Stable Diffusion绘画 | 生成高清多细节图片的各个要素

在数字艺术领域，AI绘画技术已经逐渐成为艺术创作的新趋势。Stable Diffusion作为一款领先的AI绘画工具，以其生成高清多细节图片的能力备受关注。现在，让我们一起来探索Stable Diffusion生成高清多细节图片的各个要素，开启你的创意之旅。

在生成图片前的第一步，首先要根据模型设置匹配的分辨率：

使用 SDXL 模型：底模是 1024*1024

使用 SD1.5 模型：底模是 512*512

若分辨率不足，例如人脸特写，则可能出现显示不完整的情况；相反，分辨率过高，则可能出现多头多手的情况（比较渗人）

因此，因为选择 SDXL模型，将宽高调整为768*1024。

第二步，需要调整迭代步数；

不同迭代部署对渲染时间和最终画面的影响是很大的，迭代步数越多，图片的细节越丰富。

因此，这一步迭代步数设置为25。

第三步，选择采样器

以下是使用4种采样器，出图效果对比：

其中，Euler a 效果最朴素，而渲染时间最长的 DPM++ 2M 确实在人物表现方面非常亮眼；

DPM++ 2M 与 Restart 这两款采样器，在锁定种子的情况下，生成图片比较接近，但在锐度和清晰度方面， Restart 效果更好一些；

因此这一步，选择采样器Restart。

第四步，充分利用 SDXL模型的优势，使用专门的 Refiner 采样器：

PS：此步骤 SDXL模型 专属，SD1.5模型可省略此步骤

image-20240901112406820

第五步，设置 提示词引导系数(CFG Scale)，用于控制 SD 提示词的听话程度：

凭第一印象来看，将 CFG Scale 设置为 8 比较好看。

第六步，开启「高分辨率修复」，推荐选择的高清算法：

Lanczos

4x-UltraSharp

R-ESRGAN

3种不同的高清算法，生成图片效果如下：

第七步，如果经过高分辨率修复后，仍觉得无法满足你的要求，可以将图片发送到图生图：

再利用插件进一步放大：

最终出图如下：

今天先分享到这里~

感兴趣的小伙伴，赠送全套AIGC学习资料，包含AI绘画、AI人工智能等前沿科技教程和软件工具，具体看这里。

AIGC技术的未来发展前景广阔，随着人工智能技术的不断发展，AIGC技术也将不断提高。未来，AIGC技术将在游戏和计算领域得到更广泛的应用，使游戏和计算系统具有更高效、更智能、更灵活的特性。同时，AIGC技术也将与人工智能技术紧密结合，在更多的领域得到广泛应用，对程序员来说影响至关重要。未来，AIGC技术将继续得到提高，同时也将与人工智能技术紧密结合，在更多的领域得到广泛应用。

一、AIGC所有方向的学习路线

AIGC所有方向的技术点做的整理，形成各个领域的知识点汇总，它的用处就在于，你可以按照下面的知识点去找对应的学习资源，保证自己学得较为全面。

二、AIGC必备工具

工具都帮大家整理好了，安装就可直接上手！

三、最新AIGC学习笔记

当我学到一定基础，有自己的理解能力的时候，会去阅读一些前辈整理的书籍或者手写的笔记资料，这些笔记详细记载了他们对一些技术点的理解，这些理解是比较独到，可以学到不一样的思路。

四、AIGC视频教程合集

观看全面零基础学习视频，看视频学习是最快捷也是最有效果的方式，跟着视频中老师的思路，从基础到深入，还是很容易入门的。

五、实战案例

纸上得来终觉浅，要学会跟着视频一起敲，要动手实操，才能将自己的所学运用到实际当中去，这时候可以搞点实战案例来学习。

总结