介绍
Stable Diffusion是一种深度学习模型，可以文字生图，拥有丰富的插件，具有较强的可控性，其中Web UI的界面更加直观，便于上手
软件及模型下载
秋叶整合包和部分模型：
链接: https://pan.baidu.com/s/1sDF36I4q5O7wh-eXwneXGA
提取码: i42g
常用网址
lightCC：https://lightcc.cloud/
我的邀请码：96RMBN8U9380
土司：https://tusiart.com/
哩布哩布：https://www.liblib.art/
CIVITAI：https://www.civitai.com（需外网）
生图原理
终止层越大，与提示词相关性越低，通常选择2终止层
参数
大模型：Checkpoint
外挂vae模型：左边适合二次元，右边适合写实，可以不使用
迭代步数：重复执行采样去噪的步数，超过一定步数后，质量不会明细提高
随机数种子：-1代表随机，每个图像的种子数是唯一的，可以固定种子值来对某一张图片进行调整
提示词
有本地和在线翻译，提示，历史记录，收藏，设置起手式等功能
会按提示词的顺序构建图片，一次只能理解75个token的词
微调模型
Embedding
嵌入式
自带的几个反向模型：
提示词引导系数：建议4到15之间
Hypernetwork
超网络
需要触发词才能生效
LoRA
低秩效应
有的需要触发词
图生图
参数
尺寸，缩放，重绘幅度（越小越依赖原图，越大越依赖提示词），反推参考图提示词插件
涂鸦
提高重绘幅度（依赖提示词和大模型的想象）
局部重绘
添加蒙版，选择合适的大模型（保证重绘部分和原图风格统一）
修改重绘幅度，重绘一次只修改一个部分的内容（多个内容会让大模型不知道改哪里而出错）
修改蒙版边缘模糊度（过大会增加模糊范围）
处理方式：原版（依原图作为参考）、填充（对蒙版进行模糊处理，再重新迭代生成）、潜空间噪声（在蒙版区域生成新的噪声），空白潜空间（在蒙版处填充纯色，重新生成图像）
重绘区域：决定哪些部分对蒙版区域的重绘产生影响，边缘预留像素对蒙版边缘以外的区域产生影响
重绘非蒙版：反转蒙版区域
柔和重绘：二次重绘，使蒙版边缘融合更好，参数：schedule bias（越大蒙版与参考图融合越强），preservation strength（越小生成内容越偏向大模型和提示词，越大越接近参考图）
涂鸦重绘
有颜色选项和蒙版透明度（降低颜色蒙版的强度）
上传重绘蒙版
上传黑白图片作为蒙版
比如扩充图片时，可以使用ps裁剪扩充画布，蒙版图原图部分填充黑色。
上传扩充后的图片和蒙版图，选择原图的参数和大模型，删掉一些参数（比如扩充背景时，删除掉人物提示词），调整重绘幅度（到一个合适的数值才会生成新的内容，过大则和原图关联变小）
接缝问题（修改重绘区域，边缘模糊度，柔和重绘）
重绘部分可以用白色或简单手绘（PS）一下
批量处理
PNG图片信息，参考图片的文件名和修改图片的文件名要一致
多张参考图需要裁剪成相同尺寸，PNG图片数量和文件名要与参考图一致
高清放大
开启高分辨率，设置放大倍数，非常占用显存，设置2倍以上就可能出现显存不足的现象。所以可以使用图生图里的tiled diffusion插件，原理是将原图分割成小块分别扩充
参数设置
脚本放大
占用更小的显存，速度更快，效果较差
模型融合
融合后的模型也会保存在文件夹中
脚本
XYZ-plot
提示词矩阵
图片浏览器
快速查看之前生成的图片