部署包作者:秋葉aaaki
免责声明:
本安装包及启动器免费提供 无任何盈利目的
大家好，我是风雨无阻。
众所周知，StableDiffusion 是非常强大的AI绘图工具，需要详细了解StableDiffusion的朋友，可查看我之前的这篇文章： 最近大火的两大AI绘图工具 Midjourney VS StableDiffusion。
今天为大家带来的是 Stable Diffusion 研究（二）sd模型ControlNet1.1 介绍与安装 。
首先来明确一下这个ControlNet1.1 到到底是什么？
ControlNet1.1 是Stable Diffusion 绘画插件，在2023年4月份更新了 V1.1 版本，发布了14 个优化模型，并新增了多个预处理器，并且在原有的模型上进行了一些优化，让它的功能比之前更加好用了。
那么我们先来详细了解一下 ControlNet1.1 的新模型新功能。
一、ControlNet1.1 的新模型新功能
1、新增Lineart模型 和 lineart_anime模型
现在新增了两个模型，lineart和lineart anime，完全可以替代原来的Canny强大的线稿上色，无论是上色黑白和彩色功能都非常强大。
2、新增Instruct Pix2Pix 模型
模型能够接受一张图像和相应的文字指令(也就是prompt)，根据指令来编辑图像，局部整体操纵图像程度的能力。
将白天变为夜晚 ，如图：
换发型 ，如图：
换装 ，如图：
3、 新增Tile 模型
Tile 模型对于图片高清修复、提升细节、根据画面自动推断内容有着很好效果，根据官方的介绍有5种功能：
- 可以进行图片放大 2x、4x 或 8x 超分辨率
- 可以在图像中添加、更改或重新生成图像细节
- 可以修复、细化和改进通过任何其他超分辨率方法获得的不良图像细节
- 它可以引导SD放大脚本，生成错误的问题
- 可以完成未完成的图稿，如果这些图稿是用色块绘制的
图像修复前：
图像修复后：
细节调整前：
细节调整后：
4 、新增shuffle 模型
shuffle模型可以称为重组模型，从shuffle模型的是使用效果来看，shuffle模型可以通过获取原图的风格后借助这个风格进行新的图片生成，所以当我们找到比较好的参考图时，就可以使用shuffle模型进行图片创作。
我们先来看一下人物图处理效果：
从成图效果来看，新生成的图片风格、色调、人物的部分姿态都进行还原和保留，因此我们使用Shuffle模型可以使用原图进行参考借鉴，重组画面进行生成的新图片。
