草庐IT

Stable Diffusion Web UI的原理与使用

StableDiffusion是一套基于Diffusion扩散模型生成技术的图片生成方案,随着技术的不断发展以及工业界对这套工程细节的不断优化,使其终于能在个人电脑上运行,本文将从github下载开始讲一讲如何使用StableDiffusionWebUI进行AI图像的生成。1.聊聊Diffusion1.1概念简介StableDiffusion是基于扩散模型的应用,那就先来讲一讲什么是扩散模型。我们知道在扩散模型出现之前,比较火的是GAN(对抗生成网络),GAN由生成器和判别器组成,两者相互博弈训练,最终产生较理想的输出。但是GAN也有缺点,首先生成器和判别器不断进化的中间N个步骤完全是黑盒,无

这二维码也太美了吧!利用AI绘画[Stable Diffusion的 ControlNet]生成爆火的艺术风格二维码

文章目录引子爆火的艺术二维码这种艺术二维码是如何制作出来的ControlNet介绍ControlNet的限制条件边缘检测示例人体姿态检测示例使用Canny边缘检测和Openpose有什么区别?安装稳定扩散控制网ControlNet安装ControlNet更新ControlNet扩展如何使用StableDiffusion生成艺术二维码生成二维码效果引子先看两张图上面的话是两张有效的二维码,只要你拿起手机扫描这些图像,是可以扫出内容的。是不是难以置信?爆火的艺术二维码最近,在互联网上疯传一种崭新形式的二维码,它们摆脱了传统黑白方块的外观,而是呈现出令人赏心悦目的图像,一眼望去令人印象深刻。这种艺术

Stable Diffusion - 常用的负向提示 Embeddings 解析与 坐姿 (Sitting) 提示词

欢迎关注我的CSDN:https://spike.blog.csdn.net/本文地址:https://spike.blog.csdn.net/article/details/132145248负向Embeddings是用于提高StableDiffusion生成图像质量的技术,可以避免生成一些不符合预期的图像特征,比如画崩、变形、多余的部位等。原理是将一些不希望出现的图像特征转换为向量表示,然后作为负面提示,输入到StableDiffusion算法中,使得算法在优化过程中,尽量远离这些向量所代表的图像分布。测试模型:墨幽人造人_v1030DreamShaper8更新:https://civit

【AIGC专题】Stable Diffusion 从入门到企业级实战0401

一、概述本章是《StableDiffusion从入门到企业级实战》系列的第四部分能力进阶篇《StableDiffusionControlNetv1.1图像精准控制》第01节,利用StableDiffusionControlNetInpaint模型精准控制图像生成。本部分内容,位于整个StableDiffusion生态体系的位置如下图黄色部分所示:StableDiffusionInpaint指的是使用StableDiffusion模型进行图像补全的技术。StableDiffusion是一个生成对抗网络(GAN),可以根据文本提示生成图像。图像补全(imageinpainting)则是一种在图像中

Stable Diffusion 如何生成字体拼图

像我的微信头像这样的图片怎么生成呢?  首先准备一张白纸黑字的图,放到ControlNet里,然后选下面几项:  选好以后就可以出图了: 

Stable Diffusion Webui源码剖析

1、关键python依赖(1)xformers:优化加速方案。它可以对模型进行适当的优化来加速图片生成并降低显存占用。缺点是输出图像不稳定,有可能比不开Xformers略差。(2)GFPGAN:它是腾讯开源的人脸修复算法,利用预先训练号的面部GAN(如styleGAN2)中封装的丰富多样的先验因素进行盲脸(blindface)修复,旨在开发用于现实世界人脸修复的实用算法。(3)CLIP:ContrastiveLanguage-ImagePre-Training,多模态方向的算法。可以训练出一个可以处理图像和文本的模型,从而使得模型可以同时理解图像和对图像的描述。(4)OPEN-CLIP:一个开

保姆级教程:从0到1使用Stable Diffusion XL训练LoRA模型 |【人人都是算法专家】

RockyDing公众号:WeThinkIn写在前面【人人都是算法专家】栏目专注于分享Rocky在AI行业中对业务/竞赛/研究/产品维度的思考与感悟。欢迎大家一起交流学习💪大家好,我是Rocky。Rocky在知乎上持续撰写StableDiffusionXL全方位的解析文章:深入浅出完整解析StableDiffusionXL(SDXL)核心基础知识,希望大家给这篇文章多多点赞,让Rocky的劳动有更多动力!(也欢迎大家关注Rocky的知乎号:RockyDing)。文章内容主要包括SDXL模型结构,从0到1训练SDXL以及LoRA教程,从0到1搭建SDXL推理流程,最新SDXL资源汇总,相关SDX

Window下部署使用Stable Diffusion AI开源项目绘图

Window下部署使用StableDiffusionAI开源项目绘图前言前提条件相关介绍StableDiffusionAI绘图下载项目环境要求环境下载运行项目打开网址,即可体验文字生成图像(txt2img)庐山瀑布参考本文里面的风景图,均由StableDiffusionAI绘制生成。StableDiffusion并不局限于AI绘图,还有风格转换、人像修复、图像融合、图像去噪等功能,感兴趣的小伙伴,可自行探索,科学使用!前言由于本人水平有限,难免出现错漏,敬请批评改正。更多精彩内容,可点击进入YOLO系列专栏、自然语言处理专栏或我的个人主页查看基于DETR的人脸伪装检测YOLOv7训练自己的数据

stable diffusion实践操作-webUI教程-不是基础-是特例妙用

系列文章目录stablediffusion实践操作提示:写完文章后,目录可以自动生成,如何生成可参考右边的帮助文档文章目录系列文章目录前言一、SDwebUI是什么?二、详细教程1.相关插件安装1.1.提示词插件安装和使用1.2tagg标签妙用1.3LLuL局部修改插件1.2.upscale放大算法插件安装2.xyz图表使用2.1.xyz提示词,权重使用2.2.xyz采样方式使用3批次出图4.复制,清空,保存提示词5.复刻别人案例图片1.从C站直接拖入2.liblib保存png图片后拖入查看3.为什么能从C站的jpeg图片中获取到生成信息呢4.为什么能从jpeg/png图片中获取到生成信息呢6.