一步步带你解锁Stable Diffusion：五分钟带你用文生图功能生成美图_sd文生图怎么控制女性脸孔

作者：在线问答5 | 2024-08-09 09:08:47

踩

sd文生图怎么控制女性脸孔

大家好我是阿道夫！

Stable Diffusion是一款基于深度学习的图像生成模型，它能够在没有任何人类指导的情况下生成高质量、逼真的图像。与传统的图像生成技术相比，Stable Diffusion具有更高的生成质量和更快的生成速度。

Stable Diffusion的“文生图”功能，允许用户通过输入文本描述，生成相应的图像。这一功能的出现，为图像编辑和创作带来了极大的便利。
首先呢，我们需要准备一个大模型，模型需要去网络上进行下载。这里呢用C站举例，网址「https://civitai.com/」。进来是这样的。

在这里插入图片描述

可以看到网站上主要有这两种模型可以下载。

「CHECKPOINT」：主模型，不同的模型擅长的画风和风格各有侧重

「LORA」：微调模型，可以将某一类型的人物或者事物的风格固定下来，利用少量数据就可以训练出一种画风/IP/人物，实现定制化需求。

在这里插入图片描述

主模型下载完成以后，放入 SD 当前目录下

\sd-webui-aki-v4.1\models\Stable-diffusion
1

在这里插入图片描述

LORA 模型下载完成以后，放入对应的 Lora 目录下。

\sd-webui-aki-v4.1\models\Lora
1

在这里插入图片描述

模型下载好以后，启动你的 SD ,你就可以在「Stable Diffusion 模型」中看到你下载的模型。

在这里插入图片描述

基本条件已经具备，那我们就开始创作吧。

我们随便选一个大模型来实践：「majicmixRealistic_v6」，在C站搜索「majicMIX realistic」，看这下载量应该也不是随便选的

在这里插入图片描述

我们先来个最简单的提示词：1girl「一个女孩」，感觉也不错哦。

在这里插入图片描述

1girl,``Steps: 20, Sampler: Euler a, CFG scale: 7, Seed: 411540589, Size: 512x512, Model hash: e4a30e4607, Model: majicmixRealistic_v6, Clip skip: 2, ENSD: 31337, Version: v1.4.0
1

小伙伴们把以上内容复制到「正向提示词」的框框里，然后点击「生成」左下方的「箭头」按钮，就可以把我的参数同步配置到你的SD上，唯一有个不好的点就是大模型需要自己手动切换，小伙伴们记得检查一下哦。还有一点电脑配置不一样，虽然用了一样的参数出的图也不一定相同哦。

在这里插入图片描述

这里提一嘴哦，如果你在C站里看到自己喜欢的图片的提示词也可以复制过来按上边的方式拷贝参数配置哦。

具体的操作呢就是点击你喜欢的图片，如果右下角有我截图的这个界面说明是可以复制提示词和参数的。

在这里插入图片描述

点击最下边的「Copy」按钮，复制提示词和参数到你的 SD 中。然后下方的大红框里是用到的是大模型和 Lora ，需要先下载下来放到指定的文件夹哦，要不然出图的效果就完全不一样了喔！

在这里插入图片描述

自己不知道该怎么出图的时候可以去类似C站逛逛哦，里边有很多优秀的提示词，大家可以参考学习哦。

再顺便提一嘴哈，大家可以看到上边截图的提示词框里有的提示词加了括号，还有的提示词括号中还加了数字，比如(arms behind back)和(worst quality:2)，啥意思呢。这个是提示词权重。

**提示词权重增加/减弱：**顾名思义，权重越高，出图效果越偏向于该提示词，反之则反之是吧。提示词权重有两种写法。

(提示词:权重数值),数值范围在0.1到100之间，默认是1。比如（long hair:0.9）,(big eyes:2.1)
((提示词))，每套一层()增强 1.1 倍，每套一层[]减弱 1.1 倍。比如[long hair],((big eyes)) 第二种了解一下就可以了，没第一种灵活，也没第一种清晰，而且还得做算数。

既然讲到这里了，那顺便把提示词的其他道道也一块说了吧。啥叫毫无保留哇，这就是！

混合：使用|分隔多个关键词，可以实现混合的效果，

比如:1gril,long white|blue hair「一个女孩，有一头白蓝相间的头发」

在这里插入图片描述

**渐变：**就是先按A关键词生成，然后在某一阶段在A的基础上按B关键词生成。这里有两种规则，[关键词A:关键词B:数字]，数字你可以理解为迭代步数吧，如果数字大于 1，在X步数之前绘制关键词A,在X步数之后绘制关键词B;如果数字小于1，可以理解为总步数的百分比，百分之X之前绘制关键词A,百分之X之后绘制关键词B。