目录一、系统环境二、数据准备及预处理三、使用StableDiffusion获取图像信息四、安装训练图形化界面五、参数设置及训练过程六、效果测试七、常见报错处理一、系统环境同上一篇博客，云平台：CPU1核，GPU0.5卡，内存20G；python版本：3.10准备两个Terminal页面备用，一个打开上一篇博客已经装好的SDWebUI，一个我们安装训练图形化界面kohya_ss，都启动虚拟环境py310。二、数据准备及预处理网络上的建议：至少15张图片，每张图片的训练步数不少于100。照片人像要求多角度，特别是脸部特写（尽量高分辨率），多角度，多表情，不同灯光效果，不同姿势等图片构图尽量简单，避
接上一个教程，现在开始使用StableDiffusion，自己训练模型太花时间了，直接下载别人训练好的模型可以省很多事。左上面stableDiffusioncheckpoint就是我们的模型，现在里面什么都没有1、点击选择上面的Civitai 2、这里面有一些模型。如果你想要更多更全的，那就进入网站civitai挑选，浏览各种当下最火的模型https://civitai.com/比如想要一个模型：AnythingV3。这是一个高质量、高度详细的动漫风格生成模型，支持使用Danbooru标签生成图像，如1girl、whitehair、goldeneyes、beautifuleyes。直接搜索框输
AI绘图在线体验二次元绘图在线体验地址:http://gpt.aizhiyun8.com/?code=RBdhptvxAP StableDiffusion绘画入门指令AI绘画平台https://gpt.aizhiyun8.com/一：入门绘画风景类中文指令关键词：蓝天白云，高山流水，亭台楼阁，鸟语花香翻译英文指令关键词：Blueskyandwhiteclouds,highmountainsandflowingwater,pavilionsandpavilions,birdssingingandflowersfragrant生图样图二、科幻类入门指令1.中文指令关键词：未来城市鸟瞰，蓝天白云，尖
最近在研究AIGC，先是玩了一下Midjourney，后来Midjourney免费额度用完了，也不再开放免费额度给新用户使用了，于是转而研究StableDiffusion。StableDiffusion（以下简称SD）的最大优点就是开源免费，而且对硬件的要求不高，MacM1芯片就能跑，当然如果是高端N卡当然是更好了。关于StableDiffusion的介绍和使用方法，我另外用视频介绍，今天主要介绍SD的扩展（插件）。官方的SD已经内部集成了多个扩展，比如Lora就是原生集成的，所有官方内部集成的扩展放在了stable-diffusion-webui/extensions-builtin文件夹，
前言如果你对这篇文章感兴趣，可以点击「【访客必读-指引页】一文囊括主页内所有高质量博客」，查看完整博客分类与对应链接。框架这些生成式AI的整体功能为：输入「文字」，返回「图像」，即Text-to-imageGenerator：生成器的内部框架如下所示：第一部分：TextEncoder，输出Text，返回对应的Embedding（向量）；第二部分：GenerationModel，输入为Text的Embedding与一个随机生成的Embedding（用于后续的Diffusion过程），返回中间产物（可以是图片的压缩版本，也可以是LatentRepresentation）；第三部分：Decoder，
前言如果你对这篇文章感兴趣，可以点击「【访客必读-指引页】一文囊括主页内所有高质量博客」，查看完整博客分类与对应链接。框架这些生成式AI的整体功能为：输入「文字」，返回「图像」，即Text-to-imageGenerator：生成器的内部框架如下所示：第一部分：TextEncoder，输出Text，返回对应的Embedding（向量）；第二部分：GenerationModel，输入为Text的Embedding与一个随机生成的Embedding（用于后续的Diffusion过程），返回中间产物（可以是图片的压缩版本，也可以是LatentRepresentation）；第三部分：Decoder，
错误Python3.10.10(main,Mar212023,18:45:11)[GCC11.2.0]Commithash:Traceback(mostrecentcalllast):File“/home/xxxxx/PycharmProjects/stable-diffusion-webui/launch.py”,line355,inprepare_environment()File“/home/xxxx/PycharmProjects/stable-diffusion-webui/launch.py”,line288,inprepare_environmentgit_clone(stabl
我从小特别羡慕会画画的伙伴。他们能够将心中的想法画出来，而我最高水平的肖像画是丁老头。但在接触StableDiffusion之后，我感觉自己脱胎换骨，给自己贴上了「会画画」的新标签。丁老头进化旅程StableDiffusion是一个「文本到图像」的人工智能模型，也是唯一一款开源且能部署在家用电脑（对硬件要求不高）上的AI绘图工具。使用StableDiffusion，你可以在拥有6GB显存显卡，16GB内存或只依赖CPU的电脑上生成图像，并且仅需几秒钟的时间，无需进行预处理或后处理。想要体验AI绘图，你可以使用在线工具HuggingFaceopeninnewwindow、DreamStudioo
文章目录1.安装自动安装手动安装2.启用Controlnet3.配置Controlnet4.预训练模型区别5.多ControlNet组合应用6.参数介绍7.版本对比ReferenceControlnet允许通过线稿、动作识别、深度信息等对生成的图像进行控制。1.安装自动安装在stable-diffusion-webui页面上找到Extensions->InstallfromURL，输入插件的git地址，然后点击Install即可，URL如下：https://github.com/Mikubill/sd-webui-controlnet.git等待loading结束后，页面底部会出现Instal
免费运行stablediffusion的方案中，googlecolab方案是最好的，但是但是他每24小时会清空数据，每次跑图都要重新下载模型。。。那么我们该如何长期保有自己的数据呢？文本将解决这个问题，除翻越问题外唯一的前提就是你的google云盘还有足够的空间~~预先学习：安装及其问题解决参考：《Windows安装StableDiffusionWebUI及问题解决记录》；运行使用时问题《Windows使用StableDiffusion时遇到的各种问题整理》；模型运用及参数《StableDiffusion个人推荐的各种模型及设置参数、扩展应用等合集》；提示词生图咒语《AI绘图提示词/咒语/词缀
