【Stable Diffusion】入门-04:不同模型分类+代表作品+常用下载网站+使用技巧

news/2024/7/10 21:49:57 标签: stable diffusion, AI作画, AIGC, 深度学习

目录

  • 1 模型简介
  • 2 模型文件构成和加载位置
    • 2.1 存储位置
    • 2.2 加载模型
  • 3 模型下载渠道
    • 3.1 HuggingFace
    • 3.2 Civitai
  • 4 模型分类
    • 4.1 二次元模型
    • 4.2 写实模型
    • 4.3 2.5D模型

1 模型简介

拿图片给模型训练的这个过程,通常被叫做“喂图”。模型学习的内容不仅包括对具体事物的形象描绘,还包括对它们的呈现方式(画风)。如果我们喂给模型的图片都是二次元风格的,那你让它画人画风景,它都会画得像一幅二次元插画;如果喂的图片都是真实世界里的照片,那它生成的图片就是偏真实场景的。
使用不同风格的模型,就能生成不同风格的作品。

2 模型文件构成和加载位置

2.1 存储位置

在Stable Diffusion里,模型被存储在./models/Stable-diffusion/文件夹里,如果下载了新的模型文件,需要复制到该文件下,SD就可以自动加载该模型。模型有固定的称呼,叫做checkpoint,即检查点或者关键点模型,可以理解为游戏中的存档,模型训练到某个关键位置时,就会建立一个关键点来保持已经训练的部分,以后方便回滚和继续训练。

模型通常很大,一般占用37GB,文件名后缀通常是`.ckpt`,我们常把这种GB级别的模型叫做“大模型”。还有一种大模型的后缀是`.safetensors`,占用空间会小一点,通常12GB。SD里这两种模型都可以使用。

2.2 加载模型

如果是在WebUI打开的状态下添加了新模型,需要先点击左上角右边那个刷新按钮,新的模型才能被显示进来,再选择对应的模型即可。
选择模型
需要看命令行里的加载进度,跳出这样的提示才算加载成功:

Reusing loaded model v1-5-pruned.ckpt [e1441589a6] to load v1-5-pruned-emaonly.ckpt [cc6cb27103]
Loading weights [cc6cb27103] from D:\Projects\stable-diffusion-webui\models\Stable-diffusion\v1-5-pruned-emaonly.ckpt
Applying attention optimization: Doggettx… done.
Weights loaded in 4.6s (send model to cpu: 0.8s, load weights from disk: 2.8s, apply weights to model: 0.3s, move model to device: 0.6s).
加载进度

模型加载成功后才能开始生图。

有的UI页面在模型选择栏右边有个VAE的选项,全称叫做变分自编码器,负责将加噪后的数据转换成正常的图像。可以粗略理解成AI作画的一种“调色滤镜”,最直观地影响画面的色彩质感。目前大部分新的模型已经把VAE整合进大模型文件里了,少数会没有整合的会推荐使用特定的VAE,使得生成的图片质感更好。VAE文件的放置路径是同models文件下的VAE文件夹里./models/VAE/。可以将VAE模型的文件名修改成和对应大模型一样的名字,再在VAE选项里选择“自动”,这样就可以针对不同模型自动切换VAE。我们使用的UI没有VAE选项,故不做展开介绍。

3 模型下载渠道

市面上大多数SD使用者用来作图的模型,都是由个人训练并发布的,俗称“私炉模型”。大家会把训练AI学习图片生成模型这件事叫做“炼丹”,炼丹有一定的技术门槛和硬件需求,因此只有拥有一口好的“炼丹炉”才能成为炼丹师。由于版权问题,官方的炉在学习的素材来源和尺度上都有着比较大的约束,所以利用私炉作画出图时目前的主流趋势,但它的版权确实会存在争议。

目前AI绘画主流的模型下载网站有两个:Huggingface和Civitai。

3.1 HuggingFace

HuggingFace,俗称抱脸。它是一个允许用户共享AI学习模型和数据集的平台,包含的内容非常广:AI绘画和其他AI领域的内容。
Huggingface

  1. 在最上方的搜索栏里输入Stable Diffusion,可以直接下载发布的历代官方模型。
    sd官方模型

  2. 在左边的工具栏里,点亮Text-to-Image标签,就能筛选出其他用户发布的主要被用于AI作画的问生图模型了,包括许多老牌知名模型:WaifuDiffusion、Anything、DreamShaper等。
    文生图模型

  3. 选择其中一个点进去,会有一个“Model Card”,相当于这个模型的介绍页面;
    model card

  4. 切换到第二个标签“Files and versions”,制作者们会把文件、源代码等文件放到不同的文件夹里。
    Files

  5. 到对应的文件夹里寻找需要的文件,点击就可以下载。
    下载模型

  6. 切换到“Community”,可以进入对这个模型感兴趣的使用者们的交流区,如果有什么建议,或者遇到什么bug,可以到交流区里看看是否有解决方式,或者点击左边的PR & discussions documentation发起讨论。
    交流区

市面上一些知名的模型,都可以来Huggingface搜一下看看。

3.2 Civitai

Civitai,俗称C站,是一个AI绘画模型的分享平台,里面各种模型的展示是非常图像化和具体化的。在C站上访问和下载模型均不需要注册。
Civitai

  1. 点击“Models”进入模型页面,点击右上方模型排序选项,选择“Highest Rate”或者“Most Downloaded”,就可以看到目前最火热的一系列AI绘画模型了。
    排序
  2. 可以对这些模型进一步细分筛选:
    – 基于模型类型,点击右上角小漏斗按钮,可以根据不同选项对模型进行筛选。
    筛选
    – 基于特定内容类型,页面上方有一系列标签,代表着不同的风格类目和内容方向,例如:动画、角色设计、女性、名人、插画、卡通、男性、自然景观等。
    内容类型
  3. 选择其中一个模组,进入后右边是下载按钮,如果有不同的版本,可以到下面的Files选择下载哪个。页面底下的模组介绍,相当于Huggingface里的Model Card,最好在作图前仔细阅读一遍,作者会从很多方面指导你如何使用该模型,例如:适合的风格、关键词、分辨率以及VAE,点击其中的链接都可以直接跳转下载。

下载页面

  1. C站作为模型分享网站,不仅仅分享模型,还分享用这些模型做出来的作品。模型页面的正上方,都有一系列作者使用这个模型生成的例图,点击图片右下方的信息按钮,就会跳出对应的提示词、采样方法、随机种子等等详细的参数。如果你要抄作业,那这就是一份参考答案,可以给你产出最接近模型作者理想中的效果。

作图信息

  1. 再往下翻,可以看到C站上其他用户上传的基于这个模型产出的图片,里面大部分都会同样附上提示词和参数。
    图库

  2. C站的首页还有一系列页面,例如:“Image”页面,点进去,可以欣赏到那些高赞好评的AI绘画作品,并找到它们对应的使用模型和提示词、参数。其他的页面也是一些高赞的作品。

图片网页

4 模型分类

下面介绍几种不同类型模型对应的代表模型和搜索关键词,也可以使用这些搜索关键词在Prompt中激活模型风格特性。

4.1 二次元模型

偏漫画、插画风格的,具有鲜明的绘画笔触质感,代表作:Anything、Counterfeit、Dreamlike Diffusion等。
搜索标签与风格关键词:illustration, painting, sketch, drawing, comic, anime, cartoon.

4.2 写实模型

偏真实系、拟真化程度高的、对现实世界还原强,代表作:Deliberate、Realistic Vision、LOFI等。
搜索标签与风格关键词:photography, photo, realistic, photorealistic, RAW photo.

4.3 2.5D模型

介于二次元和写实模型之间,还原出来的质感效果类似于一些建模软件里能制作出来的三维渲染图,接近目前一些游戏和3D动画的风格,代表作:NeverEnding Dream、Protogen、国风V3等。
搜索标签与风格关键词:3D, render, chibi, digital art, concept art, {realistic}.


http://www.niftyadmin.cn/n/5435703.html

相关文章

C语言如何初始化字符数组?

一、问题 字符数组如何初始化,与数值型数组有什么不同? 二、解答 字符数组的初始化操作有以下⼏种⽅法: (1)逐个字符赋给数组中各元素 这是最容易理解的初始化字符数组的⽅式。例如,初始化⼀个字符数组。…

Llama 2: 深入探讨ChatGPT的开源挑战者

Llama 2:开源挑战者深度解析 摘要 本文深入探讨了Llama 2的能力,并提供了在Google Colab上通过Hugging Face和T4 GPU设置这个高性能大型语言模型的详细指南。Llama 2是由Meta与Microsoft合作开发的开源大型语言模型,旨在重新定义生成式人工…

Git——分支详解

目录 Git分支1、开始使用分支1.1、新增分支1.2、更改分支名称1.3、删除分支1.4、切换分支1.5、切换分支时1.6、要切换到哪个分支,首先要有那个分支 2、分支原理2.1、单个分支2.2、多个分支2.3、切换分支时的逻辑1、更新暂存区和工作目录2、变更HEAD的位置 2.4、如果…

C/C++程序设计实验报告3 | 数组实验

本文整理自博主本科大一《C/C程序设计》专业课的课内实验报告,适合C语言初学者们学习、练习。 编译器:gcc 10.3.0 ---- 注: 1.虽然课程名为C程序设计,但实际上当时校内该课的内容大部分其实都是C语言,C的元素最多可能只…

Dify教程:Dify使用 Cloudflare Workers 设置API 扩展

🧙‍♂️ 诸位好,大家好,我是斜杠君。今天,为大家讲解在Dify中如何设置外部的API扩展,部署方式使用Cloudflare Workers。 🚀 若此文对阁下有所裨益,敬请👍🏻-点赞 ⭐ - 收…

【SpringBoot】请求与响应参数 IoC与DI 总结

文章目录 ① —— 请求 ——一、简单参数 RequestParam1.1 参数与形参 命名相同1.2 参数与形参 命名不同 二、实体参数2.1 简单实体对象2.2 复杂实体对象 三、数组集合参数3.1 数组3.2 集合 RequestParam 四、日期参数 DateTimeFormat五、JSON参数 RequestBody六、路径参数 Pat…

CCD视觉检测:揭开未来质量检测新篇章——康耐德智能

随着科技的不断进步,传统的人工检测方式已经无法满足现代工业生产对效率和精度的双重需求。而CCD视觉检测技术的出现,正为我们提供了一种全新的解决方案。那么,什么是CCD视觉检测?它又能为我们检测哪些方面的内容呢?今…

峟思仪器助力尾矿库安全监测

在矿业领域,尾矿库的安全监测是保障矿山持续、安全运营的关键环节。尾矿库通常用于存放矿山开采过程中产生的固体废物,如果管理不善,可能会造成重大的安全事故,对环境和人类健康造成严重威胁。因此,采用先进的监测技术…