媒介
随着人工智能技能的快速发展，特别是深度学习和天生模子的突破，AI作图已经成为许多范畴的重要工具和方法之一。它不仅提高了创造力和服从，还改变了我们与图像、数据和媒体的交互方式。本日请跟随阿Q的脚步，一起来利用 Stable Diffusion 创作出属于我们自己的作品。
Stable Diffusion 简介
Stable Diffusion 是一款盛行的人工智能图像天生器，可以在我们的 PC 上运行。但是运行 Stable Diffusion 必要不错的盘算机硬件的支持，给你来点直观的数据感受下，以下是最低的设置需求：
- CPU： AMD 或 Intel CPU。
- RAM：至少 16 GB DDR4 或 DDR5 RAM。
- 存储：256 GB 或更大的SATA 或 NVMe 固态驱动器。您必要至少 10 GB 的可用空间。通常，1 TB 驱动器提供每 GB 存储的最佳价格。
- GPU： 具有至少 8 GB GDDR6 内存的 GeForce RTX GPU。
什么是云端平台？
看到这儿，你大概会说：岂非要 AI 作画，我必须要组装一台高性能的 PC 吗？答案是否定的，因为组装一台高性能 PC 的成本比较大，以是我们完全可以借助云端平台来完成。
云端平台是指通过互联网提供的盘算资源和服务，可以资助用户在云环境中举行应用开发、数据存储和处置惩罚、运行应用步伐等各种任务。它提供了捏造化的盘算资源，包罗盘算本领、存储空间、网络连接等，用户可以按需利用这些资源，避免了传统盘算机资源的购买、摆设和维护成本。
上风
机动性和可扩展性
用户可以根据必要快速调整盘算资源的规模和设置，以顺应差别的工作负载变革。云端平台提供了弹性的资源分配和强盛的扩展本领，可以根据现实需求举行资源调整。
成本效益
云端平台接纳按需付费的模式，用户只需支付现实利用的盘算资源，避免了购买昂贵的硬件设备和维护成本。同时，由于云端平台的规模经济效应，它可以提供更具竞争力的价格。
高可用性和容错性
云端平台通常具有多个数据中心和冗余的设备，可以或许提供高可用性和容错性，包管用户的应用和数据始终可靠地运行。
管理轻便性
云端平台提供了同一的管理界面和工具，利用户可以方便地管理和监控盘算资源、应用步伐和数据。同时，云端平台也负责底层根本办法的更新、维护和安全性，减轻了用户的管理负担。
选择得当的云端平台
选择得当的云端平台必要从我们自身的需求出发，看看哪种云端平台最符合我们的要求，成本又最低。通常我们会从以下几个方面来思量：
- 业务需求：起重要明确自己的业务需求，包罗盘算资源、存储容量、网络带宽、安全性要求等。差别的云服务商大概在这些方面提供差别的选择和设置。
- 价格和费用布局：比较差别云服务商的订价模子和费用布局，包罗盘算资源、存储、数据传输等费用。相识差别服务商的计费方式，找到与自己业务需求相匹配的经济实惠的选项。
- 功能和服务：比较差别云服务商提供的功能和服务，包罗盘算实例类型、数据库、网络和安全服务等。根据自身需求选择可以或许提供得当功能和服务的云端平台。
- 可用性和可靠性：相识云服务商的体系稳固性、容错性和备份策略，确保业务数据的安全和可靠性。重点关注其数据中心的地理分布和冗余设置。
- 数据安全和隐私掩护：相识云服务商的数据安全步伐和隐私政策，确保其可以或许提供符合自身业务需求的数据安全掩护步伐，包罗物理安全、网络安全、身份认证和数据加密等。
本日我们就利用成本最低的 揽睿星舟-GPU算力平台 来资助我们来完成AI 作画。
平台上风
揽睿星舟是一家着名的云端平台提供商，提供企业级的云盘算服务息争决方案。他的上风相当显着：
- 巨大的盘算本领：揽睿星舟平台拥有强盛的盘算资源和处置惩罚本领，可以满意各种规模和需求的企业应用。无论是小型企业还是大型企业，都可以依托揽睿星舟平台实现高效的盘算任务。
- 安全稳固的根本办法：揽睿星舟平台接纳高度安全和可靠的根本办法架构，包罗多个数据中心、冗余设备和严酷的安全步伐。用户的数据和应用步伐在揽睿星舟平台上得到充实的掩护，不会轻易丢失或泄漏。
- 机动可扩展的资源设置：揽睿星舟平台为用户提供了机动的资源设置和按需扩展的本领。用户可以根据现实需求调整盘算资源的规模和设置，实现资源的弹性伸缩，避免因资源不足或闲置而造成的浪费。
- 全面的办理方案和服务：揽睿星舟平台提供了全面的云盘算办理方案和丰富的服务，包罗捏造化根本办法、平台即服务、存储和数据库服务、网络和安全服务等。用户可以根据自身需求选择得当的服务组合，快速构建和摆设应用步伐。
- 简化的管理和运维：揽睿星舟平台提供了直观易用的管理界面和工具，利用户可以方便地管理和监控盘算资源、应用步伐和数据。同时，揽睿星舟平台也负责底层根本办法的维护和更新，减轻了用户的管理负担。
- 优秀的生态体系和互助同伴：揽睿星舟平台与浩繁着名企业和开发者创建了互助关系，形成了巨大的生态体系。用户可以从这个生态体系中获取各种应用、工具和服务，加快应用开发和摆设的服从。
值得注意的是，这个平台提供了10G的免费网盘空间供你利用，但假如必要额外挂载数据盘，大概会有肯定的收费。以是在利用完毕后，请务必实时关停服务器，避免造成不必要的费用。同时，为了包管账单的准确性，最好查对一下账单，假如有任何疑问，可以随时向客服咨询。
平台操纵
起首我们必要在这注册一下帐号，完成登录操纵。
购买算力并创建工作空间
新用户在这个GPU算力平台上将得到两个小时的免费利用时间，可以选择强盛的3090型号的显卡举行练习。这款显卡性能卓越，可以或许极大地加快模子的练习过程，让你在有限时间内得到更好的结果。
可以从平台提供的丰富镜像库中选择公有镜像-others-sd-trainer-1.1.0
启动工作空间
点击启动练习任务，稍等几分钟，就能轻松地进入练习环境。这个过程非常简单，只必要几个简单的步调，你就可以开始你的AI之旅：
- 假如在启动过程中遇到网络题目，不要着急，你可以先实验调试网络连接，然后选择重新启动。不消担心，这个过程不会对你的费用造成任何丧失。平台会为你提供免费的重新启动时机，确保你可以或许顺遂开始你的练习任务。
- 在进入练习环境后，你可以根据个人风俗和喜好选择得当自己的集成开发环境（IDE）。在这里，我选择利用VS Code，因为它是一款强盛而机动的IDE，拥有丰富的插件和扩展功能，可以满意各种编程需求。
应用市场一键安装
除了上述方法，也可以选择在应用市场一键安装，如许大大省去了自行搭建的步调：
- 在我的应用里点击Stable-Diffusion
- 选择新建实例
- 选择web3.0，这里默认利用3090，为1.9/h，点击创建实例。
- 点击地点，即可举行体验。
利用Stable-Diffusion作图
利用控制网络将文本转图像
文本转图像： 我们可以创造出带有提示的图像，就像给盘算机一些关键信息让它完成绘画一样。而且我们还可以或许通过在图像制作过程中利用带有QR码输入的ControlNet，就像是给盘算机一些特别指令，来对图像天生过程举行精细调整和干预，确保终极的图像符合我们的预期。这就像是在制作一幅画时，不仅告诉盘算秘密画什么，还能在每一步告诉它怎么画，从而得到更抱负的结果。相比于图像到图像，文本转图像会有更好的结果。
Stable Diffusion中的文生图先容：
Stable Diffusion中的文生图采样脚本，称为"txt2img"，接受一个提示词，以及包罗采样器（sampling type），图像尺寸，和随机种子的各种选项参数，并根据模子对提示的表明天生一个图像文件。天生的图像带有不可见的数字水印标签，以答应用户识别由Stable Diffusion天生的图像，只管假如图像被调整巨细或旋转，该水印将失去其有用性。 Stable Diffusion模子是在由512×512分辨率图像构成的数据集上练习出来的，这意味着txt2img天生图像的最佳设置也是以512×512的分辨率天生的，偏离这个巨细会导致天生输出质量差。Stable Diffusion 2.0版本厥后引入了以768×768分辨率图像天生的本领。每一个txt2img的天生过程都会涉及到一个影响到天生图像的随机种子；用户可以选择随机化种子以探索差别天生结果，大概利用雷同的种子来得到与之前天生的图像雷同的结果。 用户还可以调整采样迭代步数（inference steps）；较高的值必要较长的运行时间，但较小的值大概会导致视觉缺陷。另一个可设置的选项，即无分类指导比例值，答应用户调整提示词的相关性（classifier-free guidance scale value）；更具实验性或创造性的用例可以选择较低的值，而旨在得到更具体输出的用例可以利用较高的值。反向提示词（negative prompt）是包罗在Stable Diffusion的一些用户界面软件中的一个功能（包罗StabilityAI自己的“Dreamstudio”云端软件即服务模式订阅礼服务），它答应用户指定模子在图像天生过程中应该避免的提示，适用于由于用户提供的平凡提示词，大概由于模子最初的练习，造成图像输出中出现不良的图像特征，比方畸形手脚。与利用强调符（emphasis marker）相比，利用反向提示词在降低天生不良的图像的频率方面具有高度统计显着的结果；强调符是另一种为提示的部分增长权重的方法，被一些Stable Diffusion的开源实现所利用，在关键词中加入括号以增长或镌汰强调。
参数：
- Control weight: 权重越高，ControlNet对输出的影响越大。
- Start control step: ControlNet开始生效时天生历程的百分比。
- End control step: ControlNet制止生效时天生历程的百分比。
二维码天生
保举利用QR Toolkit来天生二维码，网站界面如下:
参数先容：团体的一个构造头脑——将二维码和你要绘制的图片融合在一起，使得团体看起来不违和，可以多次实验。
- 文本框：填写你想制作成二维码的链接大概是笔墨。
- Error Correction： 容错率，数值越高，抗损毁本领越强，在二维码部分被侵害的环境下也可以识别，这里发起选择最高。
- Boost ECC： 增强容错率，直接选。
- Mask Patten： 二维码样式，可以去实验选择一个分布均匀的，如许与图片融合会更加天然。
- Markers： 二维码内部的一些样式，可以多去实验，在能识别的环境下，尽大概让二维码变得均匀。
- Margin： 空白，在二维码边沿添加噪声，让二维码情势弱化。
- Transform：旋转，以x、y等方向旋转二维码。
安装插件——After Detailer
插件地点：https://github.com/Bing-su/adetailer
安装方式：
- 打开webui
- 打开 扩展栏-Extensions
- 打开 Install from URL栏
- 输入git地点并点击install，重新启动UI即可看到。
- 参数设置如下图所示：点击启用，选择模子，调整参数，其他稳定
安装QR Code Monster 模子
步调：
- 打开https://huggingface.co/monster-labs/control_v1p_sd15_qrcode_monster，我们必要下载的是一个模子文件和一个设置文件
- 下载后将模子和设置文件放到Controlnet->models文件夹内。（模子文件和设置文件缺一不可！）
- 安装好后重启UI可以在ControlNet界面选择模子。
- 在ControlNet界面，启用该插件，预处置惩罚Preprocessor设置为None，即不举行预处置惩罚，模子设置为刚下载的模子，开始控制设置为0-0.1，终止控制设置为0.8-1，可以之后自行调参，控制模式设置为均衡，Resize Mode设置为 Resize and Fill。
模子参数设置
模子选择：我这里选择国风3，
步数：50
采样器：DPM++ 2M SDE Karras
CFG：7
尺寸：512*512 px
Hire.fix：是否开启高清修复，选择。
Prompts:
masterpiece, top quality, best quality, 1 girl, full body, flowers
Negative Prompts:
(nsfw)), (worst quality, low quality:2) , ng_deepnegative_v1_75t, EasyNegative, badhandv4
Prompts:
(masterpiece, high quality, highres,illustration),blurry background,[(white background:1.2)::5],cowboy shot,
spring (season),(no light:1.1),(temptation:1.2),elegance,
(1loli:1.1),(very long hair:1.1),(blush:0.7),floating hair,ahoge,deep sky,star (sky),
(summer (Floral:1.2) dress:1.1),outline,(see-through:0.85),shining,low twintails,
(polychromatic peony:1.15),Movie poster,(colorful:1.1),ornament,petals,(pantyhose:1.1),
ribbon,
Negative Prompts:
sketch, duplicate, ugly, huge eyes, text, logo, worst face, (bad and mutated hands:1.3), (worst quality:2.0), (low quality:2.0), (blurry:2.0), horror, geometry, bad_prompt, (bad hands), (missing fingers), multiple limbs, bad anatomy, (interlocked fingers:1.2), Ugly Fingers, (extra digit and hands and fingers and legs and arms:1.4), ((2girl)), (deformed fingers:1.2), (long fingers:1.2),(bad-artist-anime), bad-artist, bad hand, extra legs, nipples,nsfw,
参数界面：
出图
来源：https://blog.csdn.net/Qingai521/article/details/132269150
免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！ |
