在第一篇关于AI绘图的文章中,我主要介绍了stable diffusion的各种使用方法
https://lorexxar.cn/2023/02/21/cyber-girl/
在midjounry收费之后,除非你对AI绘图这个操作本身有强需求,否则在免费自建的stable diffusion上做拓展就成了现在最好的解决方案。
这篇文章就聊一些stable diffusion的一些进阶操作和关键点。其中有不少还是很有意思的。
在线部署stable diffusion
AI相关的东西都有一个很大的共同点就是对GPU的算力要求太高,相比在服务器上运行,更靠谱的方案是在本地电脑上跑,比起动辄5、6位数的服务器,一个入门级的4070ti就已经能应对大量的ai训练场景了。
在Google Colab白嫖GPU
但有个很特殊的东西是Google Colab,这是Google提供的免费GPU算力
现在有很多现成的脚本可以允许你一键部署脚本,就比如
https://colab.research.google.com/drive/1lekLF7iib6M1R-NCylS0VMTF4wve-XuV
点击打开之后,先点击右上角的连接,会随机分配一个机器给你。
连接成功就会变成绿色
免费的计算单元式有限的,你也可以考虑升级Colab Pro或者Pro+来获得稳定的计算资源。Colab Pro的价格是大概每月75.
在登陆成功并里连接好机器之后,你就可以按照步骤逐步点击操作,每一步点开箭头按钮即可。
这里需要下载的各种内容都会直接下载到你账号对应的Google云端硬盘。
然后是一些比较重要的设置,首先基础的模型包中选择合适的模型,在上篇文章提到过Chilloutmix是一个人像的写实通用模型,正常来说我们都会选择这个。
当然,如果你想要下载其他模型,你也可以在这里填入相应的包链接下载。包括后面的LoRa也是一样。其他的大部分内容都不用更改,直接跑完即可。
最后点击运行启动web ui
然后你就可以直接使用在线版本的stable了,要注意的是免费的colab会有两个问题
1、免费的colab只能连续运行十几小时,再用就必须停一段时间,就又会获得新的免费时间。
2、在使用人数比较多的时候,免费账户可能会申请不到GPU算力。
当然如果你用的是colab pro就不用这么麻烦了。
在Stable diffusion基础上的第三方
其实市面上有很多很多的第三方开发AI绘图工具是基于Stable diffusion做的,其中很多都很好用,适当的付费就可以换来非常好用的工具,就比如Civitai中,你就可以直接点击跳转到第三方网站付费运行相应的模型。
除了这些内置的以外,其中有个我感觉比较好用的是Vega AI
https://rightbrain.art/
这个网站已经把Stable diffusion包装成很接近midjounry的工具了,你可以非常简单的选择模型并输出描述文案,并且可以在图片基础上做反复微调,虽然这都是Stable diffusion本身的功能,但不得不说在包装后更好用了。
Stable diffusion拓展插件
在上篇文章讲到Stable diffusion本身的各种用法,其实除了本体以外,Stable diffusion还支持拓展插件,可以有非常不错的功能拓展。
Openpose 骨骼绑定
Openpose Editor是一个最近比较流行的骨骼动作编辑插件,你可以直接在下面的链接下载这个插件。
https://github.com/fkunn1326/openpose-editor
通过这个插件,你可以在一定程度上设定生成图片的人物骨骼结构。从而生成指定的图片。
在导入Openpose插件之后,你可以在上面选择Openpose编辑器
然后选择简单的骨骼结构之后推导到文生图继续编辑,在左下角勾选启用,和低vram模式,其他的基本不用动。
这样就可以跑出来一张指定骨骼样子的图片
除了指定骨骼以外,你还可以通过上传图片来解构图片本身的骨骼,然后再用来指定和生成,这个Openpose在生成人物图片的优先级以及效果远比图生图效果要好,尤其是可以很大程度还原图片本身的样式。
在OpenPose编辑器中使用Detect from image获取图片中的人物骨骼
然后发送到文生图或者图生图里传入关键字。等待一会儿就会生成对应的图了
当然这里这个简单的骨骼绑定还是比较简单的一种,配合适当的ControlNet插件你还可以做到线稿成图、色块成图等等类似的操作。
ChatGPT关键字
其实我觉得Stable diffusion里最不实用的关键点就是正向和负向关键字,关键字系统本身相当复杂而且还只能识别英语,并且里面的优先级问题和竞争问题相当复杂,对于使用者来说,这点就是一个相当大的门槛。反之在midjounry中这方面就做的非常好,你可以用中文描述场景在逐步优化。
而现在,你可以用一个简单的ChatGPT插件来实现类似的功能,在配置上chatgpt的api之后你就可以用GPT3.5来解构和构造关键字。
https://github.com/hallatore/stable-diffusion-webui-chatgpt-utilities
成功安装之后,可以在设置里找到ChatGPT Utilities,点开并配置Chatgpt 的apikey
然后在对应文生图中,script中选择对应的ChatGPT,就会弹出以下的选项卡,我们可以在这里自动生成prompt.
后台会用你设定的ChatGPT apikey去生成图片的prompt
然后会生成对应的图
当然让chatgpt去生成prompt是比较简单的应用方式,你也可以指定部分prompt,然后进一步生成图片。比如
基于 {prompt},生成不同姿势的粉色头发美女
这种情况下,你先去搞一个比较靠谱的prompt,再自定义做修改,就不会像以前一样对超长的prompt无从下手了。当然,我试了几次之后发现,其实chatgpt不太能理解这个预设的prompt,效果没有直接描述场景更好。
生成的图有点儿崩了,这里我就打码了
写在最后
在研究Stable diffusion的过程中,真的感觉现在这个东西好成熟,没想到AI革命,很多行业都还没革明白,但再设计圈已经掀起翻天波浪了。下次文章会聊聊另一个神器midjounry
推荐站内搜索:最好用的开发软件、免费开源系统、渗透测试工具云盘下载、最新渗透测试资料、最新黑客工具下载……
还没有评论,来说两句吧...