【入門教程篇】 Stable Diffusion入門教程

前言

在了解完Midjourney后，大家也在群里討論的很熱烈，然后其中有不少疑問(wèn)就是Midjourney的圖片怎么精準(zhǔn)的控制，

或者是不改變某個(gè)物體的情況下更換背景等等，實(shí)在是太多問(wèn)題了。

唉等等，要不咱先欣賞下SD生成的圖片？來(lái)吧展示：

這是拍的嗎？？No，這是SD模型跑圖來(lái)的！

動(dòng)漫插畫(huà)，就說(shuō)這效果強(qiáng)不強(qiáng)吧….

Stable Diffusion介紹

Stable Diffusion是一款基于人工智能技術(shù)開(kāi)發(fā)的繪畫(huà)軟件，它可以幫助藝術(shù)家和設(shè)計(jì)師快速創(chuàng)建高品質(zhì)的數(shù)字藝術(shù)作 品。該軟件使用了一種稱為GAN（生成對(duì)抗網(wǎng)絡(luò)）的深度學(xué)習(xí)模型，該模型可以學(xué)習(xí)并模仿藝術(shù)家的創(chuàng)作風(fēng)格，從而

生成類似的藝術(shù)作品。

Stable Diffusion具有直觀的用戶界面，可以讓用戶輕松地調(diào)整繪畫(huà)參數(shù)并實(shí)時(shí)預(yù)覽結(jié)果。用戶可以選擇不同的畫(huà)布、

畫(huà)筆和顏色，還可以通過(guò)調(diào)整圖像的風(fēng)格、紋理和顏色等參數(shù)來(lái)創(chuàng)建各種不同的藝術(shù)作品。

除此之外，Stable Diffusion還提供了一些高級(jí)功能，例如批量處理、自動(dòng)矯正和自動(dòng)化調(diào)整等，可以幫助用戶更加高

效地完成大量的繪畫(huà)任務(wù)。

總之，Stable Diffusion是一款功能強(qiáng)大的Al繪畫(huà)軟件，它比現(xiàn)在市面上主流的A/繪畫(huà)軟件Midjourney更加的強(qiáng)大，可

以說(shuō)SD是所有Al繪畫(huà)的鼻祖級(jí)存在，同樣，更強(qiáng)大代表著它的上手難度及配置要求也更高。那么說(shuō)到這里，我們就來(lái)

看看這兩款軟件的一個(gè)對(duì)比吧：

三、主流Al繪畫(huà)軟件的對(duì)比

總之，Stable Diffusion是一款功能強(qiáng)大的Al繪畫(huà)軟件，它比現(xiàn)在市面上主流的A/繪畫(huà)軟件Midjourney更加的強(qiáng)大，可

以說(shuō)SD是所有A/繪畫(huà)的鼻祖級(jí)存在，同樣，更強(qiáng)大代表著它的上手難度及配置要求也更高。那么說(shuō)到這里，我們就來(lái)

看看這兩款軟件的一個(gè)對(duì)比吧：

四、Stable Diffusion電腦配置要求

1、配置要求：需要使用N卡(NVIDIA顯卡），顯卡的顯存至少需要4GB以上顯存才能在本地運(yùn)行。最低配置需要

4GB顯存，基本配置6GB顯存，推薦配置12GB顯存或者以上。

（小知識(shí)：stable diffusion Ai 繪畫(huà)主要是運(yùn)行顯卡，算力越強(qiáng)，出圖越快。顯存越大，所設(shè)置圖片的分辨率越高）

“推薦使用RTX4090顯卡哦，”’---來(lái)自一個(gè)3090+4080顯卡玩家

還有一點(diǎn)的就是硬盤空間要大，SD出圖主要依賴模型，網(wǎng)上下載的模型資源一般都很大（一個(gè)模型在2G以上）批量

跑圖也是很占內(nèi)存的，這邊建議60GB以上的硬盤空間。

2、網(wǎng)絡(luò)要求：大家都懂哈，咱也不說(shuō)。

3、操作系統(tǒng)：需要是Win10 或Win11。

滿足以上條件基本上就可以用SD跑圖啦。

五、Stable Diffusion基礎(chǔ)操作

5.1 大模型的切換

首先是這個(gè)界面左上角，在這里可以切換你所安裝的模型。

這里我先推薦一下我常用的模型網(wǎng)站：C站：https://civitai.com/

然后我們?cè)贑站上下載一些模型，下載需要網(wǎng)絡(luò)哦（我不提供網(wǎng)絡(luò)教學(xué)）

接下來(lái)就是安裝了，很簡(jiǎn)單，把下載的模型放到這個(gè)路徑文件夾中。然后刷新web U界面（就是SD操作界面)

5.2 模型的VAE (Sd的VAE)

VAE 的全稱是Variational Auto-Encoder，翻譯過(guò)來(lái)是變分自動(dòng)編碼器，本質(zhì)上是一種訓(xùn)練模型，Stable Diffusion里

的VAE主要是模型作者將訓(xùn)練好的模型“解壓”的解碼工具。

這里可以切換VAE。一般情況下我們就選擇第一個(gè)自動(dòng)就行了。

在c站 (stable diffusion)下載模型，在下載頁(yè)面會(huì)有文件顯示，如圖。

VAE的安裝路徑看我這里，把下載的文件復(fù)制粘貼，然后把web Ul界面刷新一下（就是SD操作界面）

總結(jié)：

1、 總的來(lái)說(shuō)就是你在C站上下載的模型有些內(nèi)置就有VAE的屬性（不需要下載VAE 文件），有些沒(méi)有內(nèi)置下載的時(shí)候

我們就把VAE文件下載。（VAE文件一般大小在幾百兆左右）

2、VAE的作用就是沒(méi)有加載VAE的圖片是灰灰的，加載之后就是會(huì)產(chǎn)生一個(gè)潤(rùn)色的效果，色彩更加豐富。

5.3 功能選項(xiàng)

這里我挑選幾個(gè)重要的功能講解下。

文生圖，這里與Midjourney不同的是，SD有一個(gè)反向關(guān)鍵詞（意思是不要圖片出現(xiàn)什么），文生圖的關(guān)鍵詞格式與

Midjourney基本一致

下面這塊參數(shù)就是設(shè)置圖片的一些基本參數(shù)，分辨率、尺寸，具體參數(shù)見(jiàn)下文。

圖生圖，這個(gè)也很好理解，放參考圖然后輸入提示詞，與其他A繪畫(huà)軟件一致。

圖片信息，意思是你用SD畫(huà)的圖，放在這里來(lái)，右邊會(huì)顯示這個(gè)圖片的一些參數(shù)，包括關(guān)鍵詞。

然后你可以選擇右下角的一些功能，比如“文生圖”

模型合并，這個(gè)功能很厲害，大致就是把多個(gè)模型混合起來(lái)。

訓(xùn)練，這個(gè)就是訓(xùn)練自己的模型，新手用的比較少，片區(qū)命 工作流的部署。（這個(gè)才是我推薦的核心哦）

設(shè)置，然后就是設(shè)置，大家自己去研究下就好了。

擴(kuò)展，這個(gè)就是跟插件擴(kuò)展相關(guān)的了，后面再講。

5.4 提示詞和反向提示詞

提示：

提示詞內(nèi)輸入的東西就是你想要畫(huà)的東西，反向提示詞內(nèi)輸入的就是你不想要畫(huà)的東西。

提示框內(nèi)只能輸入英文，所有符號(hào)都要使用英文半角，[§ 讠使用半角逗號(hào)隔開(kāi)。

-般來(lái)說(shuō)越靠前的詞匯權(quán)重就會(huì)越高，比如我這張圖的提示詞：

The personification of the Halloween holiday in the form of a cute girl with short hair and a villain's smile, (((cute

girl)))cute hats, cute cheeks, unreal engine, highly detailed, artgerm digital illustration, woo tooth, studio ghibli,

deviantart, sharp focus, artstation, by Alexei Vinogradov bakery, sweets, emerald eyes。

萬(wàn)圣節(jié)假期的擬人化形式是一個(gè)留著短發(fā)和惡棍笑容的可愛(ài)女孩，可愛(ài)的帽子，可愛(ài)的臉頰，虛幻的引擎，高度詳

細(xì)，藝術(shù)種子數(shù)字插圖，woo tooth，吉卜 力工作室，deviantart，銳利的焦點(diǎn)，artstation，由 Alexei Vinogradov

面包店，糖果，綠寶石般的眼睛。

第一句關(guān)鍵詞詞組：萬(wàn)圣節(jié)假期的擬人化形式是一個(gè)留著短發(fā)和惡棍笑容的可愛(ài)女孩。那生成的圖片主體畫(huà)面就會(huì)是

萬(wàn)圣節(jié)短發(fā)可愛(ài)笑容女孩

這里可能有用過(guò)Midjourney的小伙伴們就有疑問(wèn)了，(((cute girl))是什么意思，為啥有這么多括號(hào)，我來(lái)為大家解答

下，這個(gè)是權(quán)重調(diào)節(jié)，類似Midjourney的：

1、最直接的權(quán)重調(diào)節(jié)就是調(diào)整詞語(yǔ)順序，越靠前權(quán)重越大，越靠后權(quán)重越低，上面說(shuō)過(guò)。0）號(hào)

2、可以通過(guò)下面的語(yǔ)法來(lái)對(duì)關(guān)鍵詞設(shè)置權(quán)重，一般權(quán)重設(shè)置在0.5~2之間，可以通過(guò)選中詞匯，按cti+??來(lái)快速調(diào)

節(jié)權(quán)重，每次調(diào)節(jié)為0.1，也可以直接輸入。

3、加英文輸入的（），一個(gè)括號(hào)代表這組關(guān)鍵詞的權(quán)重是1.1，兩個(gè)括號(hào)是1.1*1.1的權(quán)重，不要加太多了哈?？梢越Y(jié)

合第二點(diǎn)固定權(quán)重，比如(((cute girl:1.2)))，那這個(gè)關(guān)鍵詞的權(quán)重就很高了。

5.5 功能按鈕

我們來(lái)介紹下右邊這幾個(gè)功能，生成就不說(shuō)了，輸入關(guān)鍵詞生成就跑圖了，

第一按鈕的意思是讀取你上一張圖的所有參數(shù)信息（包括關(guān)鍵詞），比如你畫(huà)一張圖之后，關(guān)掉了軟件，再次啟動(dòng)點(diǎn)

擊這個(gè)就會(huì)把參數(shù)復(fù)制進(jìn)來(lái)。

第二個(gè)按鈕就是刪除了，清空關(guān)鍵詞；這里可以和第一個(gè)按鈕結(jié)合用哦

第三個(gè)按鈕就是模型選擇管理

這個(gè)按鈕就是點(diǎn)擊就會(huì)出現(xiàn)這些功能，你安裝的模型和Lora都可以在這邊調(diào)整。

小知識(shí)：這里可以把你生成的圖片添加到模型的封面上，方便你后面看這個(gè)模型的效果，看我怎么做：

找到這個(gè)模型的名稱，然后我這里是跑出來(lái)一張圖片的，點(diǎn)擊這個(gè)按鈕（lora一樣）

最終效果：

后面兩個(gè)就是一個(gè)提示詞模板功能：

我們可以先點(diǎn)最后一個(gè)按鈕，把現(xiàn)在的關(guān)鍵詞創(chuàng)建一下，取個(gè)名字

然后在模板風(fēng)格這里選中我們剛剛創(chuàng)建的模板（可以多選）

選中之后按一下第四個(gè)按鈕，我們創(chuàng)建的關(guān)鍵詞就被填入進(jìn)去了，這塊收工！

5.6 采樣步數(shù)

一般來(lái)說(shuō)大部分時(shí)候采樣部署只需要保持在20~30之間即可，更低的采樣部署可能會(huì)導(dǎo)致圖片沒(méi)有計(jì)算完全，更高的

采樣步數(shù)的細(xì)節(jié)收益也并不高，只有非常微弱的證據(jù)表明高步數(shù)可以小概率修復(fù)肢體錯(cuò)誤，所以只有想要出一張窮盡

細(xì)節(jié)可能的圖的時(shí)候才會(huì)使用更高的步數(shù)。（加大這個(gè)會(huì)導(dǎo)致出圖變慢）

5.7采樣方法

Stable diffusion webui是Stable diffusion的GUI是將stable diffusion實(shí)現(xiàn)可視化的圖像用戶操作界面，它本身還集成

了很多其它有用的擴(kuò)展腳本。

SD的采樣方法有很多，大家有興趣了解的可以去知乎看看@劉登宇的一篇文章 《stable diffusion webui如何工作以及

采樣方法的對(duì)比》。這里我們只介紹兩個(gè)種常用的。

5.8 高清修復(fù)和圖片尺寸參數(shù)

前面兩個(gè)做個(gè)簡(jiǎn)單的介紹，面部修復(fù)對(duì)寫實(shí)的風(fēng)格有點(diǎn)效果，可平鋪就不要用了，生成的圖片很奇怪，可以自己試

我們說(shuō)說(shuō)高清修復(fù)，高清修復(fù)的意思是把基礎(chǔ)生成的圖片，按照你選擇放大的倍率放大到指定分辨率之后再重新繪制

圖片，受到你重復(fù)幅度調(diào)節(jié)的數(shù)值影響。

寬度、高度就是圖片的長(zhǎng)寬比，很容易理解，生成批次和數(shù)量就是幾批，一批幾張圖，配置好的可以直接拉滿，增加

效率哦。

提示詞相關(guān)性：圖像與你的提示的匹配程度。增加這個(gè)值將導(dǎo)致圖像更接近你的提示（根據(jù)模型），但它也在一定程

度上降低了圖像質(zhì)量?？梢杂酶嗟牟蓸硬襟E來(lái)抵消。

默認(rèn)未選中高清修復(fù)是這樣的，當(dāng)前圖片的參數(shù)。

5.9 隨機(jī)種子 (seed)

這個(gè)功能與Midjourney的Seed功能一樣。

隨機(jī)數(shù)的起點(diǎn)。保持這個(gè)值不變，可以多次生成相同（或幾乎相同，如果啟用了 xformers) 的圖像。沒(méi)有什么種子 天生就比其他的好，但如果你只是稍微改變你的輸入?yún)?shù)，以前產(chǎn)生好結(jié)果的種子很可能仍然會(huì)產(chǎn)生好結(jié)果。

輸入不同的種子，生成的圖片不一樣，seed值一樣，那生成的圖片也是一樣。

差異隨機(jī)種子，需要勾選這個(gè)按鈕

這個(gè)功能是固定一個(gè)種子，然后調(diào)整差異強(qiáng)度來(lái)生成圖片，因?yàn)槭枪潭ǖ膕eed值，所以生成的圖風(fēng)格都是類似的。

直接看圖吧。

這邊的幾個(gè)功能都很簡(jiǎn)單，大家嘗試下就能理解了，那基礎(chǔ)操作我們就先講到這里，大家趕緊玩起來(lái)吧??！