1.基本概念Lora，英文全称“Low-RankAdaptationofLargeLangurageModels”，直译为大语言模型的低阶适应，这是微软的研究人员为了解决大语言模型微调而开发的一项技术2.作用只要是图片上的特征都可以提取并训练（1）对人物/物品的脸部特征进行复刻（2）生成某一特定风格的图像（3）固定动作特征3.embedding和Lora的区别embedding文件小，保存的信息量小，对人物的还原、对动作的指定、对画风的指定效果一般；Lora文件大，保存的信息量大，对人物的还原、对动作的指定、对画风的指定效果比较好。embedding一般还原的人物为动漫人物，真人一般用Lora
硬件要求#内存#建议使用不少于16GB内存。在一些情况下，可能需要调高虚拟内存，以容纳模型文件。存储#建议准备40GB以上的可用硬盘空间。显卡#WARNING注意显卡温度，有报道称显卡太热炸了。显卡型号#首先，很不幸地，因为需要用到CUDA加速，所以只有 英伟达显卡 支持良好。（AMD可以用但速度明显慢于英伟达显卡，当然没显卡也可以用CPU花几百倍时间生成）对于 Linux系统+AMD显卡 请读 AMD安装指南 和 AMD安装WebUI指北对于支持AMDGPU方案相关讨论显卡保修显卡厂家对于深度学习卡的保修政策等同于矿卡过度玩耍(比如连续3天出图)，显卡会有坏掉的风险各种显卡的稳定扩散性能测试
stablediffusion安装教程环境准备硬件要求安装软件Python安装安装git安装cuda工具安装工具包模型下载生成图片成果展示环境准备硬件要求1.需要拥有NVIDIA显卡，GT1060起，显存4G以上。（已经不需要3080起，亲民不少）2.操作系统需要win10或者win11的系统。3.电脑内存16G或者以上。我的电脑配置供大家参考，Win11，NVIDIARTX30708G，32G生成一张20step的图大概10s（若使用更高性能的电脑，生成速度更快。）安装软件Python安装推荐使用3.10.X版本（个人使用3.10.6：https://www.python.org/downl
SAM是Mata发布的“SegmentAnythingModel”可以准确识别和提取图像中的对象。它可以分割任何的图片，但是如果需要分割特定的物体，则需要需要点、框的特定提示才能准确分割图像。所以本文将介绍一种称为GroundingDino的技术来自动生成SAM进行分割所需的框。除了分割以外，我们还可以通过将SAM与GroundingDino和StableDiffusion相结合，获得高度准确图像分割结果，并且对分割后的图像进行细微的更改。下面就是我们需要的所有的包：`%cd/content!gitclonehttps://github.com/IDEA-Research/Grounded-S
StableDiffusionWebUI+Anaconda环境+本地Windows系统部署最近的很多AIGC模型层出不穷，StableDiffusion模型作为一个开源的热门生成式模型，或许对未来的各行各业都能产生深远的影响，了解这个模型并会使用可能是很多人目前想要学习的，本篇博客还原了本人从0-1的一个安装+部署过程，希望对屏幕前的各位读者有用，谢谢！创作不易，喜欢的可以点赞收藏为什么要用anaconda？原因其实很简单，anaconda可以做到环境隔离，即在创建好的环境中进行安装，不会影响其他程序或者模型的使用StableDiffusionWebUI项目来源于github，链接：https
我们在使用StableDiffusion需要很多模型，前面已经介绍过如何下载一个模型，那现在我们想要更多模型用前面方法就太麻烦了，如果知道常用模型的地址，那我们直接从C站把很多模型下过来，需要什么就可以直接选择。 首先主要用的模型是：（1）checkpoint主模型——（我们用来生成各种风格图像的主模型，也就是基础画风，每张图片的生成都必须选择一个主模型，Dreambooth是训练checkpoint的两种方式之一）常用主模型Deliberate- https://civitai.com/models/4823/deliberateRealisticVisionV2.0- https://ci
S：AI能取代设计师么？I：至少在设计行业，目前AI扮演的主要角色还是超级工具，要顶替？除非甲方对设计效果无所畏惧~~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/关键词使用指南（StableDiffusionPrompt设计师操作手册）》；不同类的模型Models说明《解析不同种类的StableDiffus
文本AI-ChatGPT和绘画AI-StableDiffusion，平地惊雷，突然进入寻常百姓家。如果时间可以快进，未来的人们对于我们这段时光的历史评价，大概会说：当时的人们在短时间连续经历了这几种情感。从不信，去试试看；到远超预期，后怕；到释然钦佩感慨，进步来得太快。人们原以为AI是远方的灯塔，转眼，才发现在后面的是人类。再望向AI，惊觉已望尘莫及。作为一名开发者，我在想如果让AI代替我工作，是个什么感受呢？本文我想和你分享我在过去两天的探索。前情回顾倘若你十分幸运，暂时还没有体验这波AI，以下是简短回顾。比如下面这张截图，一个人在和一个另一个似乎全知全能的生物对话，这便是隶属于机器学习NL
系列文章目录本地部署StableDiffusion教程，亲测可以安装成功StableDiffusion界面参数及模型使用谷歌Colab云端部署StableDiffusion进行绘图文章目录系列文章目录前言一、AIGC是什么？二、操作步骤1.资源准备-零元开通试用套餐2.创建应用3.输入提示词生成图片4.计费参考5.释放函数资源后记前言上一篇博客我们通过GoogleColab云端部署了StableDiffusion，但是前提条件是要有谷歌账号且能正常访问谷歌网站，如果没有谷歌账号也懒得魔法上网怎么办？阿里云为StableDiffusion体验者带来了福音：官方活动链接：https://devel
文章目录（零）前言（一）局部重绘（Inpaint）（二）画布扩绘（Outpaint）（2.1）图片画布扩大（插件：OpenOutpaint）（2.2）视频无限缩放（插件：InfiniteZoom）（三）选择合适的模型（零）前言本篇主要提到图生图的扩展使用，也就是画布扩绘（Outpaint），在不改变原画的基础上，扩大画布补充内容。更多不断丰富的内容参考：🔗《继续Stable-DiffusionWEBUI方方面面研究(内容索引)》（一）局部重绘（Inpaint）我们都知道，图生图当中可以用蒙版修改/去掉图片中某一部分内容，而不改变图片其它部分。同时也有个模型pix2pix，用文字描述来改变图片中
