Stable Diffusion
Stable Diffusion用来文字生成图片,ControlNet就是用来控制构图的,LoRA就是用来控制风格的 。
stable-diffusion-webui
国内加速官网:
mirrors / AUTOMATIC1111 / stable-diffusion-webui · GitCode
安装参考:
Stable Diffusion安装与常见错误(+Lora使用)2023年最新安装教程_cycyc123的博客-CSDN博客
ComfyUI
保姆级教程:从0到1搭建Stable Diffusion XL完整工作流进行AI绘画_WeThinkIn的博客-CSDN博客
StableDiffusion模型资源探索食用指南 - 知乎
大模型
大模型特指标准的latent-diffusion模型。拥有完整的TextEncoder、U-Net、VAE。
由于想要训练一个大模型非常困难,需要极高的显卡算力,所以绝大多数人不会训练大模型。
CKPT
经过训练的图片合集,被称作模型,也就是chekpoint
CKPT的全称为CheckPoint(检查点),完整模型的常见格式,模型体积较大,一般真人版的单个模型的大小在7GB左右,动漫版的在2-5个G之间。
早期的CKPT后缀名是ckpt,如今新的CKPT后缀名都是safetensors
VAE
全称:VAE全称Variational autoencoder。变分自编码器,负责将潜空间的数据转换为正常图像。
后缀格式:后缀一般为.pt格式。
Lora
是一种体积较小的绘画模型,是对大模型的微调。与每次作画只能选择一个大模型不同,lora模型可以在已选择大模型的基础上添加一个甚至多个。一般体积在几十到几百兆左右。
Lora的后缀名也是safetensors,对于小白来说,容易和ckpt造成误解,所以讲一下如何安装。
CKPT和lora的安装
对于绝大部分用户来说,主要用得到的模型文件就两种,一种是CKPT,一种是lora。
最好的模型下载网站,是传说中的C站,http://civitai.com(需科学上网)。
CKPT的安装路径是models\stable-diffusion 拷贝过来即可使用(只需刷新,无需重启服务)。
./stable-diffusion-webui/models/Stable-diffusion
Loar的安装路径容易搞错,Stable Diffusion的安装目录下默认有个models\lora ,但很多教程都提醒并非这个lora目录,
.stable-diffusion-webui/models/Lora
而是另一个:extensions\sd-webui-additional-networks\models\lora
然而事实上,默认解压缩好的Stable Diffusion是没有后面这个路径的,也不要手工创建,需要在Stable Diffusion的网页界面进行如下操作。
AI学习笔记|让数字生命更真实:模型(chekpoint)和微调模型(lora) - 知乎
Stable Diffusion XL
参考
深入浅出完整解析Stable Diffusion XL(SDXL)核心基础知识 - 知乎
上表是Stable Diffusion XL与之前的Stable Diffusion系列的对比,从中可以看出,Stable DiffusionV1.4/1.5的U-Net参数量只有860M,就算是Stable DiffusionV2.0/2.1,其参数量也不过865M。但等到Stable Diffusion XL,U-Net模型(Base部分)参数量就增加到2.6B,参数量增加幅度达到了3倍左右。
目前能够加载Stable Diffusion XL模型并进行图像生成的框架有四种:
ComfyUI框架
SD.Next框架
Stable Diffusion WebUI框架
diffusers框架
ControlNet
ControlNet是一种通过添加额外条件来控制扩散模型的神经网络结构。它提供了一种增强稳定扩散的方法,在文本到图像生成过程中使用条件输入,如涂鸦、边缘映射、分割映射、pose关键点等。可以让生成的图像将更接近输入图像,这比传统的图像到图像生成方法有了很大的改进。
ControlNet 模型可以在使用小数据集进行训练。然后整合任何预训练的稳定扩散模型来增强模型,来达到微调的目的。
ControNet 的初始版本带有以下预训练权重。 Canny edge — 黑色背景上带有白色边缘的单色图像。 Depth/Shallow areas — 灰度图像,黑色代表深区域,白色代表浅区域。 Normal map — 法线贴图图像。 Semantic segmentation map——ADE20K 的分割图像。 HED edge — 黑色背景上带有白色软边缘的单色图像。 Scribbles — 黑色背景上带有白色轮廓的手绘单色涂鸦图像。 OpenPose (姿势关键点)— OpenPose 骨骼图像。 M-LSD — 仅由黑色背景上的白色直线组成的单色图像。参考
使用ControlNet 控制 Stable Diffusion-腾讯云开发者社区-腾讯云
ControlNet精准控制AI绘画教程 - 掘金
ControlNet详细入门介绍 - 知乎
资源
https://lexica.art/
lexica.art 该网站拥有数百万Stable Diffusion案例的文字描述和图片,可以为大家提供足够的创作灵感。可以提供promt灵感
https://civitai.com/
Civitai是一个聚集AI绘图爱好者的社区,在此网站上有许多定制化的模型,特别是对于3D、现实、人物和不同画风进行了有针对性的训练。因此,当您使用特定的模型生成特定主题的图像时,表现力会极大加强。
Hugging Face – The AI community building the future.
HuggingFace是一个专注于构建、训练和部署最新模型的网站,这些模型由开发者个人完成训练并部署到专门的网站。
HuggingFace 是为 Stable Diffusion 构建 AI 模型的创作者的首选平台。截止目前平台上有上百个与 Stable Diffusion 相关的模型。