书接上文神奇魔法师在哪里?
最近AI比较火,我这边主要对AI绘画的兴趣比较大,所以沉迷的时间久一些,闲暇时整理了一些小知识吧。本人也没有经过系统的学习,所以文中的谬误之处不少,观看时自行甄别。
这篇文章主要是应用向,比如生成下面这种漂亮的绘图(彩绘风格)。
或者是拟真的风格绘图。
魔法棒
施法魔法的时候,魔法棒是必须的媒介。这里就请出我们伟大的 stable-diffusion-webui。相比于invokeAI、Draw Things等工具,stable-diffusion-webui的功能比较全面,这里就以此为例,讲述我和魔法的故事。
安装环境
源码来源于GitHub,地址是:github.com/AUTOMATIC11…
官网上给出了安装的步骤大致如下:
这个针对我们程序员还是比较友好的,咳咳,针对其他的人就没那么友好了。从电脑配置上来说,最好是独立显卡,4G显存以上。
启动后
启动后大致是下图的样子,在这里我们可以安装一些插件和模型方便我们后续使用。
这里先说下stable-diffusion-webui的目录结构
目录 | 描述 |
---|---|
embeddings | 主要用于放置 Textual Inversion 相关的文件,文件格式一般是 xxxxx.pt,通过这些文件,可以让AI识别到某些单词的含义,比如某个明星的名字 |
localizations | 初始化是英文的,这里可以放置汉化包,这样可以在setting页面设置成中文页面 |
models/Stable-diffusion | 模型,所有绘图都是通过绘图实现的,不同的模型会有不同的效果,文件格式一般是 xxxxx.safetensors |
models/Lora | 比embeddings高级一些,用来支撑AI对单词的理解, 文件格式一般是 xxxxx.safetensors |
安装模型或者资源,都是直接下载后,将文件拖到对应的文件夹,然后重启。
资源下载网站
关于AI绘画的资源下载网站很多,这里只推荐civitai.com/ 对新手比较友好,下载速度也快,资源类型齐全。
咒语
咒语的编辑并不是没有规律的,一般约定成俗的格式如下
(1) 画质词: 杰作、最高画质、分辨率超级大等等
(2) 风格词艺术风格词: 照片、插画、动画等等
(3) 图片的主体: 女人、男人、猫、熊猫等等
(4) 主体特征: 呆毛、蓝眼睛、项链、长裙、高跟鞋等等
(5) 主体的情绪: 开心、愤怒等等
(6) 主体的POSE: 站、坐、跑、走、蹲、趴、跪等等
(7) 背景: 室内、室外、树林、沙滩、星空等等
(8) 其他: 焦距、光线、风等等
越关键的词,越往前放,相似的同类,放在一起。
那我的咒语可以根据格式生成一下:
(masterpiece:1.02), (best quality:1.12), (ultra high res:1.18),
(traditional chinese ink painting:0.6),
a beautiful female cyborg, (pureerosface_v1:0.28), (ulzzang-6500-v1.1:0.44), <lora:Colorwater_v4:0.2>,
(whole body:1.4), armor,
happy, smiling,
fighting bravely, in a dynamic fighting pose,
in the ruins of the cyberpunk city,
detailed face, wind, wind, look straight into the camera, detailed eyes, too many details, (best shadow:0.78), (cinematic light:0.72),
大致是,一个漂亮的女性赛博朋克,在城市的废墟中战斗。其中通过()进行权重的调整。在正向咒语之外,我们还需要设置一个排除项,这里写的是我们不想要的关键词,可以固定设置一个
two people, Multiple people, easynegative, DreamArtistBADHAND, By bad artist -neg, (worst quality:2), (low quality:2), lowres, ((monochrome)), ((grayscale)), big head, severed legs:1.4, short legs, skin spots, acnes, skin blemishes, age spot, backlight,(ugly:1.331), (duplicate:1.331), (morbid:1.21), (mutilated:1.21), mutated hands, (poorly drawn hands:1.331), blurry, (bad anatomy:1.21), (bad proportions:1.331), (disfigured:1.331), (unclear eyes:1.331), bad hands, missing fingers, extra digit, bad body, NG_DeepNegative_V1_75T, glans, EasyNegative:0.5,monochrome:1.5, gross proportions. short arm, (((missing arms))), missing thighs, missing calf, missing legs, mutation, duplicate, morbid, mutilated,poorly drawn cloth,strange finger,
一般都不想要低质量的,多人的,腿多了的,手指少了的等等。
施法
选择释法模型
每个模型的特征都不太一样,相同的咒语,在不同的模型下的表现也有差异,我选了下面两个模型进行魔法演示。
模型 | 描述 |
---|---|
dalcefoPainting_3rd.safetensors | 适合素描、二次元、水彩等等 |
chilloutmix_NiPrunedFp32Fix.safetensors | 适合亚洲、照片等等 |
采样方法
不同采样方法会有不同的效果,这个通过多尝试可以知晓,我常用的采样方法如下
采样方法 | 描述 |
---|---|
Euler a | 一个比较通用的采样方法,比较有创造力 |
DPM++ 2M Karras | 在较少的Step下,可以生成不错的生图 |
采样迭代步数(Step)
一般来说,Step越多,那么效果越好。但是不绝对,太多的步数可能效果会变差。通常设置在(15-30)之间是个比较好的选择。
尺寸
可以按照自己的诉求选择,但是大尺寸的图片需要更多的计算机资源。其实更好的方式是,通过高解析度修復进行尺寸的放大。
生成批次:点击生成按钮后,会循环生成多少批图片。
每批数量:每批图片的数量。
也就是说:(生成批次 x 每批数量)= 总共生成的图片数。
提示词相关性,是生成的图和你咒语的匹配度,一般设置(5-15)都还好。当然如果风格偏向水墨,可以挑战下比5更低的数字。
下载咒语相关的资源
在咒语中,我们使用到了几个 Textual Inversion 资源,需要去下载。
Textual Inversion 资源 | 下载地址 |
---|---|
(pureerosface_v1:0.28) | civitai.com/models/4514… |
(ulzzang-6500-v1.1:0.44) | civitai.com/models/8109… |
如果还使用到Lora的资源,那同样也需要去下载,Lora的格式是 lora:Colorwater_v4:0.2 这种。
Lora 资源 | 下载地址 |
---|---|
lora:Colorwater_v4:0.2 | civitai.com/models/1605… |
施法中
配置完毕后,大致样子如下图
点击生成按钮,那么图片就开始生成啦,后台的进度如下
等一会儿,我们的生图就OK啦,我这边生成的结果如下
这是生图,看一下有没有需要调整的或者不满意的,如果完全不满意,可以重新生成,直到满意为止。
魔法加强
我还是比较满意的,所以,直接在这个基础上,进行高清图的制作(这个会比较慢,需要足够的耐心,其实更多的是因为我的电脑显卡的配置不高,GPU不给力)。
点击下面的绿色按钮,进行种子的锁定。
然后开启高解析度修复,设置合适的放大算法后,点击生成按钮继续生成。
经过苦苦的等待之后,我们看到了最终的图片,如下图
再次释放
关闭高解析媳妇后,参数的不做变化,切换模型后,我们生成一个现实风格图片。
目前AI对手指的控制比较差的,出现手指不自然的情况比较多。除了通过关键词进行控制外,目前我没有什么好方法。
总结
总体来说,AI绘图的参数并不少,对不同的风格的绘图,如何选择合适的参数和咒语,这同样需要经验的积累。我还是挺喜欢这款AI绘图的工具的,也希望AI绘画会越来越强大。
写作不易,感谢点赞、关注、收藏。
本文正在参加「金石计划」