再好的prompt，不如有个简单的prompt工具。本文推荐一个日本人写的prompt插件，我进行了汉化，并补充了3000多个提示词。只需要鼠标点点就可以了！！！引子：今天去看了看StableDiffusion插件版本情况，结果发现日本大爷的提示词插件又双叒TMD更新了，只好重新汉化一遍......关键是这个大爷更新了五六次几乎没有任何变化，只是图标、位置轻微修饰，真的是代码仙人。PS，作者可能不是大爷而是个小盆友。对于绝大多数刚入门的AI绘画小白来说，熟练的掌握提示词（prompt）是一件非常难的事。不能使用合适的提示词，就无法画出想要的效果。在练习AI绘画的过程中，我不断的摸索，甚至收集了
本教程收集于：AIGC从入门到精通教程汇总在这篇文章中，我们将深入探讨原神盲盒的艺术风格，以及如何运用AI绘画技术（StableDiffusion）——来创造原神角色公仔。我们将通过实践操作让读者更好地理解这种技术，以及如何利用关键标签和Lora模型来优化生成的结果。原神作为全球颇受欢迎的游戏，它的角色设计、环境风格和故事背景都吸引了大量玩家。特别是角色公仔，凭借其独特的艺术风格和精致的设计，成为了玩家们热衷收藏的对象。然而，人工设计和生产公仔的成本较高，产量也有限。有没有一种方法可以在保持艺术风格的同时，高效且多样地生产原神角色公仔呢？AI绘画技术（StableDiffusion）或许就是解
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：koreanDollLikeness_v15采样迭代步数（steps）:30采样方法（Sampler）：DPM++2MKarras三、图片提示词与反向提示词：正向提示词：(masterpiece),(bestquality),1girl,chibi,fullbody,instyleofblindbox,((greenCheongsam)),sittin
文章目录基于LoRA进行StableDiffusion的微调数据集模型下载环境配置微调过程推理WebUI部署基于LoRA进行StableDiffusion的微调数据集本次微调使用的数据集为：LambdaLabs的Pokemon数据集使用gitclone命令下载数据集gitclonehttps://huggingface.co/datasets/lambdalabs/pokemon-blip-captions数据集一共883条样本，包含两个部分：image（图）和text（文），如下图所示。模型下载gitclonehttps://huggingface.co/runwayml/stable-di
大家有没有发现最近这段时间网上出现了各种各样的AI艺术二维码，这种二维码的出现，简直是对二维码的“颠覆式创新”，直接把传统的二维码提升了一个维度！作为设计师的我们怎么可以不会呢？今天就教大家怎么制作这种超有艺术的二维码，硬是把二维码上升到了艺术层面，比如这样的：现在所有人都开始卷了，都在比谁的二维码最不像二维码？下面就教大家怎么才能快速生成这样的二维码，大家一起来试试吧！丨安装StablediffusionStablediffusion是一种基于潜在扩散模型的文本到图像生成模型，能够根据任意文本输入生成高质量、高分辨率、高逼真的图像。丨安装controlnet+Adetailer插件打开Sta
1、安装Nvidia驱动、cuda版本等略2、安装anaconda环境略3、安装git#git工具的安装参考下面命令apt-getupdate-yapt-getupgrade-yaptinstallgit4、下载源码和模型参数文件#1、下载源码gitclonehttps://github.com/CompVis/stable-diffusion.git#2、下载模型参数文件，以下示例为v1.4版本，大约7GBwgethttps://xujianhua-bj.tos-cn-beijing.volces.com/sd-v1-4-full-ema.ckpt#3、设置模型参数存放位置#git下来的st
代码：importbase64importdatetimeimportjsonimportosimportrequestsdefsubmit_post(url:str,data:dict):"""SubmitaPOSTrequesttothegivenURLwiththegivendata.:paramurl:url:paramdata:data:return:response"""returnrequests.post(url,data=json.dumps(data))defsave_encoded_image(b64_image:str,output_path:str):"""Savet
文章目录SD前期预备一些惊喜TorchHijackForUnetTxt2Img搭配Lora使用单独运行txt2img.py获取所有资源代码地址参数sdmodel主程序代码地址参数(同上)模型InferenceLORA应用重构并使用LORA模型用Lora重构后的网络做sampler后处理以下内容是最近的学习笔记，如果有不对的地方，还望同志们指出~共勉SD前期预备深入Stablediffusion时，可以不按照官方指导来。官方指导对于AIGC爱好者比较的友好~.可以选择Anaconda按照之前AI传统，安装环境（需要从代码包里找到所有需要安装的库，有点麻烦，但是能用），也可以直接运行webui.s
今天主要分享两个东西，一个是ComfyUI软件包，一个是SDXL的两个模型。有这两个东西就可以快速出图了先来简单介绍一下SDXL的特点。StableDiffusionXL或SDXL是最新的图像生成模型，与以前的SD模型（包括SD2.1）相比，它专为更逼真的输出而定制，具有更详细的图像和构图。借助StableDiffusionXL，您现在可以通过改进的脸部生成来制作更逼真的图像，在图像中生成清晰的文字，并使用更短的提示创建更美观的艺术作品。根据官网的介绍和我的关注点，大概总结一下几个特征。基于1024x1024训练，更加高清，v2是768，V1.5是512。模型很大，体积很大，参数很大，35/6
欢迎关注我的CSDN：https://spike.blog.csdn.net/本文地址：https://spike.blog.csdn.net/article/details/131817599图像反推(Interrogate)功能，是指根据给定的图像生成一个或多个文本提示，这些提示可以描述图像的内容、风格、细节等方面。这个功能可以帮助用户快速找到合适的文本提示，从而生成自己想要的图像变体。图像反推功能，使用了CLIP(BLIP)和DeepBooru两种提示词反推算法，分别使用视觉和语言的联合表示和基于标签的图像检索。SD启动程序：cdstable_diffusion_webui_docker
