AIGC - Stable Diffusion 的墨幽人造人模型与 Tag 配置

欢迎关注我的CSDN：https://spike.blog.csdn.net/
本文地址：https://spike.blog.csdn.net/article/details/131565068

Stable Diffusion的模型网站 LiblibAI：https://www.liblibai.com

墨幽人造人网址：https://www.liblibai.com/modelinfo/9470cdf92e33f5ad72cc2f40f834a69a

版本号：v1010修剪，时间2023.6.30

moyou

启动服务：

conda deactivate
source venv/bin/activate
nohup python -u launch.py --port 9301 --listen --xformers > nohup.sd.out &

1. 配置模型

模型类型是Checkpoint，即下载存储至 stable-diffusion-webui/models/Stable-diffusion。

下载模型：

# 4G 修剪
wget https://liblibai-online.liblibai.com/web/model/dfab1a61233ef2812e6de35730449c330657961d3f0d9d51a5b057a17b80ab67.safetensors -O 墨幽人造人_v1010_修剪.safetensors  

# 7G 完整版
wget https://liblibai-online.liblibai.com/web/model/6a226dd292a983b3ed4987402453ad4d954b77825c1cf99d39d8746909791761.safetensors -O 墨幽人造人_v1010_完整版.safetensors

墨幽人造人模型的版本介绍：

v1010修剪：更小体积的4G修剪版，但是整体色彩及细节表现力、好手好脸概率均略逊于v1010的7G完整版。
v1010：真正的首个可以称之为人造人的“墨幽”。完全真正对墨幽进行了跨世代的全面升级。

推荐Tag：

提示词：
- 正：1girl,moyou,（在此基础上添加，无需添加任何质量词）
- 负：EasyNegativeV2,(badhandv4:1.2),（这是两个embedding嵌入式文件，可入鹅群自取。无需额外添加任何负面质量提示词）（这两个embedding的排列顺序会明显影响最终画面，请一定按照此说明中的顺序排列！！！）
推荐参数：
- VAE：840000
- 采样：DDIM（新的人造人墨幽也更换了采样器哦，不要使用之前版本用的采样器啦！）
- 步数：30~50 （常用30，50质量更高）（亲测继续提高步数仍会达到更好的质量，但变化很小）
- 高分辨率修复参数：（一定要开！）
  - 放大算法：8x_NMKD-Superscale_150000_G （可入鹅群自取）
  - 重绘幅度：0.2
  - 基础分辨率：短边512
  - 放大倍数：2
- CFG：7

具体配置：

Config

2. 配置参数

模型文件检查器：https://spell.novelai.dev/

2.1 Embeddings

推荐 Tag 的负向提示词是 Embeddings 类型，存储位置 stable-diffusion-webui/embeddings。

下载路径：

EasyNegative：https://huggingface.co/datasets/gsdf/EasyNegative、https://civitai.com/models/7808/easynegative，建议下载 EasyNegative.pt
badhandv4 - AnimeIllustDiffusion：https://civitai.com/models/16993/badhandv4-animeillustdiffusion，建议下载 badhandv4.pt

点击：

Show

在 Textual Inversion (文本反转) 中，即可使用。

配置参数，注意 Used embeddings，表示使用EasyNegative和badhandv4：

1girl,moyou,
Negative prompt: EasyNegative,(badhandv4:1.2),
Steps: 50, Sampler: DDIM, CFG scale: 7, Seed: 841743923, Size: 512x768, Model hash: 6a226dd292, Model: 墨幽人造人_v1010_完整版, Denoising strength: 0.2, Hires upscale: 2, Hires upscaler: 8x_NMKD-Superscale_150000_G, Version: v1.4.0

Used embeddings: EasyNegative [119b], badhandv4 [dba1]
Time taken: 17.53sTorch active/reserved: 5345/8764 MiB, Sys VRAM: 10262/81070 MiB (12.66%)

2.2 VAE

VAE 默认没有出现 WebUI 中，需要手动配置。Settings - User interface - Quicksettings list.

Quicksettings

再点击 Apply settings ，重启服务即可生效：

Apply settings

重启服务即可，在 WebUI 中，增加两个框，即 Add Lora to prompt 和 SD VAE。

moyou

下载路径：vae-ft-mse-840000-ema-pruned：https://civitai.com/models/76118/vae-ft-mse-840000-ema-pruned

模型存储至：stable-diffusion-webui/models/VAE，刷新，即可应用。

关于 sd_vae 与 sd_vae_as_default，即 sd_vae 是配合主模型使用：

“sd_vae”: OptionInfo(“Automatic”, “SD VAE”, gr.Dropdown, lambda: {“choices”: shared_items.sd_vae_items()}, refresh=shared_items.refresh_vae_list).info(“choose VAE model: Automatic = use one with same filename as checkpoint; None = use VAE from checkpoint”),
“sd_vae_as_default”: OptionInfo(True, “Ignore selected VAE for stable diffusion checkpoints that have their own .vae.pt next to them”)

使用 VAE 模型的主要作用是修饰细节。例如，左侧是使用VAE，右侧是未使用VAE的效果：

VAE

2.3 Upscaler

放大算法：8x_NMKD-Superscale_150000_G

下载地址：

包括全部的放大算法：https://huggingface.co/uwg/upscaler/tree/main
8x_NMKD-Superscale_150000_G：https://huggingface.co/uwg/upscaler/blob/main/ESRGAN/8x_NMKD-Superscale_150000_G.pth，67M

放入文件夹：stable-diffusion-webui/models/ESRGAN

需要重启 WebUI，才能在列表中生效，可以选用。

3. 绘图示例

Prompt:

1girl,moyou,fullbody
Negative prompt: EasyNegative,(badhandv4:1.2),
Steps: 50, Sampler: DDIM, CFG scale: 7, Seed: 3940251232, Face restoration: CodeFormer, Size: 512x768, Model hash: 6a226dd292, Model: 墨幽人造人_v1010_完整版, Denoising strength: 0.2, Hires upscale: 2, Hires upscaler: 8x_NMKD-Superscale_150000_G, Version: v1.4.0

Saved: 00030-3940251232.png

图像：