目录一sd安装二目标三sd基础3.1模型3.2vae（Variationalautoencoder，变分自编码器）3.3embedding3.3.1安装方式3.3.2使用方式3.4Lora3.4.1lora组成3.4.2使用：3.4.3效果3.4.4测试不同CFG效果3.5hypernetworks超网络3.6补充四总结转载请注明出处：🔗https://blog.csdn.net/weixin_44013533/article/details/130297373sd玩了很久了，自去年国庆刚出来，引起一片lsp欢呼，我那段时间也沉迷抽卡。后续一段时间的炼丹潮也就没跟进了，然后又陆续出来一些大模型
AI绘画平台地址https://ai.feilianyun.cn/梵高星空关键字：VanGogh’spaintings，Starryskyinaforeigngalaxy,octanerender,ultrarealistic8KHD--ar9:16参考图：盔甲骑士关键字：kneelingcatknight,portrait,finelydetailedarmor,intricatedesign,silver,silk,cinematiclighting,4k,unrealengineCGI,artstationbyMakotoShinkaiandBeksinski,pixiv.参考图：风景画
AI绘画平台地址https://ai.feilianyun.cn/梵高星空关键字：VanGogh’spaintings，Starryskyinaforeigngalaxy,octanerender,ultrarealistic8KHD--ar9:16参考图：盔甲骑士关键字：kneelingcatknight,portrait,finelydetailedarmor,intricatedesign,silver,silk,cinematiclighting,4k,unrealengineCGI,artstationbyMakotoShinkaiandBeksinski,pixiv.参考图：风景画
尝试本地部署StableDiffusion的时候遇到了很多的麻烦，自己训练AI也非常的麻烦，可以尝试使用Webui使用别人上传的模型第一步进入网站https://github.com/camenduru/stable-diffusion-webui-colab向下拉到readme第一个stable_diffusion_webui_colab，点击左边OpeninColab的图标跳转到GoogleColab的网站，这一步需要谷歌账号注册，方法可以参见我的上一篇文章http://t.csdn.cn/BV9Ya点击上方任务栏中的“代码执行程序”点击更改运行时类型选择GPU保存之后，点击“代码执行程序
尝试本地部署StableDiffusion的时候遇到了很多的麻烦，自己训练AI也非常的麻烦，可以尝试使用Webui使用别人上传的模型第一步进入网站https://github.com/camenduru/stable-diffusion-webui-colab向下拉到readme第一个stable_diffusion_webui_colab，点击左边OpeninColab的图标跳转到GoogleColab的网站，这一步需要谷歌账号注册，方法可以参见我的上一篇文章http://t.csdn.cn/BV9Ya点击上方任务栏中的“代码执行程序”点击更改运行时类型选择GPU保存之后，点击“代码执行程序
文章目录一、前言二、功能介绍2.1功能一2.2功能二2.3其他有趣的功能三、总结一、前言用Midjourney花一个小时做的项目logo图：解释一下logo的含义：一只坐在地上的马赛克风格的熊。坐在地面上是因为ground有地面的含义，然后分割后的图片可以认为是一种马赛克风格，而且马赛克谐音mask，之所以用熊作为logo主体，是因为项目主要示例的图片是熊。Grounded-SAM把SAM和BLIP、StableDiffusion集成在一起，将图片「分割」、「检测」和「生成」三种能力合一，成为最强Zero-Shot视觉应用。二、功能介绍项目体验的地址为：https://github.com/I
背景为了在本地愉快流畅地体验stablediffsion，且不希望直接在windows中安装过多复杂的环境，顺便体验容器的部署和发布的便利，决定选择stablediffusion的docker版（AbdBarho版）。网上已经有很多stablediffusion的部署文章，有很多甚至是零基础或者一键安装的，但自己尝试之后才发现还是有很多坑，真正操作起来并没有那么容易。这些坑的来源主要是两个方面：一个是网络下载问题，另一个是docker中的GPU运行问题。写这篇文章的主要目的并非详细介绍环境构建的步骤，而是记录部署过程中踩过的坑，以及相关的解决方案。如果你已经尝试了docker版部署并遇到了问题
【AIGC】StableDiffusion的建模思想、训练预测方式快速在这篇博客中，将会用机器学习入门级描述，来介绍StableDiffusion的关键原理。目前，网络上的使用教程非常多，本篇中不会介绍如何部署、使用或者微调SD模型。也会尽量精简语言，无公式推导，旨在理解思想。让有机器学习基础的朋友，可以快速了解SD模型的重要部分。如有理解错误，请不吝指正。大纲关键概念模型结构及关键组件训练和预测方式关键概念名词解释StableDiffusion之所以叫Stable，是因为金主公司叫StabilityAI。其基础模型是LatentDiffusionModel（LDM），也是本文主要介绍的部分。
用stablediffusion有段时间了，最近使用了它的抠图工具（Removebackground）。这里是我对该工具的使用和记录。希望可以帮其他人了解相关内容。文末附100个Lora资源方便大家使用。 在图像处理中，抠图是一项非常重要的任务。传统的抠图方法通常需要人工进行较长时间的描边和选择，效率低下且不准确。然而，StableDiffusion提供的工具相当智能，可用于图像抠图，使该过程更加快速、准确和简单。它可以用于处理不同尺度、不同复杂度的图像，并且可以通过调整参数来适应不同的抠图任务，例如，对于复杂背景的图像，可以调整参数以确保抠图的准确性。插件介绍使用了中文界面比较方便
https://stable-diffusion-art.com/how-to-come-up-with-good-prompts-for-ai-image-generation/https://stable-diffusion-art.com/how-to-come-up-with-good-prompts-for-ai-image-generation/提示词快速入门|StableDiffusionWebUI使用手冊(简体中文)｜Ivon的部落格这节教学StableDiffusion的提示词(prompt)写法，并附上范例。非AUTOMATIC1111开发的StableDiffusion也
