0.配备 问就是换3090 4090 5090，虽然说10GB、12GB也能跑。 但那就像游戏的最低建议一样的东西。 还没换的可以先试试自己的显卡，要换一率建议换90系列， 不要浪费钱换VRAM不够大的 == 1.安装 我是用这个自动包，一直往下按就会装好。去年还可以用，现在不知道 == https://github.com/EmpireMediaScience/A1111-Web-UI-Installer/releases 不行的话自己估狗stable diffusion本机安装， 我文祖大学没毕业都能装好，泥板满满的高材生应该不难 == 另外中国有秋叶包、星空包这两个安装包，是全中文的应该会更好装。 我没用过可以自己去估狗或去B站找 == 2.如果你用的是我这个包，点开装好的资料夹。 https://i.meee.com.tw/sxJEM5R.png 找到捷径A1111 WebUI (Pin to Taskbar)直接点开。 点开後大概长这样。 https://i.imgur.com/oglMylO.png Auto-Update WebUI，自动更新WebUI， 可以不要勾，自动更新是坏文明，真的有必要更新点旁边的force就好。 Auto-Update Extensions，自动更新外挂 同上，建议别勾。 Clear All Generations 自动清除堆在你电脑里的旧图，看个人需要勾与不勾。 Low VRAM 让烂卡也能生图，因为我们要用的是比之前更硬的SDXL，所以一律建议勾。 Enable Xformers 加速你可怜的显卡生图速度，体感大概快了30秒左右，建议勾一勾。 additonal Launch options 就一些额外指令，有什麽指令点一下他会在github列出来。 现阶段实用的好像也只有这个--theme dark黑底模式。 可以加上去试试看，按SAVE储存。 没问题了就Launch WebUI，第一次打开会安装一堆东西跑很久， 等他在你的浏览器跳出WebUI页面。 4.先点开Setting分类，用ctrl+F搜寻Quicksettings list， 又或者用左边的搜寻也可以。 找到这个设定。 下拉或直接输入sd_vae或Clip_stop_at_last_layers。 https://i.meee.com.tw/vHn1Y31.png 然後按上面的apply setting，再按Reload UI让两个常用的设定跑出来。 4.打开Extensions分页，检查一下你的Extension是不是长这样。 https://i.imgur.com/eOsKf6n.png 如果没有前两个，那去Extensions下面的install from URL分页。 (有可能有，我不太确定现在会不会自己帮你装， 也有可能你用其他的安装包会帮你装) 在URL for extension's git repository下面分别输入以下两个网址， 然後按install等他装完。 https://github.com/kohya-ss/sd-webui-additional-networks.git https://github.com/KohakuBlueleaf/a1111-sd-webui-locon 装完之後回installed页面把那两个新的勾起来。 (现在好像会自己帮勾，反正检查一下不亏) 然後按橘色的apply and restart ui，或是把整个程式关了重开让他启用外挂。 https://i.meee.com.tw/gUQuXYP.png 5.接下来是其他的外挂，可装可不装，个人建议装这几个。 要装的话和上面两个装法一样。 adetailer https://github.com/Bing-su/adetailer 修脸修手用，也可以让显存不大的人让图片精致一点。 用法之後说 == a1111-sd-webui-tagcomplete https://github.com/DominikDoom/a1111-sd-webui-tagcomplete 补完提词。 基本上就码农打码的时候会自己帮你补码的那个。 https://i.meee.com.tw/lfxz7zq.png stable-diffusion-webui-dataset-tag-editor https://github.com/toshiaki1729/stable-diffusion-webui-dataset-tag-editor 逆推图片提词，就是把图片可能的题词推理出来。 这本来是我们练Lora在用的，但是生图片也很好用。 sd-webui-regional-prompter https://github.com/hako-mikan/sd-webui-regional-prompter 分区生成图片，就是将不同的提词在不同的区域生成。 要生女同图一定要装这个，不装生不出来 == 6.下载模型 去https://civitai.com/申请帐号，然後点头项左三的眼睛图示。 把设定改成附图那样，把隐藏的东西全部打开。 https://i.meee.com.tw/mvinLFl.png 然後挑一个你喜欢的大模型，现在我只推荐用Illustrious系的模型。 所以你点开Models分页後，把过滤设定改成这样去看模型种类。 https://i.meee.com.tw/hIiFnLp.png Checkpoint就是大模型，也有人会叫他底模之类的。 如分类基本上分两种。 Trained 用大量资料训练的模型，这种模型通常直接打提词生图的效果都不太好。 需要搭配大量提词去精修结果，但是变化较高。 Merge 融合模型，将不同的Checkpoint融合以找出自己喜欢的风格。 较为简单好用，我自己平常也都用这种，可以直接挑一个自己喜欢的风格直接用。 https://civitai.com/models/376130/nova-anime-xl 我这几天用的是这个。 https://civitai.com/models/827184?modelVersionId=1283437 这个是目前应该是最热门的。 https://civitai.com/models/874216/ikastrious-noobai-xl 这个我也用过，不错。 https://civitai.com/models/895391?modelVersionId=1001966 这个也很棒，但是饱和度比较低。 载好的模型放进stable-diffusion-webui\models\Stable-diffusion 这个资料夹里。 6.下载VAE https://civitai.com/models/296576/sdxl-vae 这个东西，载下来丢进stable-diffusion-webui\models\VAE 原理你不需要懂，只要知道这东西是必要的。 有些Checkpoint会说明他在练模型的时候已经帮你把VAE练进去了(baked VAE)， 那就不需要，但是保险起见先载下来不吃亏。 7.可以开始生图了。 点开text2img分页，应该会长这样。 https://i.meee.com.tw/VNUpXUF.png 接下来讲的专有名词都可以用ctrl+F搜寻到，找不到的时候就ctrl+F贴上找。 左上的Stable Diffusion checkpoint，下拉选择你刚刚下载的模型。 没有的话就按旁边蓝色重新整理小按钮让他重读。 旁边的SD VAE一样，拉下来选择刚刚下载的dxl_vae.safetensors 在旁边的Clip skip，调成2，不要问为什麽，2最好。 最大的两块就提词空格，上方是正面提词，填你要的。下面是负面提词，填你不要的。 先在正面填上品质提词，我习惯用这组： masterpiece, best quality, high quality, good quality, very aesthetic, absurdres, 然後在负面也填上负面的品质提词，我习惯用这组： (bad quality, low quality, worst quality:1.4), bad anatomy, signature, watermark, backlighting, shaded face, 然後在正面填上你想生的东西，举例来讲。 hoshimachi suisei, cowboy shot, small breasts ,bikini, cow print, cow ears, cow horns, thighhighs, elbow gloves, annoyed, blush, blue hair, one side up, black background, simple background, collar, cowbell, 这些提词分别是： 星街、七分身照、小奶、比基尼、乳牛印、牛耳、牛角、过膝袜、长手套、森气气、 脸红红、蓝发、侧马尾、黑色背景、简单背景、项圈、牛铃 然後看到下面的Sampling method 这是取样器，通常用的是预设的DPM++ 2M，或者下拉後找到Euler a， 前者生成较慢但图片细节比较好，後者比较快但是有时候会跑出怪怪东西。 旁边的Schedule type，让他维持自动就好。 在旁边的Sampling steps，这是要让AI跑几步， 越多步图片完成度越高，但是有个上限值。 个人建议DPM++ 2M用30步，Euler a用20步。 接下来我们再往下看。 Width是图片的宽，Height是图片的长。 这边一定要注意，不能填自己想要的数值。 这人工智障不会画图，他只是依照训练内容去生成图片， 所以最每个模型都会有最适合的图片大小。 我们现在用的是SDXL的衍伸模型，所以我们也用SDXL适合的图片长宽。 最常用的是832*1216，不然就1024*1024正方形。 你也可以试试下面的建议比例： https://i.meee.com.tw/e2gJqUA.png 接下来CFG Scale，填7，不要问为什麽，7最棒。 然後旁边一格的Batch count是要生几次图，Batch size则是一次要生几张图。 我们都填1的话，那就是一次一张。 最後的Seed就种子，-1让他随机就好。 你喜欢玄学的话也可以自己填喜欢的数字。 这一切都设定好了，按下旁边大大橘橘的Generate，让它跑图。 https://i.meee.com.tw/6cZxhw9.png 恭喜你，你的一张星街乳牛比基尼就生出来了。 这个时候，我们可以按下Seed栏位旁边的回收符号抽出这张图的种子。 我们如果更改提词，就可以在这张图基础上微调一些变动。 例如把annoyed改成smile，那就变这样： https://i.meee.com.tw/OBxJGkD.png 如果你发现一张图角度不错很喜欢，但是想微调可以这样试试。 但是改越大越会偏离原图，不是万能解法 8.修图。 有几个方法可以让图片看起来更精致，我们先用Hires. fix。 上面有提到，AI只能在预设的解析度生图， 而Hires. fix则是可以把生成的图片放大来产生大图。 另外它也有增加图片细节的功能。 点开Hires. fix，Upscaler选择4x-AnimeSharp、4x-UltraSharp或R-ESRGAN 4x+ Anime6B。 我不太确定这些放大器有没有内建，没有的话直接估狗找也有， 下载後丢到\stable-diffusion-webui\models\ESRGAN 没有看到这资料夹就自己创一个。 https://i.meee.com.tw/kEDJG4m.png Hires steps选10，Denoising strength改0.4，Upscale by改1.5， 这是我测过最好的参数，你可以照用或自己试试。 接着一样按Generate跑图。 https://i.meee.com.tw/cHWwHfm.png https://i.meee.com.tw/NzuXUs3.png 上面是放大前，下面是放大後，可以看到细节明显变好了。 如果你按下Generate没有反应，那恭喜你显存不够用。 那怎麽办？ 改用上面讲过的ADetailer修脸。 点开ADetailer分页，看到上面已经帮你选好了修脸用的face_yolov8n.pt， 我们把本来的题词复制到下来，一样是正面在上，负面在下。 https://i.meee.com.tw/h9oD6DS.png 点选enable adetailer，然後大大橘橘的按下去。 https://i.meee.com.tw/3izbWV4.png 比较一下，可以看到面部细节和放大版的差不多。 ADetailer还可以拿来改一些简单的表情变化， 例如我在这区把annoyed改成smile。 https://i.meee.com.tw/XPaarLP.png 你看，星街笑了。 基本上那些AI游戏的差分表情大部分就是这样搞的。 再进阶一点，我们点开ADetailer下方的Inpainting，有个Inpaint denoising strength。 这可以调整修图的强度，如果你的脸特别崩，或是想改大一点就可以加大这个数值。 例如我调成0.7，产出的结果就和原图差异更大。 https://i.meee.com.tw/lFKUSBF.png 9. 我知道看到这边，一定很多人在想他妈的这咒文谁看的懂。 其实很简单。 AI的宅图模型咒文原理可以用很简单的一句话来解释， 他在训练的时候加入了danbooru的分类标签。 所以我们其实可以去danbooru直接照抄分类当提词。 例如在danbooru中，吐吐族长的分类是这样写的。 https://i.meee.com.tw/Duvblsk.png 那我们就直接照抄几个关键的提词，包括角色提词： usada pekora, rabbit ears coat,fur-trimmed gloves,carrot hair ornament , multicolored hair,strapless leotard,pantyhose, boots, braid ,thick eyebrows, open mouth, full body, standing, 那你就能得到一张9成像的吐吐族长。 https://i.meee.com.tw/U7uIIPm.png 另外我们还可以用tagger外挂反推，举例来讲。 https://i.meee.com.tw/Vkn57yv.png 这是狼师的签名档，你很想生类似这张图的AI图，然後又不知道提词怎麽写怎麽办？ 我们点开Tagger的分页，把图片拉到single process下的空栏。 https://i.meee.com.tw/NpygVt4.png 接下来要注意的数值只有Weight threshold。 这个数值越大给的题词就越多，但是越分散。 反之就提词给的少，但是较为精确。 我个人通常用0.35，但是大部分的人好像都用0.15。 总之设一个数值，不要超过0.35，然後按长长橘橘的interrogate image https://i.meee.com.tw/Z59X2F0.png 答案给你了，这个动作有几个关键提词，像是 breast press、symmetrical docking、interlocked fingers 也可以直接偷懒，把它反推出来的题词直接丢去用。 https://i.meee.com.tw/smjZ34U.png 当当，简单吧 == 就酱，基础的文生图就是那麽简单，任何人有显卡都能做 == 有人想知道女同图要怎麽搞的话我之後再说 == -- (と・てノ) 翼龙欸 --

※ 发信站: 批踢踢实业坊(ptt.cc), 来自: 1.163.158.149 (台湾) ※ 文章网址: https://webptt.com/cn.aspx?n=bbs/Marginalman/M.1740464226.A.02C.html ※ 编辑: Satoman (1.163.158.149 台湾), 02/25/2025 14:19:01 ※ 编辑: Satoman (1.163.158.149 台湾), 02/25/2025 21:40:38 ※ 编辑: Satoman (1.163.191.218 台湾), 02/26/2025 13:30:57