AUTOMATIC1111的Stable Diffusion WebUI项目的代码托管在Github，目前「更新」是以git pull指令來操作。如何确认最新版本？最新版本号和更新日志可以到 Github Releases查看，或者到这里看作者的 commit记录。 1. 检查本机程序版本 这节步骤是用于检查本机程式的版本，非必要。如果未来要降版才执行这些步骤。 Windows请於空白处按右键＋SHIFT → 开启终端机 Linux和macOS请用cd指令，切换到stable-diffusion…

本文简单介绍Stable Diffusion的提示词(prompt)写法，並附上范例。非AUTOMATIC1111开发的Stable Diffusion也可以参考此教学，但要注意哪些是AUTOMATIC1111版独有的语法。 我们来看提示词要怎么写，以文生图模式的提示词为主。若要边看边练习的话，可以搭配文生图用法操作。不论用哪个模式生图，Stable Diffusion都是吃「正向」与「负向」提示词 (prompt，通俗的讲法叫关键字、咒语、指令)，并且要用英文输入。 你会在Stable Diffusion Web…

文本到图像生成模型是一种机器学习模型，一般以自然语言描述为输入，输出与该描述相匹配的图像。文生图模型通常结合了一个语言模型，负责将输入的文本转化为机器描述，而图像生成模型则负责生成图像。最有效的模型通常是用从互联网上抓取的大量图像和文本数据训练出来的。 开启Stable Diffusion WebUI网页后，第一个看到的是以下画面，这就是文生图的页面。 生图流程为在左上角填入提示词，勾选左下角的生图参数，再点选右上角生成图片。其余SD WebUI的功能用法大抵都按照此逻辑设计，有些参数是通用的。 需要中文界面的可以…

图生图(img2img)是让AI参照现有的图片生图，源自InstructPix2Pix技术。例如：上传一张真人照片，让AI把他改绘成动漫人物；上传画作线稿，让AI自动上色；上传一张黑白照，让AI把它修复成彩色相片。这个功能位于img2img标签页。 1. 实际操作 2. 参数解说 部份参数与文生图的参数重叠，这里不赘述。 Resize mode 裁切模式 决定要对上传的图片做何种操作。 上传的图片最好与生图设定的一致。 Resize to 依照填入的宽高来生图。 Resize by 依照填入的缩放系数来生图，然后缩…

内部绘制(inpaint)是用AI填充涂黑(遮罩)区域的技术，例如给图片的角色换衣服。或是反过来：让AI把图片空白的地方绘制完成(outpaint)。可以想像成让AI帮您修图，用于在图中新增或去除物件。此功能位于img2img下的Inpaint页面。 1. 参数解说 Mask blur 图片上的笔刷毛边柔和程度。 Mask mode 选择要让AI填满涂黑区域(Inpaint masked)，或是填满未涂黑区域(Inpaint not masked)。 Masked content 要填充的內容。 Inpaint a…

本章所討论的训练模型仅为自用用途，若要分享训练的模型也应遵照开源的原则分享。 为什么要训练自己的模型 训练自己的模型可以在现有模型的基础上，让AI懂得如何更景区生成/生成特定的风格、概念、角色、姿势、物件。 举例来说，如果喂给AI十几张我精挑细选的「Hara老师绘制的、不同角度、FGO的斯卡萨哈」做训练，那么就能让AI更懂得如何生成斯卡萨哈的脸部，风格也会比较固定。 以下是一个具体例子，透过使用自行训练的HyperNetwork，便改善单靠Anything模型无法生成出Hara老师画风的缺点。在不使用HyperNe…

本文介绍Stable Diffusion WebUI在使用上的其它小知识，比如怎样使用额外网络（Extra Network），合并模型，安装扩展功能，安装中文界面，查看提示词参数等。 使用额外网络 除了根据需求切换ckpt模型外，也可以额外叠加几层网路(Extra networks)小模型来改善画风，并改善生成特定物件、角色的准确度。 例如使用Anything模型生图，再搭配”Taiwan-doll-likeness LoRA”就能转成真人风格而不用依赖许多提示词，並且可以一次叠很多个，就像套多层滤镜一般。 跟ck…