欢迎关注我的CSDN：https://spike.blog.csdn.net/本文地址：https://spike.blog.csdn.net/article/details/132978866Paper:DPM-Solver++:FastSolverforGuidedSamplingofDiffusionProbabilisticModels扩散概率模型（DPMs）在高分辨率图像合成方面，取得了令人印象深刻的成功，尤其是在最近的大规模文本到图像生成应用中。提高DPMs样本质量的一个重要技术是引导采样，通常需要一个较大的引导尺度来获得最佳的样本质量。引导采样常用的快速采样器是DDIM，即一阶扩
当前，最先进的文本到图像（T2I）模型需要大量的训练成本（例如，数百万个GPU小时），这严重阻碍了AIGC社区的基础创新，同时增加了二氧化碳排放。现在，来自华为诺亚方舟实验室等研究机构的研究者联合提出了开创性的文本到图像（T2I）模型PixArt-α,只需要StableDiffusionv1.5训练时间的10.8%（约675vs约6250A100GPU天），省下近30万美元（26000美元vs320000美元）。与更大的SOTA模型RAPHAEL相比，PixArt-α的训练成本仅为1%，且支持直接生成高达1024×1024分辨率的高分辨率图像。PixArt-α 模型不仅大幅降低了训练成本，还显
弃用说明：这可能是最短命的插件了，automatic1111的1.6版本中，已经作为原生集成部件支持了，所以不需要再独立安装了）。尽管已经有开源支持者对automatic1111提出过违反GPL协议的问题。但对于伸手党来说，还是很喜欢这种做法的。之前在 StableDiffusionXL1.0SDXL使用方法(填坑)" StableDiffusionXL的二个模型，分别是base与refiner,很多介绍中对二个模型的用法没解释清楚，其实这二个模型，都可以单独生成图片，Base更注重模型的内容生成，refiner更注重细节的补充。sd_xl_base_1.0_0.9vae.safetensor
L1：界面CFGScale：提示词相关性denoising：重绘幅度L2：文生图女性常用的负面词nsfw,NSFW,(NSFW:2),legsapart,paintings,sketches,(worstquality:2),(lowquality:2),(normalquality:2),lowres,normalquality,((monochrome)),((grayscale)),skinspots,acnes,skinblemishes,agespot,(outdoor:1.6),manboobs,backlight,(ugly:1.331),(duplicate:1.331),(m
老照片常常因为当时的技术限制而只有黑白版本。然而现代的AI技术，如DeOldify，可以让这些照片重现色彩。本教程将详细介绍如何使用DeOldify来给老照片上色。.之前介绍过基于虚拟环境的基于DeOldify的给黑白照片、视频上色，本次介绍对于新手比较友好的在Stablediffusion进行简单的上色操作。文章目录准备工作基本使用图片部分视频部分总结准备工作进入SD的扩展页面搜索DeOldify，然后点击安装即可，模型什么的会自己在使用过程中下载。安装完成之后先不要着急重启，需要添加启动参数--disable-safe-unpickle。提供一个我添加参数的方法，在SD目录下找到modul
Mac配置类别配置机型Macbookprom2核总数12核中央处理器、38核图形处理器和16核神经网络引擎内存64G系统Sonoma安装Homebrew打开终端执行（使用了国内镜像源安装）/bin/bash-c"$(curl-fsSLhttps://gitee.com/cunkai/HomebrewCN/raw/master/Homebrew.sh)"查看是否安装完成brew-v安装环境依赖brewinstallcmakeprotobufrustpython@3.10gitwget安装Conda安装从Anaconda官网下载安装包下载直接双击一步步安装即可查看是否安装成功conda--vers
1.ControlNet是什么ControlNet是StableDiffusion用于图像风格迁移和控制的一款插件，作者是2021年才本科毕业，现在在斯坦福大学读博士一年级的中国学生张吕敏。ControlNet的出现代表着AI生成开始进入真正可控的时期，而AIGC的可控性是它进入实际生产最关键的一环。在此之前，大家用了很多方法想让AI生成的结果尽可能符合要求，但都不尽如人意，ControlNet比之前img2img要更加精准和有效，可以直接提取画面的构图，人物的姿势和画面的深度信息等等。有了它的帮助，就不用频繁用提示词来碰运气抽卡式创作了。2.ControlNet作用它允许通过线稿、动作识别、
作者简介：一名云计算网络运维人员、每天分享网络与运维的技术与干货。 公众号：网络豆云计算学堂 座右铭：低头赶路，敬事如仪个人主页： 网络豆的主页目录写在前面一.体验与操作1.注册2.为何可以媲美stablediffusion？（1）兼容市上所有StableDiffusion教程，哪里想学找哪里（2）免费的在线生图支持文生图、图生图的基本功能（3）支持高清修复、面部修复 （4）海量模型一键加入模型库并调用，无需下载到本地（5）原创AI模型分享社区（6）模型训练专业设置：总结：写在前面随着AI绘画的爆火，让我们也对AI绘画有了了解，但是相对于国外AI绘画我们使用有一定限制，国内的AI绘画
DiffusionModels专栏文章汇总：入门与实战前言：PEFT由HuggingFace荣誉出品，是现在微调大模型最常用的库之一。这篇博客首先介绍PEFTLoRA微调StableDiffusion的原理，然后讲解代码，并整理出完整可运行的脚本，已在GitHub上开源。目录原理简介参数解析代码解析
写这篇文章的主要原因是工作中需要写一个用训练好的模型批量生图的脚本，开始是想用python直接加载模型，但后来发现webui的界面中有不少好用的插件和参数，所以最终改成调用WebUI接口的方式来批量生图。Stable-diffusion的webui界面使用比较方便，但是它的api文档比较简陋，很多功能需要去看源码，所以在这里记录下主要的调用方法相关文档官方文档：https://github.com/AUTOMATIC1111/stable-diffusion-webui/wiki/API运行方式#1.首先需要在webui-user.bat中给COMMANDLINE_ARGS添加--api参数#
