这期我们要讲一讲它的一些实用插件、模型下载、提示词等。
本期将从以下4个模块逐步讲解:
sd提示词怎么写
sd模型下载
sd实用插件
Control Net插件讲解
*注意：文章内的链接不可直接跳转，需自行复制到浏览器打开！
#1
sd提示词怎么写
*提示词之间要用英文逗号隔开
*提示词之间是可以换行的
正向提示词例如：主体描述：一个女孩，长卷发，头发散开，五官精致，纤瘦。场景描述：山顶的寺庙，山，水，树，云，太阳，天。风格描述：中国风，禅意，浪漫主义。画面需求描述(常规提示词,可通用)：柔和的光线，8k质量，超级详细，伟大的杰作，壁纸，生动的色彩，逼真，美丽，好看。补充描述：正常的的手指，完美的五官。
反向提示词：
常规提示词：(badhandv4:1.2),(worst quality:2),(low quality:2),(normal quality:2),lowres,bad anatomy,bad hands,normal quality,((monochrome)),((grayscale)) watermark, easynegative ng_deepnegative_v1_75t,nsfw,上面主要说的是一些质量差，丑，颜色单一之类的， 通用反向提示词，这个可以直接拿去用就行。基于画面的需求进行详细反向描述：例如这次的主体是人：畸形的手指，丑陋的五官，丑的。
*左图没写反向提示词的，右图增加了反向提示词的
提示词的权重：
提示词默认权重为1，如果你不进行权重的调整的话越靠前的提示词权重越高，但是如果你需要突出画面中某个元素，或者某个元素AI没有给你生成出来的话，就需要提高这个描述词的权重来突出这个内容。
加权重有两种方式：1.加括号(), 增加一个括号就增加0.1的权重， （美丽的）就是1.1的权重，((美丽的))就是1.2的权重。2.加括号和冒号(:),例如：(美丽的:1.5)，就是1.5的权重。
比如我想要画面里有花,但是因为描述词比较多, 花的权重没有突出,ai就可能自己取舍或者没有很明显的花,这时候我们就增加花的权重, 让花在画面里的比例更大。
下方左图提示词：a girl, with long curly hair, loose hair, delicate facial features, and slender features, (Temple on the mountaintop:1.5), mountains, water, trees, clouds, sun, sky,flowerChinese style, Zen, Romanticism Soft lighting, 8k quality, super detailed, great masterpiece, wallpaper, vivid colors, realistic, beautiful, and good-looking
下方右图提示词：a girl, with long curly hair, loose hair, delicate facial features, and slender features, (Temple on the mountaintop:1.5), mountains, water, trees, clouds, sun, sky,(flower:2)Chinese style, Zen, Romanticism Soft lighting, 8k quality, super detailed, great masterpiece, wallpaper, vivid colors, realistic, beautiful, and good-looking
#2
sd模型下载
常用模型下载网址：
https://www.liblib.art
https://civitai.com/
https://huggingface.co/
模型分为：
基础模型（大模型）
VAE模型（滤镜）
control net模型（插件辅助模型）
Lora模型（基于基础模型的风格调整模型）
模型安装位置：
模型放置位置记得要放一张相同同命名模型效果图片，这样stable diffusion就会识别到，展示的时候会展示这个图片，能快速找到需要的模型，没有放图片的话就会像第一个这样，显示图片缺失，要靠看下面的模型名称来分辨模型的作用。
#3
sd实用插件
插件安装方法+地址：
|
Tag自动补全
|
输入中文词语会弹出英文，直接点击使用
|
https://github.com/DominikDoom/a1111-sd-webui-tagcomplete
|
|
图库浏览器
|
浏览自己之前生成过的所有图片，可以分类， 分级
|
https://github.com/AlUlkesh/stable-diffusion-webui-images-browser.git
|
|
简体中文语言包
|
汉化插件
|
https://github.com/dtlnor/stable-diffusion-webui-localization-zh_CN
|
|
WD1.4 Tag反推插件
|
上传图片，会帮你把图片分析为描述词，
|
https://github.com/picobyte/stable-diffusion-webui-wd14-tagger.git
|
|
sd-webui-prompt-all-in-one
|
预设了很多AI可以理解的描述词
|
https://gitcode.net/ranting8323/sd-webui-prompt-all-in-one
|
|
控制网络(ControlNet插件)
|
篇幅比较长，后面第4个模块着重讲解这块
|
https://github.com/Mikubill/sd-webui-controlnet
|
一、Tag自动补全：
词库, 输入中文后会跳出适合AI理解的英文选项。
二、图库浏览器：
1.存留自己往期生成过的效果图，并保留该效果图的生成参数（模型，lore，迭代步数，采样，宽高等都会保留，插件数据不会保留），把图片信息完全复制到正向提示里，然后点击生成底部的箭头，这张图片的所有参数就会自己匹配到相应的位置。
2.对图片进行评级，便于后期筛选。
三、WD1.4 Tag反推插件：
把图片给到AI，AI反推完成后记得点击卸载所有反推模型，不然会占内存。
给反推插件的图像
选用同款模型后,直接用反推的关键词生成的结果
加入一个动作要求，生成的结果（结合ControlNet ）
四.sd-webui-prompt-all-in-one
#4
Control Net插件讲解
一、控制网络(ControlNet插件)：https://github.com/Mikubill/sd-webui-controlnet
安装方法见插件安装官方：contorlnet模型下载地址：https://huggingface.co/lllyasviel/ControlNet-v1-1/...
百度盘：链接：https://pan.baidu.com/s/125iUNB6fMjPcP2LKE3giFQ提取码：lylbSd
Sd生成图片图片的三个要素：描述、模型、control net
二、Control Net有什么用？
1.线稿上色2.小色稿-成稿3.照片动作提取4.线稿提取
1.线稿-上色(文生图)
首先准备一个线稿（干净一点的，因为sd不知道你什么线是要的，什么是不要的）。
2.小色稿-成稿(图生图)
要用没有线条或者同色系线条的小色稿来进行生成效果会更好
以下分别是：
a.人工绘制产出（用时3天）
b.和需求方沟通好草图方向
c.草图+小色稿+AI产出，用时1天左右
3.动作提取
根据具体需求绘制一个草图；确定风格（找模型和Lora），直接对着sd说自己要的内容，输入关键词生成的结果；
点击编辑,调整一下动作，让它更像草图；加入一个动作要求，生成的结果（结合ControlNet ）；调整动作结构图+换一个模型得到的结果（需要锁定种子）。
4.线稿提取
版权及免责声明：
部分图片来源于网络，如有侵权请联系删除
转载或引用本文内容请注明来源
出自：https://mp.weixin.qq.com/s/p7lmG139KnNHdtdYb3c1XQ