来源：极绘AI（jihuiai）

AI绘画工具的操作技巧

随着人工智能技术的不断发展，许多领域都得到了极大的拓展和进步。AI绘图也是其中之一，它可以让我们以更高效、更精确的形式进行制图，使我们创意和想象力不再受制于能力水平。今日，咱们就一同来探讨一下Stable Diffusion其中的技巧。

1.工作场景中AI绘画工具的挑选

目前文生图的主流AI绘画平台主要有三种：Midjourney、Stable Diffusion、DALL·E。如果要在具体工作场景中运用，我更推荐Stable Diffusion。

通过分析，Stable Diffusion在数据安全性（可本地部署）、扩展性（完善插件多）、风格丰富度（诸多模型可供下载，还可以训练已有风格模型）、花费版权（开源免费、可商用）等方面更适合我们的工作场景。

三种布署安装方法：云端布署、本地部署、本机安装，各有优缺点。当本机硬件条件适用的情形下，推荐本地部署，其他状况推荐云端方法。

1.Stable Diffusion基础操作

文生图

如图所示Stable Diffusion Web UI的操作面板主要分为：模型地区、功能地区、参数地区、出图地区。

txt2img为文照片功能，关键参数介绍：

1、正向提示词：描述图片中希望发生的内容

2、反向提示词：描述图片当中希望发生的内容

3、Sampling method：采样方法，推荐选择Eulera或DPM++系列，取样速度快

4、Sampling steps：迭代计步，数值越大图象质量越好，生成时间越久，一般控制在30-50就能出效果

5、Restore faces：可以优化面部生成

6、Width/Height：生成图片的宽高，越大越耗费显存，生成时间越久，一般方图512x512，竖图512x768，需要更大尺寸，可以去Extras功能里进行等比超清放大

7、CFG：提示词关联性，数值越大越有关，数值越小越不相关，一般建议7-12区间

8、Batchcount/Batchsize：生成批号和每次数量，如果需要多图，可以调节下每次数量

9、Seed：种子数，-1表明随机，同样的种子数能保持图象的一致性，如果觉得一张图的结构不错，但对风格不满意，可以将种子数固定，再调整prompt生成

图生图

img2img功能能够生成与原图类似构图颜色的画像，或是特定一部分信息进行转换。可以重点应用Inpaint图象修复这个功能：

1、Resize mode：缩放方式，Just re size只调整图片大小，假如输入与输出长宽比例不同，照片能被拉申。Crop and resize裁切与调整大小，假如输入与输出长宽比例不同，便以照片中心向四周，将占比以外内容进行裁切。Resize and fill调整大小与添充，假如输入与输出分辨率不同，便以照片中心向四周，将比例内多余的部分进行填充

2、Maskblur：蒙版模糊度，值越大与原图边缘的过多越光滑，越小则边沿越锋利

3、Maskmode：蒙版方式，Inpaintmasked只重绘涂色部分，Inpaintnotmasked重绘除了涂色的部分

4、MaskedContent：蒙版内容，fill用别的内容填充，original在原来的基础上重绘

5、Inpaintarea：重绘地区，Wholepicture整个图象地区，Onlymasked只在蒙版区域

6、Denoisingstrength：重绘力度，值越大越充分发挥，越小越和原图贴近

ControlNet

安装完ControlNet后，在txt2img和img2img参数面板中都能够启用ControlNet。操作指南：

1、Enable：开启ControlNet

2、LowVRAM：低显存方式提升，提议8G显存下列打开

3、Guessmode：猜想方式，可以不设置提示词，自动生成照片

4、Preprocessor：挑选预处理器，主要有OpenPose、Canny、HED、Scribble、Mlsd、Seg、NormalMap、Depth

5、Model：ControlNet模型，模型选择要和预处理器对应

6、Weight：权重影响，应用ControlNet生成图片的权重占比影响

7、Guidancestrength(T)：引导强度，值为1时，代表每迭代1步便会被ControlNet引导1次

8、Annotator resolution：数值越高，预处理图象越细致

9、Cannylow/highthreshold：操纵最少和最高取样深层

10、Resizemode：图像大小方式，默认挑选缩放至适宜

11、Canvaswidth/height：画板宽高

12、Create blank canvas：建立空缺画板

13、Preview an not at or result：浏览注解器结果，获得一张ControlNet模型提取的特点照片

14、Hidean not at or result：掩藏浏览图象窗口

LoRA模型训练表明

前面提到LoRA模型具备训练速度快，模型大小适中（100MB上下），配置要求低（8G显存），能用少量照片训练出风格效果的优点。

下列简单介绍该模型的训练方式：

第1步：数据预处理

在Stable Diffusion Web UI功能面板中，挑选Train训练功能，选中Preprocess images预处理图象功能。在Source directory栏填入你要训练的照片储放目录，在Destination directory栏填入预处理文档导出目录。width和height为预处理图片的宽高，默认512x512，建议把要训练的图片尺寸统一改为这个规格，提高响应速度。勾选Auto focal pointcrop自动焦点裁切，勾选Use deep booru for caption自动识别图中的元素并打上标签。点击Preprocess开展照片预处理。

第2步：配备模型训练参数

这里可以将模型训练放到GoogleColab中进行，启用Colab的免费15GGPU将大大提升模型训练速率。LoRA调整模型训练工具我建议使用Kohya，运作KohyaColab：https://colab.research.google.com/github/Linaqruf/kohya-trainer/blob/main/fast-kohya-trainer.ipynb

配备训练参数：

先在content目录建立training_dir/training_data目录，将流程1里的预处理文件上传至该数据训练目录。随后配备调整模型取名和信息训练目录，在Download Pretrained Model栏配备需要参考的预训练模型文件。其他参数值可以根据需要调节设定。

第3步：训练模型

参数配置结束后，运行程序即可进行模型训练。训练过的模型将被放到training_dir/output目录，我们下载safetensors文件类型模型，存放到stable-diffusion-webui/models/Lora目录中即可启用该模型。因为直接在Colab下载速度较慢，此外断掉Colab连接后也将清除模型文件，这里建议在Extras中配置huggingface的WriteToken，将模型文件上传到huggingface中，再从huggingfaceFile中下载，下载速度大大提高，文档也可进行备份。

2.Prompt语法技巧

文生图模型的精髓在于Prompt提示词，如何写好Prompt将影响图像的生成品质。

提示词结构型

Prompt提示词可分为4段式构造：画质风格+画面主体+画面细节+风格参照

1、界面风格：通常是大模型或LoRA模型Tag、正向画质词、画作类型等

2、画面主体：界面核心内容、主体人/事/物/景、主体特点/动作等

3、画面细节：情景细节、人物细节、环境灯光、画面构图等

4、风格参照：艺术风格、渲染器、EmbeddingTag等

提示词语法

1、提示词排列：越前边的词越受AI重视，关键事物提示词放前边

2、提高/变弱：(提示词:权重数值)，默认1，超过1加强，小于1变弱。如(doctor:1.3)

3、混和：提示词|提示词，完成多个因素混和，如[red|blue]hair红蓝色头发混和

4、+和AND：用于连接短提示词，AND两边得加空格

5、分步渲染：[提示词A:提示词B:数值]，先按提示词A生成，在设置的数值后朝提示词B转变。如[dog:cat:30]前30步画狗后边的画猫，[dog:cat:0.9]前边90%画狗后边10%画猫

6、正向提示词：masterpiece,bestquality等画质词，用以提高画质

7、反向提示词：nsfw,badhands,missingfingers……,用以不愿在画面中发生的内容

8、Emoji：适用emoji，如形容表情，装饰手

3.ChatGPT辅助生成提示词

大家也可以借助ChatGPT帮我们生成提示词参照。

给ChatGPT一段实例参照：https://dreamlike.art/guides/using-openai-chat-gpt-to-write-stable-diffusion-prompts

依据参照生成Prompts，再添加细节润饰

4.Stable Diffusion全中文环境配置

在实际使用中，我们也可以把Stable Diffusion配备满足汉语环境，这将大大增加操作好感度。全中文环境包括了Stable Diffusion Web UI的汉化和Prompt适用中文输入。

Stable Diffusion Web UI汉化

安装汉语拓展插件：点击Extensions挑选Install from URL，输入https://github.com/VinsonLaro/stable-diffusion-webui-chinese，点击Install，并重启WebUI

转换到汉语方式：在Settings面板中，将Userinterface中的Localization设成Chinese汉语方式，重启WebUI即可转换到汉语页面

Prompt中文输入

下载提示词汉语拓展插件：https://github.com/butaixianran/Stable-Diffusion-Webui-Prompt-Translator，将项目作为zip文件下载，解压后放到stable-diffusion-webui/extensions目录中，重启WebUI

启用百度翻译API：去http://api.fanyi.baidu.com申请一个免费APIKey，并把翻译服务开通。在管理控制台的开发者信息页中确定APPID和密匙

在Stable Diffusion Web UI的Prompt Translator面板中，挑选百度翻译引擎，并把办理的APPID和密匙填好进来，点击储存

应用：在Stable Diffusion Web UI页面顶端会出现一个翻译菜单栏，大家在提示词文本框中输入中文，点击菜单栏里的翻译就能自动把提示词换成英语

结语

本文简要介绍了AI绘画工具Stable Diffusion的技巧，这些技术的出现促使AI绘画具有了具体的生产能力，设计师们可以充分利用好这些强悍的生产设备来提高设计效率。