InsCode Stable Diffusion 美图活动一期-关于梦里的那位古风美少女
1️⃣ 工具介绍 2️⃣ 在线地址及使用教学 3️⃣ 我的模型及输出图片 3.1 模型版本及相关配置 3.2 图片生成提示词和反向提示词 3.3 种子 3.3 对应图片 ? 结果评价1️⃣ 工具介绍
InsCode
是一个集成了在线IDE、在线AI编程、在线大模型训练以及SD 模型使用的综合代码开发平台。不论你是初级软件工程师,还是AI大模型爱好者,InsCode
都能帮助你快速编写代码,运行项目。甚至在这里你还可以一键购买算力,训练大模型,开发自己的AI应用程序。
2️⃣ 在线地址及使用教学
? 在线运行地址:https://inscode.csdn.net/@inscode/Stable-Diffusion
也可直接点击链接跳转:Stable Diffusion
使用教程如下:
1、点击链接,去到官网,然后点击按钮“运行及使用”,进入子页面:
2、在子页面,分别填写和选择自己的“标题”、“计费方式”、“购买时长”、“GPU型号”、“CPU数量”,不同的个性配置对应不同的配置费用,费用可在页面查看。选择完毕后,点击按钮“购买GPU并创建项目”:
3、支付完对应金额后,就能在自己的工作台看到对应的算力资源信息(包括配置信息、实例名称、付费方式、有效时间、镜像名称、模型等信息)列表。然后点击“Stable Diffusion WebUI
”右侧的箭头符号即可跳转到AI绘图工作台:
4、在AI绘图工作台,你可以选择设置Model(模型)、绘图方式(文生图 txt2img、图生图 img2img等等)、图片生成提示词(Prompt)、反向提示词(Negative Prompt)、采样方法(Sampler)、采样迭代步数(Steps)、宽度(Width)、高度(Height)、提示词相关性(CFG Scale)、随机种子(seed)等等模型参数:
5、设置完各项参数,即可点击“生成”按钮得到模型输出结果。
3️⃣ 我的模型及输出图片
3.1 模型版本及相关配置
我的模型版本及相关配置参数信息如下:
Steps(采样迭代步数): 20,
Sampler(采样方法): Euler a,
CFG scale: 7,
Size: 512x512,
Model hash: 74c61c3a52,
Model(模型): GuoFeng3,
Version: v1.2.0
各模型参数:
Steps(采样迭代步数): 20:指的是生成绘图所需的采样迭代次数。每个步骤将逐渐添加新的绘图元素或修改现有元素,直到完成最终的绘图; Sampler(采样方法): Euler a:用于绘图采样的方法之一。Euler a 是一种常见的采样技术,它通过对模型中的变量进行微小的增量变化并记录其结果,从而生成绘图过程中的不同步骤; CFG scale: 7:CFG(Context Free Grammar)缩放尺度是定义绘图语法的参数之一。这个值表示在绘图语法中规定的绘图操作和形状的数量和复杂性; Size(尺寸): 512x512:这是生成绘图的画布尺寸。在这种情况下,画布被设置为一个 512 像素乘以 512 像素的二维区域; Model hash(模型哈希): 74c61c3a52:模型哈希值是用于唯一标识特定版本的AI绘图模型; Model(模型): GuoFeng3:这是指所使用的AI绘图模型的名称。在这种情况下,使用名为 GuoFeng3 的模型; Version(版本): v1.2.0:这是AI绘图模型的版本号。指定模型的版本有助于确保使用的是特定版本的功能和变更。3.2 图片生成提示词和反向提示词
Prompt: 古风,少女,马面裙,动作自然,绿色基调,浪漫
Negative prompt: 画面鲜艳,
图片生成提示词(Prompt):图片生成提示词是一组词语或短语,提供给AI模型作为生成图像的引导。这些提示词可以描述期望的主题、场景、风格或其他特定要素,以帮助模型更好地理解用户的意图并生成符合预期的图像。这些提示词的选择和组合通常由用户提供,可以影响生成图像的外观和内容。
反向提示词(Negative Prompt):反向提示词是与期望结果相反的词语或短语,用于指示机器不应该生成与其相关的图像特征。通过提供反向提示词,用户可以对自动生成的图像进行限制,排除一些不想要的元素或风格,并帮助模型更好地理解用户的喜好和需求。
这两个参数都对AI模型的生成过程起着重要作用。图片生成提示词可以引导模型生成与给定提示词相匹配的图像,而反向提示词则有助于控制生成过程,使生成的图像更加符合用户的期望。通过适当设置这些参数,用户可以调整生成图像的风格、内容和其他视觉特征,以满足特定需求。
3.3 种子
Seed: 1244876418
Seed(随机种子): 1244876418:随机种子是用来初始化模型的随机状态。使用相同的种子将确保在相同条件下生成相同的绘图结果。可以通过更改种子值来获得不同的绘图效果。
3.3 对应图片
Saved: 00004-1244876418.png
图1 AI模型生成的图片
? 结果评价
从整体来讲,这张图片还是比较符合我预期想得到的结果的。
迎面投下温暖的光影,一位美丽的少女穿着淡雅的古风衣裳,双手轻靠在桌沿。她的长发如瀑布般垂至腰间,仿佛随着微风拂动,散发出淡淡的花香。
从侧面脸庞可以想象出一位少女身姿高挑,柔美而挺拔,仿佛是古画中步出来的仙子。她的背影宛如一幅完美的艺术品,展现出令人陶醉的曲线与优雅的姿态。她虽未回头,却散发出一种自信和从容,仿佛置身于宁静的时光中,悠然自得。
说完优点简单讲一讲没达到预期的地方。稍微美中不足的是整张图有点虚化,左侧色调泛白,头发发丝曲线不够细致,身体线条比例不够流畅自然。当然了,也许是和我的输入参数有关系,因为我仅仅是简单地设置了一下图片生成提示词和反向提示词参数,其他参数基本都是默认设置。
所以说,还是“慢工出细活”的老道理,相信加以时间逐步调优各项模型参数再生成结果,必定能得到更细致更符合需求的定制化图片。