AI 绘画Stable Diffusion 研究(十一)sd图生图功能详解-美女换装

简介: AI 绘画Stable Diffusion 研究(十一)sd图生图功能详解-美女换装

为了让大家更直观的了解图生图功能,明白图生图功能到底是干嘛的,能做什么事情?今天我们继续介绍图生图的实用案例-美女换装的制作。


对于新朋友,想详细了解Stable Diffusion 的话,请查看往期文章:

AI 绘画Stable Diffusion 研究(一)sd整合包v4.2 版本安装说明

AI 绘画Stable Diffusion 研究(二)sd模型ControlNet1.1 介绍与安装

AI 绘画Stable Diffusion 研究(三)sd模型种类介绍及安装使用详解

AI 绘画Stable Diffusion 研究(四)sd文生图功能详解(上)

AI 绘画Stable Diffusion 研究(五)sd文生图功能详解(下)

AI 绘画Stable Diffusion 研究(六)sd提示词插件

AI 绘画Stable Diffusion 研究(七) 一文读懂 Stable Diffusion 工作原理

AI 绘画Stable Diffusion 研究(八)sd采样方法详解

AI 绘画Stable Diffusion 研究(九)sd图生图功能详解-老照片高清修复放大

AI 绘画Stable Diffusion 研究(十)sd图生图功能详解-精美二维码的制作


老规矩,这里还是以案例穿插知识点说明的方式进行讲解。

各位朋友,可以根据我的步骤一边进行实操,一边进行理论知识的学习,这样能提高学习效率。


美女换装制作案例



我们想实现上图一样的美女换装效果的话,应该怎么做呢?


第一步,先准备美女图片信息和模型


我们这里以汉服风为例进行说明。


(1)、 我们可以去c站 搜索 “汉服”

如图所示:


根据图片的参数,我们发现主模型用的是 Chilloutmix-Ni-pruned-fp32-fix ,当然还有 Lora 模型 hanfu2.0,如果本地没有安装的朋友,请先下载安装。


模型可以直接在c站下载,这里就不再详细说明。

如果下载比较慢的朋友,这里给大家准备了案例所用到的模型


(2)、安装模型

下载完成后,将Lora模型文件放到models\Lora 目录

\sd-webui-aki-v4.2\models\Lora



将Chilloutmix-Ni-pruned-fp32-fix 模型文件放到 models\Stable-diffusion 目录下

\sd-webui-aki-v4.2\models\Stable-diffusion


安装完成后,记得重启控制台和webui ,让模型生效。


(3)、复制并设置图片参数


  • 将右侧正向提示词和反向提示词分别复制,粘贴到webui 图生图的提示词输入框
  • 主模型选择 Chilloutmix-Ni-pruned-fp32-fix
  • CFG Scale: 8
  • 迭代步数:40
  • 采样方法选择 dpm++ 2s a karras
  • 随机种子设置:2589415615



sd webui 文生图参数设置如下:


第二步,用文生图功能,生成美女图,并发送到重绘

上述参数设置OK后,直接点击“生成”按钮,将生成后的图片发送到重绘即可。


如图生成后的图片如下:


点击“发送到重绘”按钮,此时,自动切换到图生图重绘界面。



第三步,选择右侧画笔图标,将需要换装的区域涂选

ctrl+鼠标滚轮 可调整画笔粗细。



第四步,正向提示词修改,将衣服相关的提示词修改掉


修改之前的正向提示词 :衣服是明服、明装 。

(8k, best quality, masterpiece:1), (realistic, photo-realistic:1),cute, dating,(smile:0.9), (closed mouth),small breasts, beautiful detailed eyes,<lora:hanfu2.0:1>, jin, (collar button, ming, Ming Dynasty, Ming clothing:1.4)


我们这里将衣服换为唐装,唐服。

修改后的提示词:

(8k, best quality, masterpiece:1), (realistic, photo-realistic:1),cute, dating,(smile:0.9), (closed mouth),small breasts, beautiful detailed eyes,<lora:hanfu2.0:1>, jin, (Tang suit, Tang Dynasty, Tang suit: 1.4)


第五步,保持人物手势和造型不变,需要通过ControlNet 进行控制

  • 启用 ControlNet
  • 控制类型选择 :OpenPose
  • 预处理器:openpose_full
  • 模型:control_v11p_sd15_openpose


第六步,生成查看效果


我们再来换一张汉服风格仅需要修改衣服相关提示词即可:

(8k, best quality, masterpiece:1), (realistic, photo-realistic:1),cute, dating,(smile:0.9), (closed mouth),small breasts, beautiful detailed eyes,<lora:hanfu2.0:1>, jin, (Hanfu, Han Dynasty, Hanfu: 1.4)



对比效果:



这个美女换装效果,各位可还满意?

好了,我们的第三个图生图的功能案例就到此结束。


相关文章
|
1月前
|
人工智能 自然语言处理 算法
谷歌DeepMind研究再登Nature封面,隐形水印让AI无所遁形
近日,谷歌DeepMind团队在《自然》期刊上发表了一项名为SynthID-Text的研究成果。该方法通过引入隐形水印,为大型语言模型(LLM)生成的文本添加统计签名,从而实现AI生成文本的准确识别和追踪。SynthID-Text采用独特的Tournament采样算法,在保持文本质量的同时嵌入水印,显著提高了水印检测率。实验结果显示,该方法在多个LLM中表现出色,具有广泛的应用潜力。论文地址:https://www.nature.com/articles/s41586-024-08025-4。
76 26
|
10天前
|
人工智能 自然语言处理 API
OpenDeepResearcher:开源 AI 研究工具,自动完成搜索、评估、提取和生成报告
OpenDeepResearcher 是一款开源 AI 研究工具,支持异步处理、去重功能和 LLM 驱动的决策,帮助用户高效完成复杂的信息查询和分析任务。
146 18
OpenDeepResearcher:开源 AI 研究工具,自动完成搜索、评估、提取和生成报告
|
11天前
|
存储 人工智能
Scaling Law或将终结?哈佛MIT预警:低精度量化已无路可走,重磅研究掀翻AI圈
哈佛大学和麻省理工学院的研究人员最近发布了一项重磅研究,对Scaling Law在低精度量化中的应用提出严重质疑。研究表明,随着训练数据增加,低精度量化带来的性能损失也增大,且与模型大小无关。这挑战了通过增加规模提升性能的传统观点,提醒我们在追求效率时不能忽视性能损失。该研究结果在AI圈内引发广泛讨论,提示未来需探索其他方法来提高模型效率,如混合精度训练、模型压缩及新型硬件架构。论文地址:https://arxiv.org/pdf/2411.04330。
34 11
|
25天前
|
机器学习/深度学习 人工智能 算法
Transformer打破三十年数学猜想!Meta研究者用AI给出反例,算法杀手攻克数学难题
《PatternBoost: Constructions in Mathematics with a Little Help from AI》提出了一种结合传统搜索算法和Transformer神经网络的PatternBoost算法,通过局部搜索和全局优化交替进行,成功应用于组合数学问题。该算法在图论中的Ramsey数研究中找到了更小的反例,推翻了一个30年的猜想,展示了AI在数学研究中的巨大潜力,但也面临可解释性和通用性的挑战。论文地址:https://arxiv.org/abs/2411.00566
69 13
|
2月前
|
机器学习/深度学习 人工智能 自然语言处理
AI自己长出了类似大脑的脑叶?新研究揭示LLM特征的惊人几何结构
近年来,大型语言模型(LLM)的内部运作机制备受关注。麻省理工学院的研究人员在论文《The Geometry of Concepts: Sparse Autoencoder Feature Structure》中,利用稀疏自编码器(SAE)分析LLM的激活空间,揭示了其丰富的几何结构。研究发现,特征在原子、大脑和星系三个尺度上展现出不同的结构,包括晶体结构、中尺度模块化结构和大尺度点云结构。这些发现不仅有助于理解LLM的工作原理,还可能对模型优化和其他领域产生重要影响。
89 25
|
1月前
|
人工智能 运维 物联网
云大使 X 函数计算 FC 专属活动上线!享返佣,一键打造 AI 应用
如今,AI 技术已经成为推动业务创新和增长的重要力量。但对于许多企业和开发者来说,如何高效、便捷地部署和管理 AI 应用仍然是一个挑战。阿里云函数计算 FC 以其免运维的特点,大大降低了 AI 应用部署的复杂性。用户无需担心底层资源的管理和运维问题,可以专注于应用的创新和开发,并且用户可以通过一键部署功能,迅速将 AI 大模型部署到云端,实现快速上线和迭代。函数计算目前推出了多种规格的云资源优惠套餐,用户可以根据实际需求灵活选择。
|
28天前
|
人工智能 算法 前端开发
OmAgent:轻松构建在终端设备上运行的 AI 应用,赋能手机、穿戴设备、摄像头等多种设备
OmAgent 是 Om AI 与浙江大学联合开源的多模态语言代理框架,支持多设备连接、高效模型集成,助力开发者快速构建复杂的多模态代理应用。
189 72
OmAgent:轻松构建在终端设备上运行的 AI 应用,赋能手机、穿戴设备、摄像头等多种设备
|
14天前
|
人工智能 自然语言处理 搜索推荐
【上篇】-分两篇步骤介绍-如何用topview生成和自定义数字人-关于AI的使用和应用-如何生成数字人-优雅草卓伊凡-如何生成AI数字人
【上篇】-分两篇步骤介绍-如何用topview生成和自定义数字人-关于AI的使用和应用-如何生成数字人-优雅草卓伊凡-如何生成AI数字人
89 24
【上篇】-分两篇步骤介绍-如何用topview生成和自定义数字人-关于AI的使用和应用-如何生成数字人-优雅草卓伊凡-如何生成AI数字人
|
9天前
|
机器学习/深度学习 存储 人工智能
MNN-LLM App:在手机上离线运行大模型,阿里巴巴开源基于 MNN-LLM 框架开发的手机 AI 助手应用
MNN-LLM App 是阿里巴巴基于 MNN-LLM 框架开发的 Android 应用,支持多模态交互、多种主流模型选择、离线运行及性能优化。
762 14
MNN-LLM App:在手机上离线运行大模型,阿里巴巴开源基于 MNN-LLM 框架开发的手机 AI 助手应用
|
6天前
|
人工智能 开发框架 数据可视化
Eino:字节跳动开源基于Golang的AI应用开发框架,组件化设计助力构建AI应用
Eino 是字节跳动开源的大模型应用开发框架,帮助开发者高效构建基于大模型的 AI 应用。支持组件化设计、流式处理和可视化开发工具。
120 27