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
|
4月前
|
机器学习/深度学习 人工智能 算法
Stable Virtual Camera:2D秒变3D电影!Stability AI黑科技解锁无限运镜,自定义轨迹一键生成
Stable Virtual Camera 是 Stability AI 推出的 AI 模型,能够将 2D 图像转换为具有真实深度和透视感的 3D 视频,支持自定义相机轨迹和多种动态路径,生成高质量且时间平滑的视频。
198 0
Stable Virtual Camera:2D秒变3D电影!Stability AI黑科技解锁无限运镜,自定义轨迹一键生成
|
9月前
|
人工智能 Serverless
AI助理精准匹配------助力快速搭建Stable Difussion图像生成应用
【10月更文挑战第7天】过去在阿里云社区搭建Stable Diffusion图像生成应用需查阅在线实验室或官方文档,耗时且不便。现阿里云AI助理提供精准匹配服务,直接在首页询问AI助理即可获取详细部署步骤,简化了操作流程,提高了效率。用户可按AI助理提供的步骤快速完成应用创建、参数设置、应用部署及资源释放等操作,轻松体验Stable Diffusion图像生成功能。
|
5月前
|
存储 人工智能 安全
有奖体验 AI 模特换装,解锁电商视觉新体验
在电商中,制作精美的商品展示图成本高且流程复杂。AI 换装技术允许商家快速更换模特的服装或配件,无需重新拍摄,大大缩短准备时间。这项技术减少了对专业摄影师和后期团队的依赖,使中小商家也能轻松产出高质量的商品图片,灵活响应市场变化,有效降低成本,提升竞争力。本方案利用函数计算 FC 构建 Web 服务,采用百炼视觉模型 qwen-vl-max-latest、aitryon、aitryon-refiner、shoemodel-v1 来分别实现 AI 人物主体信息提取、模特试衣、试衣精修、模特换鞋。
|
5月前
|
存储 人工智能 安全
有奖体验 AI 模特换装,解锁电商视觉新体验
有奖体验 AI 模特换装,解锁电商视觉新体验
有奖体验 AI 模特换装,解锁电商视觉新体验
|
5月前
|
机器学习/深度学习 人工智能 自然语言处理
VideoGrain:零样本多粒度视频编辑神器,用AI完成换装改场景,精准控制每一帧!
VideoGrain 是悉尼科技大学和浙江大学推出的零样本多粒度视频编辑框架,基于调节时空交叉注意力和自注意力机制,实现类别级、实例级和部件级的精细视频修改,保持时间一致性,显著优于现有方法。
159 0
VideoGrain:零样本多粒度视频编辑神器,用AI完成换装改场景,精准控制每一帧!
|
9月前
|
人工智能 Serverless
AI助理精准匹配,为您推荐方案——如何添加一个Stable Difussion图像生成应用
介绍了一种利用AI助手快速获取并搭建Stable Diffusion图像生成应用的方法。用户只需在阿里云官网向AI助手提出需求,即可获得详细的实施方案。随后,按照AI助手提供的方案,通过函数计算部署应用,并进行测试。此过程显著提升了开发效率。
977 2
AI助理精准匹配,为您推荐方案——如何添加一个Stable Difussion图像生成应用
|
9月前
|
人工智能
添加一个Stable Difussion图像生成应用,通过向AI助手简单的提问,即可快速搭建Stable Diffusion应用至自己的网站中,大幅提升开发效率。
添加一个Stable Difussion图像生成应用,通过向AI助手简单的提问,即可快速搭建Stable Diffusion应用至自己的网站中,大幅提升开发效率。
|
10月前
|
人工智能
在stable diffussion中完美修复AI图片
无论您的提示和模型有多好,一次性获得完美图像的情况很少见。修复小缺陷的不可或缺的方法是图像修复(inpainting)
在stable diffussion中完美修复AI图片
|
10月前
|
人工智能 测试技术
语言图像模型大一统!Meta将Transformer和Diffusion融合,多模态AI王者登场
【9月更文挑战第20天】Meta研究人员提出了一种名为Transfusion的创新方法,通过融合Transformer和Diffusion模型,实现了能同时处理文本和图像数据的多模态模型。此模型结合了语言模型的预测能力和Diffusion模型的生成能力,能够在单一架构中处理混合模态数据,有效学习文本与图像间的复杂关系,提升跨模态理解和生成效果。经过大规模预训练,Transfusion模型在多种基准测试中表现出色,尤其在图像压缩和模态特定编码方面具有优势。然而,其训练所需的大量计算资源和数据、以及潜在的伦理和隐私问题仍需关注。
229 7
|
10月前
|
人工智能 计算机视觉 Python
AI计算机视觉笔记八:基于mediapipe的虚拟绘画
该项目利用MediaPipe手部关键点识别技术,实现了隔空绘画功能。用户可以通过手势控制绘画工具,选择颜色或橡皮擦。环境配置基于`mediapipe_env`,在PyCharm中运行。项目包括两个文件:`AiVirtualPainter.py`负责绘画逻辑,`HandTrackingModule.py`用于手部关键点检测。此项目展示了AI技术在互动应用中的潜力,适合初学者实践与学习。
221 10

热门文章

最新文章