当前位置: article > 正文

实用教程：用Stable Diffusion快速生成装修效果图_stablediffusion 室内设计

作者：繁依Fanyi0 | 2024-08-07 22:09:02

踩

stablediffusion 室内设计

前言

现在室内设计相关AI工具在ChatGPT的推波助澜下蓬勃发展，以下介绍Stable Diffusion + ControlNet在室内设计的应用，这个工具有很高的自由度而且完全免费，可以帮助你在脑力激荡，获取灵感及设计风格确认上更加快速与精准，缺点是学习曲线稍高一些。

特别说明：目前最流行的室内设计AI可以作为设计师的工具和辅助工具，但尚未能够完全取代设计师的工作。AI可以提供一些自动化的功能和建议，但最终的决策和创意仍需要依赖设计师的专业知识和设计眼光。

准备工作

Stable Diffusion WebUI 安装（教程：https://ivonblog.com/posts/stable-diffusion-webui-manuals/zh-cn/installation/）
安装ControlNet（安装教程：https://ivonblog.com/posts/stable-diffusion-webui-manuals/zh-cn/extensions/controlnet/）
下载室内设计模型放到主程序文件夹下的/models/Stable-diffusion文件夹。（示例模型下载地址：https://huggingface.co/a34384300/XSarchitectural-InteriorDesign-ForXSLora/tree/main）
执行 Stable Diffusion WebUI - webui-user.bat
开启 http://127.0.0.1:7860

让我们开始第一张AI的设计图片

准备好一张您要设计的空间手绘图片或相片如下:

然后按下列步骤执行：

第一步：确定你的模型
第二步：选择【txt2img】并输入prompt，例如“a hotel relsturant”，你可以在此尝试不同的风格与配置
第三步：更改宽度
第四步：选择上传图片
第五步：打开Enable
第六步：选择适当的前置处理器，图片可选lineart_realistic
第七步：选MLSD model
最后，按下Generate后就可得到大量图片供您设计配置配色的灵感。

在这里插入图片描述

变更关键字为 A Chinese Resturant：

变更关键字为 A Cyberpunk Resturant：

以家装示例：

未装修前的厨房

使用关键词“A wabisabi kitchen”生成的效果图：

使用关键词“A minimalist kitchen”生成的效果图：

使用关键词“A America country kitchen”生成的效果图：

使用关键词组合描述“a luxury kitchen, high resolution photography, grey salmon pastel, sun light, contrast, realistic artstation concept art, hyperdetailed, ultradetail, cinematic 8k, volumetric light, cozy atmosphere.”生成的效果图：

参数说明

目前我们只有使用以文生图(txt2img)方式，另外以图生图(img2img)也十分有用，有机会另文介绍。透过上面的演练，可以知道调整不同的参数，就可以得到不同的参考图片。重要参数说明如下:

PROMPT : 关键字有「正向」与「负向」，并且要用英文输入，这需要参考更多的范例来了解如何撰写。
Width/Height : 预设为 512 x 512。室内设计图的宽度可以设定768。
Sampling Steps : 算图的步数，与画质正相关外，还会影响构图或细节。
CFG scale : CFG 代表 Classifier Free Guidance scale。CFG 是控制 Stable Diffusion 与您的文本提示的接近程度的设置。它应用于文本到图像 (txt2img) 和图像到图像 (img2img) 生成。理论上，CFG 值越高，它就越严格地按照您的提示进行操作。默认值为 7，这在创作自由和遵循您的方向之间提供了良好的平衡。值为 1 将赋予稳定扩散几乎完全的自由度，而高于 15 的值则相当受限。
Batch count : 一次计算同时产出几张图片。
Seed : 假设算出一张不错的图，想要固定构图，并调整其他参数时，可以点输入框旁边的回收按钮，会填入此次 Seed 值，在新产出的画面就能维持类似的构图。
Sampling method : 常用的是 DPM++ 2M Karras、DPM++ SDE Karras 和 Euler。

ControlNet参数说明:

勾选enable，才会启动Controlnet。
Preprocessor的意思是要先对图片做哪一种模式的预处理。
Model则是会已选定的模式去告诉AI该怎么画，原则上你Preprocessor选什么Model就选什么，除非你知道你自己丢进去的图片可以对应哪个Model。
有关室内设计的ControlNet参数请参考范例图片。

装修设计行业更多AI解决方案：

除stable diffusion外，您也可在众多AI工具中找到其他的适合工具，完成下面的需求:

设计自动化：室内设计AI可以根据给定的参数和条件生成设计方案。设计师可以输入房间尺寸、功能需求、预算范围等参数，AI将生成相应的设计提案。这可以帮助设计师在短时间内快速产生多个初步设计方案，以便与客户讨论和评估。
3D模拟和视觉化：室内设计AI可以使用3D建模和渲染技术，将设计概念转换为逼真的视觉效果。这使得设计师可以快速创建虚拟的室内场景，展示不同的布局、材料选择和色彩方案等。通过可视化，设计师可以更好地与客户分享和传达设计概念，帮助他们更好地理解和评估设计方案。
建议和推荐：室内设计AI可以分析大量的设计数据和趋势，并根据设计目标和客户的偏好提供建议和推荐。例如，AI可以根据特定风格的设计需求推荐相应的材料、家具和装饰品等。这可以帮助设计师快速获得相关的设计资讯和选项，加速提案的过程。
快速测试和评估：室内设计AI可以提供快速的测试和评估功能，帮助设计师评估不同设计方案的可行性和效果。AI可以模拟不同布局、光线条件和材料组合的效果，让设计师能够更快地评估不同的设计选项，找到最佳的解决方案。

总结

总的来说，室内设计AI通过自动化、3D模拟、建议和评估等功能，可以协助设计师快速生成设计方案。这些工具可以节省时间，提高效率，并提供更好的视觉回馈。

自行安装Stable Diffusion对电脑配置及动手能力要求比较高，如果您想快速使用一键生成装修图的功能，可以访问 www.titi.ai 或搜索 TitiAI 进行体验。

写在最后

AIGC技术的未来发展前景广阔，随着人工智能技术的不断发展，AIGC技术也将不断提高。未来，AIGC技术将在游戏和计算领域得到更广泛的应用，使游戏和计算系统具有更高效、更智能、更灵活的特性。同时，AIGC技术也将与人工智能技术紧密结合，在更多的领域得到广泛应用，对程序员来说影响至关重要。未来，AIGC技术将继续得到提高，同时也将与人工智能技术紧密结合，在更多的领域得到广泛应用。

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。