安装方法1，源码安装参考repo参考地址：https://github.com/AUTOMATIC1111/stable-diffusion-webuipython下载地址：https://www.python.org/downloads/release/python-3106/git下载地址：https://git-scm.com/download/win官方wiki说明参考https://github.com/AUTOMATIC1111/stable-diffusion-webui/wikiwin10系统运行12运行后会根据系统的默认python环境，创建虚拟环境3浏览器打开以下网址htt
用AI画一幅符合自己预期的好画，模型、提示词和方法都很重要。本文是我通过数十个小时不断探索总结出来的AI绘画经验，相信你看后一定有所收获！先看看我用AI画出来的小姐姐(●'◡'●) （其实是随便画的）（好像把自己的xp暴露在外了）（本人确实没什么审美）（哇靠这个手是怎么回事）（凑活看吧）正所谓涩涩是第一生产力，本人每天晚上画好几个小时研究如何画出一个符合自己预期的画。现在说下这幅画是如何生成的。首先软件使用的是B站up主@秋葉aaaki的整合包，视频的网址是www.bilibili.com/video/BV1iM4y1y7oA然后这是我写的一些生成好看小姐姐的提示词>_正向提示词：master
`文章目录前言一、dqnapi是什么？二、使用步骤1.本地2.在线测试总结前言AI图像生成异常火爆，听说鹅厂都开始用AI图像生成做前期设定了，小厂更是直接用AI替代了原画师的岗位。这一张张丰富细腻、风格各异、以假乱真的AI生成图像，背后离不开StableDiffusion算法。StableDiffusion是stability.ai开源的图像生成模型，可以说StableDiffusion的发布将AI图像生成提高到了全新高度，其效果和影响不亚于OpenAI发布ChatGPT。一、dqnapi是什么？dqnapi是一个接口服务网站，网站包含各类接口，有股票，有OCR，有语言，免费和付费多种api接
欢迎关注我的CSDN：https://spike.blog.csdn.net/本文地址：https://spike.blog.csdn.net/article/details/131699857AfterDetailer是一个用于StableDiffusionWebui的扩展插件，可以自动检测、遮盖和修复图片中的人脸、手部或全身，使用ultralytics的检测模型，而不是mmdet的检测模型。工程：https://github.com/Bing-su/adetailer测试模型：DreamShaper测试提示词：lora:americanmcgee_alice:1>,solo,1girl,(
提示显存不足RuntimeError:CUDAoutofmemory.Triedtoallocate1.50GiB(GPU0;8.00GiBtotalcapacity;5.62GiBalreadyallocated;109.75MiBfree;5.74GiBreservedintotalbyPyTorch)Ifreservedmemoryis>>allocatedmemorytrysettingmax_split_size_mbtoavoidfragmentation.SeedocumentationforMemoryManagementandPYTORCH_CUDA_ALLOC_CONF1、
提示显存不足RuntimeError:CUDAoutofmemory.Triedtoallocate1.50GiB(GPU0;8.00GiBtotalcapacity;5.62GiBalreadyallocated;109.75MiBfree;5.74GiBreservedintotalbyPyTorch)Ifreservedmemoryis>>allocatedmemorytrysettingmax_split_size_mbtoavoidfragmentation.SeedocumentationforMemoryManagementandPYTORCH_CUDA_ALLOC_CONF1、
欢迎关注我的CSDN：https://spike.blog.csdn.net/本文地址：https://spike.blog.csdn.net/article/details/131582734论文：ExploitingDiffusionPriorforReal-WorldImageSuper-ResolutionStableSR算法提出了一种新颖的方法，利用预训练的文本到图像扩散模型中封装的先验知识，来实现盲超分辨率（SR）。具体来说，通过使用时间感知编码器，可以在不改变预训练的合成模型的情况下，实现令人满意的恢复结果，从而保留了生成先验并最小化了训练成本。为了弥补扩散模型固有的随机性造成的
一、StableDiffusion模型在线使用地址：https://inscode.csdn.net/@inscode/Stable-Diffusion二、模型版本及相关配置Steps:20,Sampler:Eulera,CFGscale:7,Seed:2391134711,Size:512x512,Modelhash:74c61c3a52,Model:GuoFeng3,Version:v1.2.0三、图片提示词与反向提示词男生,短头发,眼镜,头像Negativeprompt:短袖,短裤
昨天带大家一起装好了StableDiffusion的环境，今天就来带大家一起体验一下StableDiffusion的局部重绘功能。没装好环境的可以看上一篇：AI绘画基于Kaggle10分钟搭建StableDiffusion（保姆级教程）StableDiffusion的局部重绘使用非常简单，大家按图一步步操作即可：点击“图生图”点击“布局重绘”将图片上传到图中区域点击图像旁边的小画笔，进行局部重绘比如我们想将白色T恤中的大头像换一下，太丑了。这时我们就可以用旁边的小画笔涂抹衣服上的大头像就好了。参数设置：这里的参数大家自己根据需要调整就好了，可以多试试，看看效果，第一次也可以直接按图上的来。这里
一、StableDiffusion模型在线使用地址：https://inscode.csdn.net/@inscode/Stable-Diffusion二、模型版本及相关配置：模型：chilloutmix_NiPrunedFp32fixLora：cat_20230627113759采样迭代步数（steps）:32采样方法（Sampler）：DPM++2MKarras提示词相关性(CFGScale)：7三、图片提示词与反向提示词：正向提示词：,(Masterpiece:1.2,highquality),cat,:3,。反向提示词：,EasyNegative,badhandsv5-neg,种子：4
