当前位置:   article > 正文

Stable Diffusion | AI协助室内设计神器,实现令人惊叹的视觉转换_seg 预处理器选哪个

seg 预处理器选哪个

你是否已经厌倦了传统的室内设计方式,想探索新方法来增强作品设计感?本期小编就同大家分享一个新武器,用Stable Diffusion的ControlNet来打造一个室内设计全新工作流。无论你是经验丰富的室内设计师还是初学小白,都将使你的日常工作如虎添翼、告别爆肝,焕发出令甲方爸爸们赞叹的设计感。

在这里插入图片描述

01.介绍

ControlNet是一种通过添加额外条件来控制扩散模型的AI神经网络结构,它提供了一种增强稳定扩散的方法。在文本生成图像的过程中,使用诸如涂鸦、边缘映射、分割映射、pose关键点等条件输入,可使生成图像更接近输入图像,对比传统图像到图像的生成方式有大幅的改进。

这是一个专门检测直线线条的ControlNet模型,该模型常被用于提取物体的线型几何边界,最典型的就是几何建筑、室内设计、路桥设计等领域。基于MLSD模型的这一特征特性,**MLSD模型特别适用于在建筑、室内方向方面的线条处理和着色上,它能够很好的检测出输入图像中的直线线条,避开其它非直线线条预处理。**因为仅识别直线线条,忽略曲线线条,因此在一张包含人物的输入建设图,经过MLSD模型预处理就能够很好的避开输入图中的人物线条检测。

对初识Stable Diffusion的小伙伴们来说,看到ControlNet有这么多预处理器选项,一定很抓狂。

但没关系,为了方便大家使用,小编对每种预处理器的功能给出了简单的描述:

  • Canny 硬边缘: 黑色背景带有白色边缘的单色图像;

  • Depth 深度: 灰度图像,黑色代表深区域,白色代表浅区域;

  • Normal 常规: 法线图,表示物体的凹凸纹理,常用在3D模型的绘制上;

  • OpenPose 姿态: 生成角色动作姿态的骨架图;

  • MLSD 直线: 黑色背景上带有白色直线的单色图像;

  • Lineart 线稿: 黑色背景上带有白色线稿单色图像;

  • SoftEdge 软边缘: 黑色背景上带有白色软边缘的单色图像;

  • Scribble 涂鸦: 黑色背景上带有白色轮廓的手绘单色涂鸦图像;

  • Seg 语义分割:根据原图中不同素材以相应颜色进行区分的彩色图像;

  • Shuffle 随机洗牌: 通过使用随机流的方式来洗牌原图像,在控制稳定扩散的前提下重构出新图;

  • Tile 分块: 将原图分割为一块一块的小区域(Tile/瓦块),然后分别对每个瓦块进行图生图放大,最后集合所有放大后的瓦块,拼成完整的大图;

  • Inpaint 局部重绘: 用于蒙版部分重绘,能在统一整体效果的前提下,补全蒙版部分的内容;

  • IP2P 像素对像素指令:该模型会自动识别像素对应提示词与新输入提示词的关系,并选择性的向新提示词迁移;比如把图片的光照调暗,让白天变为夜晚,在正向提示词中加入(make it night:1.3)、(night:1.3)即可;

  • Reference 参考: 根据给定的参考图,画同一张图,但是有一定的变化,常用来保持人物角色的一致性;

  • T2IA 自适应:提取图片色彩或边缘,用于风格迁移;

到这里小编感觉一定有很多小伙伴们要开始抱怨了,这么多的预处理器,用哪个啊。别担心,本篇中的演示只会运用到两种最具代表性的预处理器,MLSD(直线)和Seg(语义分割),选择它们两个,并按照小编的步骤,即便你只有一张随手拍摄的毛胚房照片,也能完成一副有高级既视感的室内装饰效果图。光看文字有点晦涩,让我们先来看下这两种预处理器的实际效果。

可以看到两种预处理器的处理方式完全不同,接下来就告诉大家具体的使用步骤。

02.使用

首先设置Stable Diffusion模型,模型风格有很多种,比如二次元、写实风、插画、中国风等,建筑类推荐采用以下四个写实类风格的常用模型:

○ anything-v4.5

○ realisticVisionV20

○ PrimeMix_V2.1

○ chilloutmix_NiPrunedFp32Fix;

接着我们设置采样迭代步数Steps,默认为20,视不同图片尺寸和Stable Diffusion模型而定,通常设置在15-40左右,小编用10、15、20、25四个参数做演示。

最后设置采样方法Sampler,从界面中可选择的采样方法类型有很多,不同的采样方法生成图片的过程各不相同,这里小编列举了四个常用的采样方法:Eulera、DPM++ 2S a Karras、DPM++ 2M Karras、DPM++ SDE Karras。

MLSD直线

案例展示
01. 去除人物,毛坯变精装

这里采用了一张带有人物的室内建筑图,能够从下面的预处理器看到:MLSD模型能够很好的避免人物,输出图像很好的还原了室内图中的直线部分,以及整个建筑的结构被很好的保留下来。

magnificent_architecture,room,building,sunshine,warm and cozy,(8k,RAW photo,best quality,masterpiece:1.2),realistic, photo-realistic,
  • 1
ControlNet配置

输出效果

一种毛坯房立变精装房既视感。

02. 豪华房
(8k,RAW photo,best quality,masterpiece:1.2),realistic, photo-realistic,,living room,luxury,extravagant,spacious and bright,gold,italian style,
  • 1
ControlNet配置

输出效果

这里很好的保持了房屋的整体结构,室内家具改变为黄金豪华房。

03. 写字楼

modern construction,office building,plaza,science and technology fashion,brightly lit,(8k,RAW photo,best quality,masterpiece:1.2),realistic,photo-realistic,

ControlNet配置

输出效果

设计草图立变成品写字楼既视感。

03. 别墅小院

Oriental architectural design,townhouses,80’s houses,lawns,green trees

ControlNet配置

输出效果

Seg语义分割

我们知道MLSD是通过线条去识别物体的。大家有没有想过,当两件物体的外形是一样的,比如一个衣柜和一个冰箱,它们都是长方体,仅仅通过线条来识别,并不能很好的区分它们。显然,此时仅有MLSD已经无法胜任了,这时就需要用到Seg(语义分割), Seg可分割并用颜色标记原图物体,通过颜色对应物体的方式来引导Stable Diffusion生成希望获得的物体。以下小编就为大家介绍Seg的具体使用方法。
案例展示

1.将一张效果图,将它重新导入ControlNet中;

2.控制类型选择Seg(语义分割),在预处理器栏中我们可以看到有seg_ofade20k、seg_ofcoco、seg_ufade20k三种预处理器可供选择。

seg_ofade20k和seg_ufade20k都使用了ADE20k协议,所以这两种预处理器识别图片中素材所用标记颜色是相同的。区别在于它们采用了不同的算法:OneFormer算法会在颜色不同处使用白线分割;而UniFormer算法没有分割线。

seg_ofcoco则采用了COCO协议,所以它的标记颜色和ADE20k协议有所区别。另外它采用了OneFormer算法,因此在颜色不同处也会有白线分割。

光看文字比较抽象,小编直接上效果图:

从左到右依次为seg_ofade20k、seg_ofcoco、seg_ufade20k

从三种预处理器的效果来看,都可以很好地分割原图中的各类素材区域。

3.这里小编选择预处理器seg_ufade20k,点击启用、低显存模式(GPU显存8G以下推荐开启)、完美像素模式(Pixel Perfect)、允许预览(Allow Preview),点击“爆炸”按钮,我们可以看到图片中各素材已用不同的颜色标记出来了;

4.这里小编分享一个ADE20k协议的色号表,里面记录了不同的颜色所对应的材质或物件,大家也可以到LoveGPU官网内下载并使用。(文末领取完整色号表)

5.现在我们想在床边添加一张桌子,先保存Seg预处理效果图,并将其导入Photoshop,简单画出桌子的轮廓,颜色参考ADE20k色号表,选择将第34行“desk桌子”,将它的色号#0AFF47复制出来,填充进轮廓中。

6.回到Stable Diffusion,在正向提示词里添加desk,然后将Photoshop处理过的图片放入ControlNet中,预处理器选择none, 其他参数保持不变;

7.点击生成,让我们品鉴一下最终的设计效果吧!

太棒啦!已经顺利将桌子添加到预设位置。

有关更多信息并开始创建,请访问 Hedra 的 Character-1。

资料软件免费放送

次日同一发放请耐心等待

关于AI绘画技术储备

学好 AI绘画 不论是就业还是做副业赚钱都不错,但要学会 AI绘画 还是要有一个学习规划。最后大家分享一份全套的 AI绘画 学习资料,给那些想学习 AI绘画 的小伙伴们一点帮助!

感兴趣的小伙伴,赠送全套AIGC学习资料和安装工具,包含AI绘画、AI人工智能等前沿科技教程,模型插件,具体看下方。

需要的可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】

在这里插入图片描述

**一、AIGC所有方向的学习路线**

AIGC所有方向的技术点做的整理,形成各个领域的知识点汇总,它的用处就在于,你可以按照下面的知识点去找对应的学习资源,保证自己学得较为全面。

在这里插入图片描述

在这里插入图片描述

二、AIGC必备工具

工具都帮大家整理好了,安装就可直接上手!
在这里插入图片描述

三、最新AIGC学习笔记

当我学到一定基础,有自己的理解能力的时候,会去阅读一些前辈整理的书籍或者手写的笔记资料,这些笔记详细记载了他们对一些技术点的理解,这些理解是比较独到,可以学到不一样的思路。
在这里插入图片描述
在这里插入图片描述

四、AIGC视频教程合集

观看全面零基础学习视频,看视频学习是最快捷也是最有效果的方式,跟着视频中老师的思路,从基础到深入,还是很容易入门的。

在这里插入图片描述

五、实战案例

纸上得来终觉浅,要学会跟着视频一起敲,要动手实操,才能将自己的所学运用到实际当中去,这时候可以搞点实战案例来学习。
在这里插入图片描述
这份完整版的学习资料已经上传CSDN,朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】

在这里插入图片描述

声明:本文内容由网友自发贡献,不代表【wpsshop博客】立场,版权归原作者所有,本站不承担相应法律责任。如您发现有侵权的内容,请联系我们。转载请注明出处:https://www.wpsshop.cn/w/笔触狂放9/article/detail/851527
推荐阅读
相关标签
  

闽ICP备14008679号