必须有且仅有一个正确的目标,这是架构设计的起点[1]。何为正确?正确就是要与公司的战略目标相匹配。否则系统会变得复杂和无…

Nacos 配置中心实例分析实践

文章目录 Nacos 配置中心实例需求分析/图解在Nacos Server 加入配置创建Nacos 配置客户端模块e-commerce-nacos-config-client5000创建Module修改pom.xml创建application.yml创建bootstrap.yml主启动类业务类测试注意事项和细节 Nacos 配置中心实例 需求分析/图解 在Nacos Ser…

口才训练:如何用声音和语言展现自我魅力

口才训练:如何用声音和语言展现自我魅力 这里有一篇1270字左右的文章,主要介绍如何用声音和语言来展现自我魅力: 口才训练是提升个人魅力的重要途径之一。魅力不仅取决于外表,更重要的是声音和语言的运用。良好的语言表达能力可以…

LeetCode406:根据身高重建队列

题目描述 假设有打乱顺序的一群人站成一个队列,数组 people 表示队列中一些人的属性(不一定按顺序)。每个 people[i] [hi, ki] 表示第 i 个人的身高为 hi ,前面 正好 有 ki 个身高大于或等于 hi 的人。 请你重新构造并返回输入数…

C语言 联合和枚举

目录 1. 联合体1.1 联合体类型的声明1.2 联合体变量的创建1.3 联合体的特点1.4 联合体在内存中的存储1.5 联合体使用举例 2. 枚举类型2.1 枚举类型的声明2.2 枚举变量的创建和初始化2.3 枚举类型的大小2.4 枚举类型的优点 正文开始 上次我们通过《C语言 结构体详解》学习了结构…

华为OD机试 - 字符串消除 - 栈Stack(Java 2024 C卷 100分)

华为OD机试 2024C卷题库疯狂收录中,刷题点这里 专栏导读 本专栏收录于《华为OD机试(JAVA)真题(A卷B卷C卷)》。 刷的越多,抽中的概率越大,每一题都有详细的答题思路、详细的代码注释、样例测试…

论文辅助笔记:Tempo 之 model.py

0 导入库 import math from dataclasses import dataclass, asdictimport torch import torch.nn as nnfrom src.modules.transformer import Block from src.modules.prompt import Prompt from src.modules.utils import (FlattenHead,PoolingHead,RevIN, )1TEMPOConfig 1.…

【模型参数优化】随机搜索对随机森林分类模型进行参数寻优【附python实现代码】

写在前面: 首先感谢兄弟们的订阅,让我有创作的动力,在创作过程我会尽最大能力,保证作品的质量,如果有问题,可以私信我,让我们携手共进,共创辉煌。 路虽远,行则将至&#…