作者: 月和經倫

生成手執標誌牌女仔. 之後嵌入文本.

1. 模型揀『safetensors』
2. 撳『txt2img』文生圖
3. 加入咒詞『holding sign』持有標誌
4. 係咒詞加入lora模型『need_buzz_sign』.
5. 設『width寛』=1280,『height高』=800.
6. VAE揀『safetensors』
7. 擦除標誌牌字.
8. 再寫字.

 

prompt	咒詞
20yo,	20歲
score_9,
score_8_up,
score_7_up,
shiny oild skin,	油亮皮膚
sweat,	汗水
upper_body,	上身
Pencil_skirt,	短笔裙
Miniskirt,	迷理裙
Office_lady,	文秘
Japan_girl,
need_buzz,
holding sign,	持有標誌
intricate detail,	錯綜複雜細節
\nworking,	n工作
boss,	老細
super,	超級
office casual,	辦公室休閒裝
delicate patterns,	精緻圖案
black hair	黑髮
Long hair,	長髮
ban,	禁令
large breasts,	大波
nindoor,
room,	房
interior,	室內
lights,	燈
\n(makeup, blush, shameful)	化妝、臉紅、丟臉
looking at viewer,	著觀眾
brown eyes,	棕眼
turn up eyes,	抬起眼睛
(open mouth:0.6),	張嘴
\n(best quality, masterpiece, intricate detail, beautiful artwork),	最好質量、傑作、精緻細節、美麗藝術品
<lora:need_buzz_sign:0.95>

 

反向咒詞
zPDXL2,
(man:2),

 

ebsynth-utility短片轉動畫,係開工之前,需准备架餐.

1. EbSynth
2. Ebsynth_Utility
3. FFmpeg BIN設定指南
4. transparent-background遮罩
5. 首先建立工程project資料夾, 以『a~z/A~Z』起名,『吉格』以『-』替换.

Z:\Bookcard\Stable-Diffusion-ebsynth-utility\input

Z:\Bookcard\Stable-Diffusion-ebsynth-utility\output

6. 係input下擺影片

Z:\Bookcard\Stable-Diffusion-ebsynth-utility\input\model.mp4

7. 著『stable diffusion webui』

 

 

 

 

1. 撳『Ebsynth Utility』->『stage1』分幀同埋遮罩
2. 『Project directory』工程資料夾路徑,吉資料夾.

Z:\Bookcard\Stable-Diffusion-ebsynth-utility\output

3. 『Original Movie Path』填影片路徑

Z:\Bookcard\Stable-Diffusion-ebsynth-utility\input\model.mp4

4. 撳『Configuration』->『stage1』
5. 『Frame Width』『Frame Height』填『-1』,與影片寬高臺致.
6. 『Mask Threshold』遮罩閾值『0~0.1』ࣿ
7. 撳『Generate』生成『video_frame』分幀『video_mask』遮罩.
8. 『video_frame』分幀

Z:\Bookcard\Stable-Diffusion-ebsynth-utility\output\video_frame

9. 『video_mask』輸出幀遮罩

Z:\Bookcard\Stable-Diffusion-ebsynth-utility\output\video_mask

 

 

 

8. 撳『Ebsynth Utility』->『stage2』生成關鍵幀
9. 撳『Configuration』->『stage2』
10. 『Minimum keyframe gap』最细關鍵幀間隔,默認
11. 『Maximum keyframe gap』最大關鍵幀間隔,默認
12. 『Threshold of delta frame edge』幀邊緣檢測閾值. 默認5
13. 撳『Generate』复制關鍵幀『video_key』

Z:\Bookcard\Stable-Diffusion-ebsynth-utility\output\video_key

 

 

 

1. 撳『Ebsynth Utility』->『stage3』轉二元.
2. 『Stable Diffusion checkpoint』揀貳次元模型『safetensors』
3. 撳『img2img』
4. 『prompt』咒詞

Masterpiece,Ultra high res,High quality,4k,(Photorealistic:1.2),Photo,Miniskirt,Breasts,large breasts,Navel,Lace,

5. 『Negative prompt』反向咒詞

(worst quality:2), (low quality:2), (normal quality:2),lowres,((monochrome)),((grayscale)), (monochrome), skin spots, acnes, skin blemishes, age spot, glans,extra limbs,extra arms,extra legs,extra leg,extra foot,extra fingers,fewer fingers,strange fingers,missing arms,missing legs,missing fingers,fused fingers,too many fingers,bad hand,(bad_prompt:0.8), bad anatomy,bad hands, bad feet,bad body,bad proportions,gross proportions,DeepNegative,(fat:1.2),looking away,tilted head,{Multiple people},text,error,extra digit,fewer digits,cropped,jpeg artifacts,signature,watermark,username,blurry,cropped,poorly drawn hands,poorly drawn face,mutation,deformed,malformed limbs,long neck,cross-eyed,mutated hands,polar lowres,

6. 『Resize by』->『WIDTH』『HEIGHT』與原片寛高壹致.
7. 『Denoising strength重绘幅度』值細於『5』值越細圖像與原圖越似.
8. 『SEED』随機種子.随意填固定值,例『123』.
10. 係『script脚本』揀『ebsynth utility』
11. 係『Project directory』填工程路徑.

Z:\Bookcard\Stable-Diffusion-ebsynth-utility\output

12. 係『Mask option (Override img2img Mask mode)』遮罩揀『Normal』
13. 係『Inpaint Area(Override img2img Inpaint area)』揀『Only masked』僅重繪遮罩.
14. 『Control Net Weight』权重『5』
15. 『Control Net Weight For Face』face权重『5』
16. 勾『Use Preprocess image If exists in /controlnet_preprocess』
17. 撳『Settings』->『ControlNet』 .
18. 勾『Allow other script to control this extension』允许 ControlNet 畀其它脚本调用.
19. 『Apply settings』應用設定.
20. 撳『img2img』->『Generate』生成『controlnet_input』同埋『img2img_key』

Z:\Bookcard\Stable-Diffusion-ebsynth-utility\output\img2img_key

 

 

1. 撳『Ebsynth Utility』->『5』校色
2. 撳『Color Transfer Method』揀『default』
3. 撳『Color Matcher Ref Image Type』揀『original video frame』
4. 撳『Generate』生成撳『st3_5_backup_img2img_key』

 

 

1. 撳『Ebsynth Utility』->『stage4』放大關鍵幀
2. 撳『Settings』->『Saving images/grids』
3. 勾『Use original name for output filename during batch process in extras tab』. 原始名稱作為輸出檔名
4. 撳『Apply settings』應用設定.
5. 撳『extrans』->『Batch from Directory』從資料㚒批次處理
6. 『Input directory』輸入資料㚒

Z:\Bookcard\Stable-Diffusion-ebsynth-utility\output\img2img_key

7. 『Output directory』輸出資料㚒

Z:\Bookcard\Stable-Diffusion-ebsynth-utility\output\img2img_upscale_key

8. 『Upscaler1』揀『4x-UltraSharp』
9. 『Scale By』揀『1』
10. 撳『extrans』->『Generate』生成『img2img_upscale_key』放大關鍵幀.

 

 

 

 

11. 撳『Ebsynth Utility』->『stage5』生成ebs文檔.
12. 撳『Generate』生成ebs文檔.

Z:\Bookcard\Stable-Diffusion-ebsynth-utility\xxxxx.ebs

 

 

 

1. 撳『Ebsynth Utility』->『stage6』生成過度幀.
2. 著『Ebsynth』載入『ebs』,頁眉顯示當前EBS檔名.
3. 撳『Run All』生成『out』
4. Ebsynth 過渡幀狀態變成 Synth後,依次載入『ebs』『00002.ebs』『00003.ebs』…重复上述两步.

Z:\Bookcard\Stable-Diffusion-ebsynth-utility\out-…

 

 

 

5. 撳『Ebsynth Utility』->『stage7』合成短片.
6. 『Crossfade blend rate』速率填
7. 『Export type』可揀『mp4』『webm』『gif』『rawvideo』.
8. 撳『Generate』生成两條片壹條有聲壹條冇聲.

 

 

 

 

1. 撳『Ebsynth Utility』->『stage8』替換背景.
2. 『Background source』背景可揀『圖』或『短片』
3. 『Background type』可揀『Fit video length』或『LOOP』

 

 

正面咒詞	譯
Masterpiece,	傑作
Ultra high res,	超高解像
High quality,	高品質
4k,	4k
(Photorealistic:1.2),	真實感
Photo,	相片
Miniskirt,	迷你裙
Breasts,	胸部
large breasts,	大乳
Navel,	肚臍
Lace,	蕾絲
WHITE LACE,	白色蕾絲
a girl with Tulle skirt,	薄紗裙
a girl with Lace blouse,	蕾絲襯衫

 

反向咒語Negative Prompt	簡述
(worst quality:2),	低質內容
(low quality:2),	低質內容
(normal quality:2),	低質內容
lowres,	低質內容
((monochrome)),	黑白
((grayscale)),	灰階
(monochrome),	單色
skin spots,	皮膚斑點
acnes,	痤瘡
skin blemishes,	皮膚瑕疵
age spot,	老人斑
glans,	龜頭
extra limbs,	多餘肢體
extra arms,	額外武器
extra legs,	多餘腳瓜瓤
extra leg,	多餘腳瓜瓤,
extra foot,	多餘腳掌
extra fingers,	手指太多
fewer fingers,	手指更少
strange fingers,	怪手指
missing arms,	缺手瓜
missing legs,	缺腳瓜瓤
missing fingers,	缺手指
fused fingers,	融合手指
too many fingers,	手指太多
bad hand,	歪手
(bad_prompt:0.8),	不良提示
bad anatomy,	解剖不良
bad hands,	歪手
bad feet,	脚
bad body,	歪身歪勢,
bad proportions,	身體比例差,
gross proportions,	總比例
DeepNegative,	深度負面
(fat:1.2),	脂肪
looking away,	睇向別處
tilted head,	側頭
{Multiple people},	多人
text,	文字
error,	錯字
extra digit,	額外數字
fewer digits,	細數
cropped,	裁剪
jpeg artifacts,	壓縮痕跡
signature,	簽名
watermark,	水印
username,	身份
blurry,	模糊
cropped,	裁剪
poorly drawn hands,	手畫得吾靚
poorly drawn face,	樣畫得吾靚
mutation,	突變
deformed,	變形
malformed limbs,	肢體畸形
long neck,	長頸
cross-eyed,	鬥雞眼
mutated hands,	手型變異
polar lowres,	極地低氣壓

 

 

Ebsynth Utility係Ebsynth 配套『Stable Diffusion』插件. 將短片分割幀,利用貳次元模型進行風格轉换.

https://github.com/s9roll7/ebsynth_utility.git

下載插件:

1. 撳『Extensions擴展』->『Install from URL係網裝』
2. 『URL for extension’s git repository』填『https://github.com/Mikubill/sd-webui-controlnet』

https://github.com/Mikubill/sd-webui-controlnet.git

3. 撳『Install』下載
4. 撳『Extensions擴展』->『Installed已裝』
5. 撳『Apply and restart UI應用後重啟界面』
6. 係『txt2img』『img2img』下側『ControlNet』
7. 如果出錯刪下列資料夾,在重新下載

C:\stable-diffusion-webui\extensions\ebsynth_utility

C:\stable-diffusion-webui\tmp\ebsynth_utility

 

神器『EbSynth』係两關鍵幀之間插值生成過渡幀,登入官網『https://ebsynth.com/』撳『Download』鍵.

https://ebsynth.com/EbSynth-Beta-Win.zip

1. 下載後解壓, 𢴇行『exe』.
2. 載入『ebsynth-utility』生成
3. 撳『Run All』生成過渡幀.

『transparent-background』自動分離人像同背景,再生成遮罩,冇需人手干預.

https://github.com/plemeri/transparent-background

登入『命令行模式CMD』, 進入資料夾Python.

CD C:\Program Files\Python310\

下載安裝『transparent-background』1.3.2版,

python.exe -m pip install transparent-background==1.3.2

裝1.3.3版係產生’fast’錯設

remover = Remover(fast=tb_use_fast_mode, jit=tb_use_jit, device=devices.get_optimal_device_name()) TypeError: Remover.init() got an unexpected keyword argument ‘fast’

卸裝『transparent-background』

pip uninstall transparent-background

可能需要更新python

python.exe -m pip install –upgrade pip

顯列python安装包及版本號.

Pip list

下載模型『ckpt_base.pth』『ckpt_fast.pth』『ckpt_base_nightly.pth』

https://github.com/plemeri/transparent-background/releases/tag/1.2.12

https://github.com/plemeri/transparent-background/releases/download/1.2.12/ckpt_base.pth

https://github.com/plemeri/transparent-background/releases/download/1.2.12/ckpt_fast.pth

https://github.com/plemeri/transparent-background/releases/download/1.2.12/ckpt_base_nightly.pth

下載後擺係『C:\Users\user.transparent-background』

佢有圖形版『transparent-background-gui.exe』壹建生成遮罩.

C:\Program Files\Python310\Scripts\transparent-background-gui.exe

1. 撳『open file』載入圖檔.
2. 勾『reverse』反轉遮罩.
3. 撳『process』生成遮罩.

 

如果『pydantic』報錯可先卸载後重装

ImportError: cannot import name ‘ValidationInfo’ from ‘pydantic’ (C:\Users\bookc\AppData\Roaming\Python\Python310\site-packages\pydantic\__init__.cp310-win_amd64.pyd)

先卸载『pydantic』

python.exe -m pip uninstall pydantic

後重装『pydantic』

python.exe -m pip install pydantic==1.8.1

 

1. 登錄錄官網FFmpeg

https://ffmpeg.org/download.html

2. 撳『Windows』
3. 撳『Windows Builds by Btbn』
4. 下載『ffmpeg-master-latest-win64-gpl.zip』

https://github.com/BtbN/FFmpeg-Builds/releases/download/latest/ffmpeg-master-latest-win64-gpl.zip

5. 解壓後擺係C碟,下有bin資料夾.

C:\ffmpeg-master-latest-win64-gpl\bin

三大神器

ffmpeg.exe	音影轉碼
ffplay.exe	播放機
ffprobe.exe	多媒体码流分析

 

添增環境路徑.

1. 撳『win+Pause break』鍵
2. 撳『進階系統設定』
3. 撳『環境變數』
4. 係『系統變數』->編輯『Path』->撳『新增』.

C:\ffmpeg-master-latest-win64-gpl\bin

 

『nvidia 2080ti』吾支持半精度類型, 早知買『nvidia 3090ti』

modules.devices.NansException: A tensor with NaNs was produced in Unet. This could be either because there’s not enough precision to represent the picture, or because your video card does not support half type. Try setting the “Upcast cross attention layer to float32” option in Settings > Stable Diffusion or using the –no-half commandline argument to fix this. Use –disable-nan-check commandline argument to disable this check.

A tensor with all NaNs was produced in VAE. Web UI will now convert VAE into 32-bit float and retry. To disable this behavior, disable the ‘Automatically revert VAE to 32-bit floats’ setting. To always start with 32-bit VAE, use –no-half-vae commandline flag.

1. 𢴇行『webui-user.bat』著『Stable Diffusion webui』
2. 撳『Settings』->『Stable Diffusion』
3. 勾『Upcast cross attention layer to float32』
4. 撳『Apply settings』應用設定
5. 撳『Reload UI』重啟界面

 

另壹條橋係加入命令行參數

6. 編緝『C:\stable-diffusion-webui\webui-user.bat』
7. 係命令行參數『COMMANDLINE_ARGS』加入『–no-half』冇半精度類型, -『-no-half-vae』『–disable-nan-check』禁nan檢驗.

webui-user.bat

set COMMANDLINE_ARGS= –no-half  –no-half-vae  –disable-nan-check

 

–no-half-vae	吾將VAE模型切換成16bit浮點數
–no-half	吾將模型切換成16bit浮點數
–disable-nan-check	吾檢查生成圖像潛在空間是否包含nan值,係持續集成中運行時無需檢查點

 

『Openpose』直接控制姿势同埋表情.對人像動作控制大大提升.

首先獲得骨架姿勢『pose.json』

1. 撳『txt2img』
2. 撳『ControlNet Unit 0』
3. 『Control Type』揀『OpenPose』
4. 係『image』上傳人像圖.
5. 『Preprocessor』揀『dw_openpose_full』獲得姿势表情.小量人像圖揀『openpose_full』.
6. 『Model』揀『kohya_controllllite_xl_openpose_anime_v2 [b0fa10bb] 』
7. 勾『Enable』使能.
8. 勾『Pixel Perfect』像數完美
9. 勾『Allow Preview』 允許預覽
10. 撳『JSON』下載骨架姿勢『json』

 

依據骨架生成圖畫.

11. 『Stable Diffusion checkpoint』揀『safetensors』或『waiREALMIX_v100.safetensors』
12. 撳『txt2img文生圖』
13. 填『正向咒語Prompt』
14. 填『反向咒語Negative Prompt』
15. 『Sampling method』揀『DPM++ 2S a』.
16. 『Sampling steps 』填
17. 『Width』填1600,『height』填
18. 撳『ControlNet Unit 0』
19. 『Control Type』揀『OpenPose』
20. 勾『Enable』使能.
21. 勾『Pixel Perfect』像數完美.
22. 勾『Allow Preview』允許預覽.
23. 撳『Upload JSON』上傳骨架姿勢『json』.
24. 『Preprocessor』揀『dw_openpose_full』.
25. 『Model』揀『thibaud_xl_openpose』.
26. 『Control mode』揀『balanced平衡』.
27. 撳『Generation』生成

 

正向咒語Prompt	簡述
1girl,	1女
solo,	獨奏
long hair,	長髮
breasts,	乳房
towel,	毛巾
cleavage,	卵裂
very long hair,	很長頭髮
naked towel,	裸毛巾
brown eyes,	棕色眼睛
large breasts,	大乳
hair between eyes,	眼睛之間頭髮
upper body,	上身
looking at viewer,	看著觀眾
bangs,	劉海
bare shoulders,	裸肩
tile wall,	瓷磚牆
collarbone,	鎖骨
brown hair,	棕髮
indoors,	室內
parted lips,	張開嘴唇
ahoge,	啊

 

反向咒語Negative Prompt	簡述
(worst quality:2),	低質內容
(low quality:2),	低質內容
(normal quality:2),	低質內容
lowres,	低質內容
((monochrome)),	黑白
((grayscale)),	灰階
(monochrome),	單色
skin spots,	皮膚斑點
acnes,	痤瘡
skin blemishes,	皮膚瑕疵
age spot,	老人斑
glans,	龜頭
extra limbs,	多餘肢體
extra arms,	額外武器
extra legs,	多餘腳瓜瓤
extra leg,	多餘腳瓜瓤,
extra foot,	多餘腳掌
extra fingers,	手指太多
fewer fingers,	手指更少
strange fingers,	怪手指
missing arms,	缺手瓜
missing legs,	缺腳瓜瓤
missing fingers,	缺手指
fused fingers,	融合手指
too many fingers,	手指太多
bad hand,	歪手
(bad_prompt:0.8),	不良提示
bad anatomy,	解剖不良
bad hands,	歪手
bad feet,	脚
bad body,	歪身歪勢,
bad proportions,	身體比例差,
gross proportions,	總比例
DeepNegative,	深度負面
(fat:1.2),	脂肪
looking away,	睇向別處
tilted head,	側頭
{Multiple people},	多人
text,	文字
error,	錯字
extra digit,	額外數字
fewer digits,	細數
cropped,	裁剪
jpeg artifacts,	壓縮痕跡
signature,	簽名
watermark,	水印
username,	身份
blurry,	模糊
cropped,	裁剪
poorly drawn hands,	手畫得吾靚
poorly drawn face,	樣畫得吾靚
mutation,	突變
deformed,	變形
malformed limbs,	肢體畸形
long neck,	長頸
cross-eyed,	鬥雞眼
mutated hands,	手型變異
polar lowres,	極地低氣壓

 

 

https://github.com/huchenlei/sd-webui-openpose-editor.git

 

 

『Stable Diffusion』真人改動畫, 重點係揀適合模型,同埋設較細重绘幅度.

1. 撳『Tagger』反推咒語引導生圖.
2. 『Stable Diffusion checkpoint』模型揀『safetensors』.
3. 撳『img2img文生圖』.
4. 撳『Generation』->『img2img』
5. 係『IMAGE』拖入動畫.
6. 『Resize mode』揀『Resize and fill』.
7. 『Sampling method采樣法』揀『DPM++ 2S a』.
8. 『Sampling steps采樣步』填『32』.
9. 『Resize BY』->『SCALE缩放』填 與原圖大細壹致.
10. 『Denoising strength重绘幅度』填『0.52』,值越細圖像與原圖越似.
11. 撳『ControlNet unit0』
12. 勾『Enable使能』
13. 勾『Pixel Perfect』像數完美
14. 勾『Allow Preview』允許預覽
15. 勾『Upload independent control image』上傳獨立控制影像
16. 揀『Single image』拖入動畫.
17. 『Control Type』揀『openpose』
18. 『Preprocessor』揀『dw_openpose_full』
19. 『mode』揀『t2i_adapter_diffusers_xl_openpose』,openpose模型須與基礎模型相配.
20. 『Control mode』揀『balanced平衡』
21. 『Resize mode』揀『Resize and fill』.
22. 撳『Generate』生成影像.

 

正向咒語Prompt	簡述
1girl,	1女
solo,	獨奏
long hair,	長髮
breasts,	乳房
towel,	毛巾
cleavage,	卵裂
very long hair,	很長頭髮
naked towel,	裸毛巾
brown eyes,	棕色眼睛
large breasts,	大乳
hair between eyes,	眼睛之間頭髮
upper body,	上身
looking at viewer,	看著觀眾
bangs,	劉海
bare shoulders,	裸肩
tile wall,	瓷磚牆
collarbone,	鎖骨
brown hair,	棕髮
indoors,	室內
parted lips,	張開嘴唇
ahoge,	啊

 

反向咒語Negative Prompt	簡述
(worst quality:2),	低質內容
(low quality:2),	低質內容
(normal quality:2),	低質內容
lowres,	低質內容
((monochrome)),	黑白
((grayscale)),	灰階
(monochrome),	單色
skin spots,	皮膚斑點
acnes,	痤瘡
skin blemishes,	皮膚瑕疵
age spot,	老人斑
glans,	龜頭
extra limbs,	多餘肢體
extra arms,	額外武器
extra legs,	多餘腳瓜瓤
extra leg,	多餘腳瓜瓤,
extra foot,	多餘腳掌
extra fingers,	手指太多
fewer fingers,	手指更少
strange fingers,	怪手指
missing arms,	缺手瓜
missing legs,	缺腳瓜瓤
missing fingers,	缺手指
fused fingers,	融合手指
too many fingers,	手指太多
bad hand,	歪手
(bad_prompt:0.8),	不良提示
bad anatomy,	解剖不良
bad hands,	歪手
bad feet,	脚
bad body,	歪身歪勢,
bad proportions,	身體比例差,
gross proportions,	總比例
DeepNegative,	深度負面
(fat:1.2),	脂肪
looking away,	睇向別處
tilted head,	側頭
{Multiple people},	多人
text,	文字
error,	錯字
extra digit,	額外數字
fewer digits,	細數
cropped,	裁剪
jpeg artifacts,	壓縮痕跡
signature,	簽名
watermark,	水印
username,	身份
blurry,	模糊
cropped,	裁剪
poorly drawn hands,	手畫得吾靚
poorly drawn face,	樣畫得吾靚
mutation,	突變
deformed,	變形
malformed limbs,	肢體畸形
long neck,	長頸
cross-eyed,	鬥雞眼
mutated hands,	手型變異
polar lowres,	極地低氣壓

 

继『Stable Diffusion 2.1』後推出『Stable Diffusion XL1.0』升级版,分三版『Base』『refiner』『turbo』.適用於『AUTOMATIC1111』

https://huggingface.co/stabilityai?search_models=xl

 

下載 XL 模型

https://huggingface.co/stabilityai/stable-diffusion-xl-base-1.0/resolve/main/sd_xl_base_1.0.safetensors?download=true

https://huggingface.co/stabilityai/stable-diffusion-xl-base-1.0/resolve/main/sd_xl_base_1.0_0.9vae.safetensors?download=true

https://huggingface.co/stabilityai/stable-diffusion-xl-refiner-1.0/resolve/main/sd_xl_refiner_1.0.safetensors?download=true

https://huggingface.co/stabilityai/stable-diffusion-xl-refiner-1.0/resolve/main/sd_xl_refiner_1.0_0.9vae.safetensors?download=true

https://huggingface.co/stabilityai/sdxl-turbo/resolve/main/sd_xl_turbo_1.0.safetensors?download=true

https://huggingface.co/stabilityai/sdxl-turbo/resolve/main/sd_xl_turbo_1.0_fp16.safetensors?download=true

擺係

C:\stable-diffusion-webui\models\Stable-diffusion

 

下載VAE模型

https://huggingface.co/stabilityai/sdxl-vae/resolve/main/sdxl_vae.safetensors?download=true

擺係

C:\stable-diffusion-webui\models\VAE

 

下載LORA模型

https://huggingface.co/stabilityai/stable-diffusion-xl-base-1.0/resolve/main/sd_xl_offset_example-lora_1.0.safetensors?download=true

擺係

C:\stable-diffusion-webui\models\Lora

 

SDXL 1.0 模型	簡述
sd_xl_base_1.0.safetensors	base模型
sd_xl_base_1.0_0.9vae.safetensors	base模型內置 VAE
sd_xl_refiner_1.0.safetensors	refiner模型
sd_xl_refiner_1.0_0.9vae.safetensors	refiner模型內置 VAE
sd_xl_turbo_1.0.safetensors	turbo模型
sd_xl_turbo_1.0_fp16.safetensors	turbo模型內置 VAE
sdxl_vae.safetensors	外置VAE模型
sd_xl_offset_example-lora_1.0.safetensors	lora模型

 

網埞址	版本
https://huggingface.co/stabilityai?search_models=xl	XL
https://huggingface.co/stabilityai/stable-diffusion-xl-base-1.0	base
https://huggingface.co/stabilityai/stable-diffusion-xl-refiner-1.0	refiner
https://huggingface.co/stabilityai/sdxl-turbo	turbo
https://huggingface.co/ByteDance/SDXL-Lightning	Lightning
https://huggingface.co/stabilityai/sdxl-vae	VAE

Nvidia-2080ti吾支持float16精度,彈出警示.

A tensor with all NaNs was produced in VAE. Web UI will now convert VAE into 32-bit float and retry. To disable this behavior, disable the ‘Automatically revert VAE to 32-bit floats’ setting. To always start with 32-bit VAE, use –no-half-vae commandline flag.

1. 直接编緝『C:\stable-diffusion-webui\webui-user.bat』.
2. 係『COMMANDLINE_ARGS』命令行参數加入『–no-half-vae』吾將VAE模型轉換為float-16bit半精度.

webui-user.bat

set COMMANDLINE_ARGS= –no-half-vae

 

–no-half-vae	吾將VAE模型轉換為float-16bit半精度
–no-half	吾將模型轉換為float-16bit半精度
–disable-nan-check	吾檢查生成圖像/潛在空間是否包含nan值,在持續集成中運行時無需檢查點

 

正咒詞
looking at viewer,	睇著觀眾
making eye contact,	眼神交流
a girl with Tulle skirt,	薄紗裙
a girl with Lace blouse,	蕾絲襯衫
a girl Sequin dress,	亮片裙
Volumetric Lighting,	體積照明
light depth,	光深度
flower	花
beautiful lighting,
Double Exposure Style,	雙重曝光風格
Traditional Attire,	傳統服飾
Artistic Calligraphy and Ink,	書法與水墨藝術
dramatic atmospheric lighting,	戲劇氛圍照明
Volumetric Lighting,	體積照明
double image ghost effect,	雙影像重影效果
image combination,	影像組合
double exposure style,	雙重曝光風格
1girl,	1女孩，
solo,	獨奏，
long hair,	長髮
breasts,	乳房
towel,	毛巾
cleavage,	卵裂
very long hair,	長髮
naked towel,	裸毛巾
brown eyes,	棕眼
large breasts,	大乳房
hair between eyes,	眼睛之間頭髮
upper body,	上身
looking at viewer,	看著觀眾
bangs,	劉海
bare shoulders,	裸露肩膀
collarbone,	鎖骨
brown hair,	棕髮
indoors,	室內
parted lips,	張開嘴唇

 

反咒詞
ugly,	醜陋
deformed,	變形
noisy,	嘈雜
blurry,	模糊
low contrast,	低對比度

 

『4x-UltraSharp』比『R-ESRGAN General 4xV3』放大效果仲清晰.冇損逼真放大.

1. 下載『4x-UltraSharp』

https://huggingface.co/lokCX/4x-Ultrasharp/resolve/main/4x-UltraSharp.pth?download=true

https://huggingface.co/lokCX/4x-Ultrasharp/tree/main

2. 擺係

C:\stable-diffusion-webui\models\ESRGAN

3. 撳『Settings』->『Face restoration』.
4. 禁『Restore faces面部修复』.
5. 撳『Settings』->『user interface』.
6. 係『Quicksettings list』加入『upacler_for_img2img』係頁頂快速設定放大算法.
7. 撳『Apply settings』應用設定.
8. 撳『Reload UI』重啟界面.
9. 係頁頂『Upscaler for img2img』揀『4x-UltraSharp』.
10. 撳『img2img』->『Generation』->『img2img』
11. 拖入低解像圖畫
12. 係『Resize by』->『Scale缩放』設『4』,如果記憶體溢出降低放大值.
13. 係『Denoising strength』設值『1』
14. 撳『Generate』放大圖畫.

VAE模型用於修正圖畫色彩,『none冇』VAE模型色彩平淡,指定VAE模型後色彩鮮豔,光影分明.

VAE模型擺係

C:\stable-diffusion-webui\models\VAE

係『Stable Diffusion WEBUI』頁頂添加快速設定清單.

1. 撳『Settings』->『User interface』

[info] Quicksettings list (setting entries that appear at the top of page rather than in settings tab) (requires Reload UI)

2. 添加『sd_vae』

sd_model_checkpoint   sd_vae

3. 撳『Apply settings』應用設定.
4. 撳『Reload UI』重置圖形界面.

『Stable Diffusion』真人改動畫, 重點係揀適合模型,同埋設較細重绘幅度.

1. 撳『Tagger』返推咒語引導生圖.
2. 『Stable Diffusion checkpoint』模型揀『safetensors』.
3. 撳『img2img文生圖』.
4. 撳『Generation』->『img2img』
5. 係『IMAGE』拖入原圖.
6. 『Sampling method采樣法』揀『DPM-ADAPTIVE』.
7. 『Sampling steps采樣步』填『20』.
8. 『Resize by』->『scale』填『1』,與原圖寬高壹致.
9. 『Denoising strength重绘幅度』填『3』,越細圖像與原圖越似.
10. 撳『Generate』生成影像.

正向咒語Prompt	簡述
1girl,
arm support,
black skirt,
breasts,
brown eyes,
cleavage,
jacket,
lips,
long hair,
looking at viewer,
open clothes,
pencil skirt,
shirt,
sitting,
skirt,
smile,
solo

 

反向咒語Negative Prompt	簡述
(worst quality:2),	低質內容
(low quality:2),	低質內容
(normal quality:2),	低質內容
lowres,	低質內容
((monochrome)),	黑白
((grayscale)),	灰階
(monochrome),	單色
skin spots,	皮膚斑點
acnes,	痤瘡
skin blemishes,	皮膚瑕疵
age spot,	老人斑
glans,	龜頭
extra limbs,	多餘肢體
extra arms,	額外武器
extra legs,	多餘腳瓜瓤
extra leg,	多餘腳瓜瓤,
extra foot,	多餘腳掌
extra fingers,	手指太多
fewer fingers,	手指更少
strange fingers,	怪手指
missing arms,	缺手瓜
missing legs,	缺腳瓜瓤
missing fingers,	缺手指
fused fingers,	融合手指
too many fingers,	手指太多
bad hand,	歪手
(bad_prompt:0.8),	不良提示
bad anatomy,	解剖不良
bad hands,	歪手
bad feet,	脚
bad body,	歪身歪勢,
bad proportions,	身體比例差,
gross proportions,	總比例
DeepNegative,	深度負面
(fat:1.2),	脂肪
looking away,	睇向別處
tilted head,	側頭
{Multiple people},	多人
text,	文字
error,	錯字
extra digit,	額外數字
fewer digits,	細數
cropped,	裁剪
jpeg artifacts,	壓縮痕跡
signature,	簽名
watermark,	水印
username,	身份
blurry,	模糊
cropped,	裁剪
poorly drawn hands,	手畫得吾靚
poorly drawn face,	樣畫得吾靚
mutation,	突變
deformed,	變形
malformed limbs,	肢體畸形
long neck,	長頸
cross-eyed,	鬥雞眼
mutated hands,	手型變異
polar lowres,	極地低氣壓

 

利用遮罩替换背景

1. 『segment anything』生成遮罩.
2. 基礎模型『safetensors [299feccabf] 』
3. 撳『Img2img圖生圖』
4. 『Prompt』填『正面咒詞』.
5. 『Negative Prompt』填『反面咒詞』.
6. 撳『Generation』->『ipaint upload上傳遮罩』
7. 『image』拖入原畫.
8. 『mask』拖入遮罩.
9. 『Resize mode』勾『Resize and fill填充』.
10. 『mask blur遮罩边緣模糊度』值填『0』. 此值越大蝕占背景越大.
11. 『mask mode遮罩模式』勾『Inpaint not masked重繪非遮罩內容』
12. 『masked content蒙板區域內容處理』勾『original原圖』.
13. 『Inpaint area』勾『Whole picture』.
14. 『Sampling method』 揀『DPM++ 2M SDE Heun』.
15. 『Sampling steps』 值填揀『20』
16. 『Resize by』重置原畫尺寸. 值填『1:1填充』.
17. 『Denoising strength重繪幅度』,值填『1』.
18. 『seed』值填『1251813965』.
19. 撳『Generate』生成

正面咒詞	譯
Masterpiece,	傑作
Ultra high res,	超高解像
High quality,	高品質
4k,	4k
(Photorealistic:1.2),	真實感
Photo,	相片
No humans,	冇人
Classroom,	課室
Indoors,	室内

 

反向咒語Negative Prompt	簡述
sketches,	速寫,素描
( (monochrome) ), ( (greyscale) ),	黑白,灰階
facing away, looking away,	人面避開, 眸目避開
(Text:4),error,extra digit,fewer digits,	文字,錯字,額外數字,細數
cropped,jpeg artifacts,blurry,	裁剪,壓縮痕跡,模糊,
signature,watermark,username,	簽名,水印,身份,
(worst quality:2),(low quality:2),(normal quality:2), (lowers), (normal quality),	低質內容
bad anatomy, bad body, bad hands, extra limbs, extra legs, extra foot, extra arms, (too many fingers:2), malformed limbs, (fused fingers:2), long neck, bad proportions, missing arms, missing legs, missing fingers,	歪身體構造, 歪身歪勢, 歪手, 多餘肢體, 多餘腳瓜瓤, 多餘腳掌, 額外武器, 手指太多, 畸形肢體, 融合手指, 長頸, 身體比例差, 缺手瓜, 缺腳瓜瓤, 缺手指,
Bad-artist,	衰明星
Bad-artist-anime,	衰動漫明星
Bad-prompt_version,	恶意版本2
Badhand,	坏人
Easynegative,	易阴性
Ng_deepnegative,	Ng_deepnegative

 

 

Facebook开發『segment anything model』(SAM) 畫面識認,帮『ControlNet/Inpaint』重绘生成遮罩,重畫前後景,此版適合『Automatic1111’s WebUI』.

https://github.com/continue-revolution/sd-webui-segment-anything/archive/refs/heads/master.zip

https://github.com/continue-revolution/sd-webui-segment-anything

 

1. 撳『Extensions擴展』->『Install from URL係網裝』

https://github.com/continue-revolution/sd-webui-segment-anything.git

2. 撳『Install』下載.

 

3. 手動下載『Segment Anything』
4. 登入CMD命令行模式
5. 指定當前資料夾

CD C:\stable-diffusion-webui\extensions\

6. 下載『segment anything』

git clone https://github.com/continue-revolution/sd-webui-segment-anything.git

7. 如出錯刪下列檔䅁夾,再重新下載

C:\stable-diffusion-webui\extensions\sd-webui-segment-anything

C:\stable-diffusion-webui\tmp\sd-webui-segment-anything

 

手工下載模型『segment anything model』越大越确.

https://dl.fbaipublicfiles.com/segment_anything/sam_vit_h_4b8939.pth

https://dl.fbaipublicfiles.com/segment_anything/sam_vit_l_0b3195.pth

https://dl.fbaipublicfiles.com/segment_anything/sam_vit_b_01ec64.pth

https://huggingface.co/lkeab/hq-sam/resolve/main/sam_hq_vit_h.pth

https://huggingface.co/lkeab/hq-sam/resolve/main/sam_hq_vit_l.pth

https://huggingface.co/lkeab/hq-sam/resolve/main/sam_hq_vit_b.pth

擺係sam資料夾.

C:\stable-diffusion-webui\extensions\sd-webui-segment-anything\models\sam

 

手工下載GroundingDINO模型

https://huggingface.co/ShilongLiu/GroundingDINO/resolve/main/GroundingDINO_SwinB.cfg.py?download=true

https://huggingface.co/ShilongLiu/GroundingDINO/resolve/main/GroundingDINO_SwinT_OGC.cfg.py?download=true

https://huggingface.co/ShilongLiu/GroundingDINO/resolve/main/groundingdino_swinb_cogcoor.pth?download=true

https://huggingface.co/ShilongLiu/GroundingDINO/resolve/main/groundingdino_swint_ogc.pth?download=true

擺係grounding-dino資料夾.

C:\stable-diffusion-webui\extensions\sd-webui-segment-anything\models\grounding-dino

8. 使能本地编译『GroundingDINO』
9. 撳『Settings』->『Segment Anything』
10. 撳『Use local groundingdino to bypass C++ problem』用本地groundingdino繞過C++編譯問題.
11. 撳『Apply settings』
12. 撳『Reload UI』

 

13. 允許『segment anything』傅递畀『ControlNet』
14. 撳『Settings』->『ControlNet』
15. 勾『Allow Other script to control this extension允許其他它脚本對擴展插件進行控制』.
16. 撳『Apply settings』
17. 撳『Reload UI』

 

18. 撳『img2img』->『Segment Anything』
19. 『SAM Model』擇『pth』
20. 係『single image』上傅圖畫.
21. 撳左鍵黑㸃保留區, 撳右鍵紅㸃剔除區.
22. 撳『Remove all point prompts』剔除冚辦闌注㸃
24. 勾『Enable GroundingDINO』啟用探測詞識認圖畫物件.
25. 『GroundingDINO Model』擇『GroundingDNO_SwinB(938MB)』
26. 『GroundingDINO Detection Prompt』填探測詞以『.』分割. 例如『text』.
27. 『GroundingDINO Box Threshold』邊界框閾值.
28. 勾『I want to preview GroundingDINO detection result and select the boxes I want.』預覽GroundingDINO檢測結果並選擇邊界框.
29. 撳『Generate bounding box』生成邊界框.
30. 『Select your favorite boxes:』勾『邊界框』『0』『1』『2』, 其中壹個.
31. 撳『Preview Segmentation』預覽細分
32. 勾『Copy to Inpaint Upload & img2img ControlNet Inpainting』自動上傳至『ControlNet』.
33. 『Choose your favorite mask:』揀遮罩 勾『0』『1』『2』之壹.
34. 勾『Expand Mask』展開遮罩,設『0~30』剔除边缘毛刺.
35. 撳『Update Mask』更新遮罩.

上次『Inpaint』除水印,適用於颜色單調圖.層次豐富用『sd-webui-cleaner』插件. 此版適合『Automatic1111’s WebUI』.

1. 撳『Extensions擴展』->『Install from URL係網裝』

『URL for extension’s git repository』填

『https://github.com/novitalabs/sd-webui-cleaner.git』

https://github.com/novitalabs/sd-webui-cleaner.git

2. 撳『Install』下載
3. 登入CMD命令行模式
4. 網絡連可手動下載,指定當前資料夾

CD C:\stable-diffusion-webui\extensions\

5. 直接下載插件『sd-webui-cleaner』

https://codeload.github.com/novitalabs/sd-webui-cleaner/zip/refs/heads/main

6. 装『sd-webui-cleaner』

python.exe -s -m pip install -r requirements.txt

7. 首次𢴇行自動係『HuggingFace』下載模型.

https://huggingface.co/anyisalin/big-lama/resolve/main/big-lama.safetensors

8. 模型擺係

C:\stable-diffusion-webui\extensions\sd-webui-cleaner\models

9. 撳『Extensions』->『Installed』->『Apply and restart UI』重啟.
10. 撳『Cleaner』->『Clean up』.
11. 上傳圖畫,涂抹除字.
12. 撳『Clean UP』除水印.

 

 

『LoRA』(Low-Rank Adaptation)模型,擴展名同樣係『.safetensors』.基於基礎模型訓練,作為基礎模型補充,大细係幾拾兆之間.係吾修改基礎模型,用小量數據訓練出獨特畫風模型.

『LoRA』模型擺係『C:\stable-diffusion-webui\models\Lora』後.帮『LoRA』模型添加封面,圖檔名與模型名壹致,同『LoRA』模型擺係壹起,撳『refresh page』刷新.

係『civitai.com』封面圖左上角會標『LoRA』字樣.

https://civitai.com/

撳『LoRA』模型自動添加咒詞.且可叠加,并設權重.初始值1.

<lora:模型名:權重值>

<lora:hina:1>

 

模型	位置
基礎模型	C:\stable-diffusion-webui\models\Stable-diffusion
LoRA模型	C:\stable-diffusion-webui\models\Lora

 

LoRA模型	Lora_model.safetensors
封面圖	Lora_model.png

 

 

用AI改圖背景,用photoshop做『蒙板』,限黑白孖色,背景填充白色,人像填充黑色.

1. 基礎模型『safetensors [299feccabf] 』
2. 撳『Img2img圖生圖』
3. 『Prompt』填『正面咒詞』
4. 撳『Generation』->『ipaint upload上傳蒙板』
5. 『image』拖入原畫.
6. 『mask』托入蒙板,黑白孖色,背景白,人像黑.
7. 『Resize mode』勾『Resize and fill填充』.
8. 『mask blur蒙板边緣模糊度』值填 此值越大蝕占背景越大.
9. 『mask mode蒙板模式』勾『Inpaint masked重繪蒙板內容』
10. 『masked content蒙板區域內容處理』勾『original原圖』.
11. 『Resize by』重置原畫尺寸. 值填『1:1填充』.
12. 『Denoising strength重繪幅度』,值填『4~0.5』.
13. 撳『Generate』生成

正面咒詞	譯
Masterpiece,	傑作
Ultra high res,	超高解像
High quality,	高品質
4k,	4k
(Photorealistic:1.2),	真實感
Photo,	相片
No humans,	冇人
Japanese stairs,	日本樓梯
flower	日本建筑
japanese architecture,	日本建筑
Japanese Street	日本街道
Indoors,	室内
Outdoors,	戶外
Scenery,	風景
Tree,	樹
Sky,	天
Cloud,	雲
Day,	日頭
Rock,	岩石
Mountain,	山
Grass,	草
Water,	水
River,	河
Blue sky,	藍天
Reflection,	水映
Building,	建筑
Architecture,	建筑風格
House,	别墅
Bridge,	桥
Pond,	池塘
Cast Asian architecture,	亚洲建筑
Cloudy sky,	多云天空

 

反向咒語Negative Prompt	簡述
sketches,	速寫,素描
( (monochrome) ), ( (greyscale) ),	黑白,灰階
facing away, looking away,	人面避開, 眸目避開
(Text:4),error,extra digit,fewer digits,	文字,錯字,額外數字,細數
cropped,jpeg artifacts,blurry,	裁剪,壓縮痕跡,模糊,
signature,watermark,username,	簽名,水印,身份,
(worst quality:2),(low quality:2),(normal quality:2), (lowers), (normal quality),	低質內容
bad anatomy, bad body, bad hands, extra limbs, extra legs, extra foot, extra arms, (too many fingers:2), malformed limbs, (fused fingers:2), long neck, bad proportions, missing arms, missing legs, missing fingers,	歪身體構造, 歪身歪勢, 歪手, 多餘肢體, 多餘腳瓜瓤, 多餘腳掌, 額外武器, 手指太多, 畸形肢體, 融合手指, 長頸, 身體比例差, 缺手瓜, 缺腳瓜瓤, 缺手指,
Bad-artist,	衰明星
Bad-artist-anime,	衰動漫明星
Bad-prompt_version,	恶意版本2
Badhand,	坏人
Easynegative,	易阴性
Ng_deepnegative,	Ng_deepnegative

 

咒詞反推『Clip』同『DeepBooru』之外,仲有『WD 1.4 Tagger』, 生成咒詞并以權重排序.排前權重高排後權重低.此版適合『Automatic1111’s WebUI』.

1. 撳『Extensions擴展』->『Install from URL係網裝』
2. 『URL for extension’s git repository』填『https://github.com/picobyte/stable-diffusion-webui-wd14-tagger.git』

https://github.com/picobyte/stable-diffusion-webui-wd14-tagger.git

3. 撳『Install』下載
4. 登入CMD命令行模式
5. 手動下載,指定當前資料夾

CD C:\stable-diffusion-webui\extensions\

6. 下載『stable-diffusion-webui-wd14-tagger』

git clone https://github.com/picobyte/stable-diffusion-webui-wd14-tagger.git

7. 如果出錯刪下列檔䅁夾,再重新下載

C:\stable-diffusion-webui\extensions\stable-diffusion-webui-wd14-tagger

C:\stable-diffusion-webui\tmp\stable-diffusion-webui-wd14-tagger

8. 撳『Apply and restart UI』重啟
9. 登入CMD命令行模式
10. 指定當前資料夾

CD C:\stable-diffusion-webui\extensions\stable-diffusion-webui-wd14-tagger

11. 装『WD 1.4 Tagger』

python.exe -s -m pip install -r requirements.txt

12. 首次𢴇行自動係『HuggingFace』下載.
13. 撳『Extensions』->『Installed』->『Apply and restart UI』重啟.
14. Python裝ONNX Runtime
15. 撳『Tagger』上傳圖畫.
16. 係『Interrogator』揀『模型』.
17. 撳『Interrogate image』反推『圖畫』咒詞.
18. 首次𢴇行係『https://huggingface.co』下載模型.由於位於墙外要
19. 係『Ratings and included tags』得到咒詞.

 

批量生成咒詞.

1. 撳『Tagger』->『Batch from directory』
2. 『Input directory』填圖畫資料夾路徑.
3. 『Output directory』填生成咒詞資料夾路徑.
4. 撳『Interrogate』反推『圖畫』咒詞,以圖畫同名『.txt』存儲.

 

Interrogate image	反推圖畫
Ratings and included tags	評級標簽
Excluded tags	排除標簽

20. 下載模型文檔

https://github.com/KichangKim/DeepDanbooru/releases

https://discord.gg/BDFpq9Yb7K

21. 将模型和配置移至資料夹『C:\stable-diffusion-webui\models\deepdanbooru』

C:\stable-diffusion-webui\models\deepdanbooru\deepdanbooru-v1-20191108-sgd-e30

C:\stable-diffusion-webui\models\deepdanbooru\deepdanbooru-v3-20200101-sgd-e30

C:\stable-diffusion-webui\models\deepdanbooru\deepdanbooru-v3-20200915-sgd-e30

C:\stable-diffusion-webui\models\deepdanbooru\deepdanbooru-v3-20211112-sgd-e28

C:\stable-diffusion-webui\models\deepdanbooru\deepdanbooru-v4-20200814-sgd-e30

22. 係『stable-diffusion-webui-wd14-tagger』下新建『models』資料夾.

C:\stable-diffusion-webui\extensions\ stable-diffusion-webui-wd14-tagger \models

23. 開啟下列網頁,分別下載『onnx』同『selected_tags.csv』

https://huggingface.co/SmilingWolf/wd-vit-tagger-v3

https://huggingface.co/SmilingWolf/wd-swinv2-tagger-v3

https://huggingface.co/SmilingWolf/wd-convnext-tagger-v3

https://huggingface.co/SmilingWolf/wd-v1-4-moat-tagger-v2

https://huggingface.co/SmilingWolf/wd-v1-4-convnextv2-tagger-v2

https://huggingface.co/SmilingWolf/wd-v1-4-convnext-tagger-v2

https://huggingface.co/SmilingWolf/wd-v1-4-convnext-tagger

https://huggingface.co/SmilingWolf/wd-v1-4-vit-tagger-v2

https://huggingface.co/SmilingWolf/wd-v1-4-swinv2-tagger-v2

https://huggingface.co/SmilingWolf/wd-v1-4-vit-tagger

24. 下載後重命名為,并复制至『C:\stable-diffusion-webui\extensions\stable-diffusion-webui-wd14-tagger\models』資料夾.

wd-vit-tagger-v3.onnx

wd-vit-tagger-v3.csv

wd-swinv2-tagger-v3.onnx

wd-swinv2-tagger-v3.csv

wd-convnext-tagger-v3.onnx

wd-convnext-tagger-v3.csv

wd-v1-4-moat-tagger-v2.onnx

wd-v1-4-moat-tagger-v2.csv

wd-v1-4-convnextv2-tagger-v2.onnx

wd-v1-4-convnextv2-tagger-v2.csv

wd-v1-4-convnext-tagger-v2.onnx

wd-v1-4-convnext-tagger-v2.csv

wd-v1-4-convnext-tagger.onnx

wd-v1-4-convnext-tagger.csv

wd-v1-4-vit-tagger-v2.onnx

wd-v1-4-vit-tagger-v2.csv

wd-v1-4-swinv2-tagger-v2.onnx

wd-v1-4-swinv2-tagger-v2.csv

wd-v1-4-vit-tagger.onnx

wd-v1-4-vit-tagger.csv

 

 

ONNX(Open Neural Network Exchange) 神經網络推理型模,支持『Python』同『C++』. 分『CPU』同『GPU』版.

登入命令行模式

裝ONNX Runtime-CPU版

pip install onnxruntime

裝ONNX Runtime-GPU版,適用cuda 11.x

pip install onnxruntime-gpu

裝ONNX Runtime-GPU版,適用cuda 12.x

pip install onnxruntime-gpu –extra-index-url https://aiinfra.pkgs.visualstudio.com/PublicPackages/_packaging/onnxruntime-cuda-12/pypi/simple/

 

咒師經驗豐富可寫出契合貼近咒詞.『Stable Diffusion』內置『Clip』同埋『DeepBooru』.對『圖畫』分析反推算出咒詞.首次啟用需下載模型文檔.

新版『Stable Diffusion』『Clip』同『DeepBooru』缩細為两細圖標,係『img2img』->『Generate』下側. 『Clip』生成語句咒語,『DeepBooru』生成單詞咒詞效果更佳.

1. 撳『img2img』
2. 拖入『圖畫』
3. 撳『Clip』或『DeepBooru』 .

 

『Clip』反推下載『model_base_caption_capfilt_large.pth』

https://storage.googleapis.com/sfr-vision-language-research/BLIP/models/model_base_caption_capfilt_large.pth

下載後擺係『C:\stable-diffusion-webui\models\BLIP\』

C:\stable-diffusion-webui\models\BLIP\model_base_caption_capfilt_large.pth

 

『DeepBooru』反推下載『model-resnet_custom_v3.pt』

https://github.com/AUTOMATIC1111/TorchDeepDanbooru/releases/download/v1/model-resnet_custom_v3.pt

下載後擺係『C:\stable-diffusion-webui\models\torch_deepdanbooru\』

C:\stable-diffusion-webui\models\torch_deepdanbooru\model-resnet_custom_v3.pt

 

『吉屋裝修』用『ControlNet』『MLSD直線』提取建筑直線幾何邊界,後重新上色.添刪咒詞控制屋內家私.

1. 撳『txt2img文生圖』.
2. 加入咒語引導生圖.

Prompt	正面咒詞
Floor,	地板
High resolution,	高解像
Modern style,	現代風格
(window:1.3),	窗門
tv cabinet,	電視櫃
(Big tv:1.3),	大電視
(couch:1.5),	瞓椅
Ceiling lamp,	吸頂燈
(A set of sofas:2),	沙發
(A coffee table:2),	咖啡臺

 

山水場景	簡述
mountain,	山
On a hill,	山上
Valley,	山谷
The top of the hill,	山頂
Beautiful detailed sky, Beautiful detailed water,	天清水靚
On the beach,	海滩
On the ocean,	大海
In a meadow,	草原
landscape,	開闊風景
Night,	晚黑
In the rain,	雨中
Rainy days,	兩天
cloudy,	多雲
Full moon,	圓月
cloud,	雲
moon,	月球
moonlight,	月光

 

季節	簡述
In spring,	春
In summer,	夏
In autumn,	秋
In winter,	冬

 

Negative prompt	反向咒詞
Easy Negative,	易阴性
low resolution,	低像素
Text,	文字
Error,	錯字
Extra digit,	額外數位
fewer digits,	細數
cropped,	裁剪,
jpeg artifacts,	壓縮痕跡,
blurry,	模糊,
Cropped,	裁剪
blurry,	模糊,
Signature,	簽名
watermark,	水印
Username,	身份
(worst quality:2) ,	質量差
(low quality:2) ,	質量低
(normal quality:2) ,	質量正常
(lowers),	低像素
(plant:1.4),	草木
Nsfw,	Not Safe For Work,唔适宜係辦公場所睇.

1. 『Sampling method采樣法』揀『DPM-ADAPTIVE』.
2. 『Sampling steps采樣步』填『30』.
3. 『WIDTH』『HEIGHT』與原圖壹至致.
4. 撳『ControlNet』
5. 係『IMAGE』拖入原圖.
6. 勾『Enable』使能,啟用『ControlNet』.
7. 勾『Pixel Perfect』完美像素.
8. 勾『Allow Preview』允許預覽.
9. 『Control Type』勾『MLSD』.
10. 『Preprocessor』擇『mlsd』.
11. 『Model』擇『Control_v11p_sd15_mlsd』.
12. 撳『Generate』生成影像.

 

舊相掃描後微粒偏大.『Stable Diffusion』支持舊相冇損修复.

1. 撳『Extras』->『Single Image』
2. 『拖入畫像Drop Image Here』或『載入畫像Click to Upload』
3. 勾『Upscale』高清放大
4. 放大算法1『Upscaler 1』揀『R-ESRGAN 4x+』
5. 放大算法2『Upscaler 2』揀『R-ESRGAN General WDN 4xV3』
6. 放大算法2比重『Upscaler 2 visibility』設『5』.
7. 勾『GFPGAN』畫像放大算法,『Visibility』設『1』.
8. 勾『CodeFormer』人脸重建算法,五官細微改變.『Visibility』設『1』, 『Weight』設『0』.
9. 撳『Generate』生成畫像.

 

放大算法	效果
Lanczos	冇損高質放大算法
Nearest	傳統放大算法,去噪差,放大效果差,
BSRGAN	細節佳,速度快,色彩暗
ESRGAN_4x	去噪差
LDSR	放大效果差
R-ESRGAN 4x	放大現實畫像效果佳
R-ESRGAN 4x Anime6B	放大動畫畫像效果佳
ScuNET	放大效果差
ScuNET PSNR	放大效果差
SwinIR 4x	放大效果差