【SD教程】Stable Diffusion 拒绝一眼AI,超写实图片如何制作?全网最详细教程(附模型),手把手教学!
卡狄滴滴 2024-07-02 11:01:03 阅读 51
用过Stable Diffusion生成图片的小伙伴可能会发现,很多时候我们一眼就能看出图片就是AI生成的。 那有什么办法可以让生成的图片更加写实呢?
今天,我给大家安利一个皮肤质感调节神器。
话不多说,我们先来看看效果:
生成效果
(图片由AI生成,请谨慎甄别)
左图是处理前,右图是处理后,写实效果提升了不少,细节也提升了不少,那么具体是怎么做到,请接着往下看。
使用
在开始之前,我们要先有Stable Diffusion。
所需模型
一、【Stable Diffusion 模型】majicMIX realistic麦橘写实
该模型来自作者“麦橘MAJIC”提供,根据模型名字可知,这是一个写实风格的模型。
下载后,存放在:\models\Stable-diffusion 文件夹中。
二、【Lora 模型】林鹤-皮肤质感调整器-差异炼丹功能性lora模型
该模型来自作者“林鹤_AIGC”提供,根据作者描述,该lora 模型有以下效果:
拒绝ai塑胶感,拒绝强曝光。
增加皮肤肌理,质感增强,同时柔化光源!
下载后,存放在:\models\Lora 文件夹中。
上述两个步骤完成后,需要重启SD,确保模型生效。
步骤说明
一**、文生图**
首先,输入一下关键词:
a girl,realistic
接着来到参数部分,采样方法选择 DPM++ SDE Karras ,迭代步数改为 30 ,高度改为 768,总批次数改为 3,这样可以一次跑三张图出来。
接着我们开启 Adetailer 面部修复,点击 启动After Detailer,模型选择 face_yolov8n.pt。最后点击生成,这里可以看出已经生成三张出来了。
(图片由AI生成,请谨慎甄别)
二**、加上皮肤质感**
接着我们在同样的数据上加上皮肤质感,首先先选择Lora模型,并且把权重调低一点,改为0.8。
根据模型作者的推荐,填入以下负面词:
(NSFW:1.3),teeth,(cleavage),(worst quality:1.65),(low quality:1.2),(normal quality:1.2),low resolution,watermark,dark spots,blemishes,dull eyes,wrong teeth,red teeth,bad tooth,Multiple people,brokeneyelashes,(badhandv4-AnimeIllustDiffusion_badhandv4:1.2),(EasyNegative:1.2),
来到参数部分,我们先固定一下随机数种子,点击绿色按钮即可。
接下来找到 ControNet ,上传一张我们刚选中的一张图片,勾选完美像素模式、允许预览,控制类型选择Lineart(线稿),预处理器选择lineart_realistic。做这一步的目的是为了等一下生成出来的图和我们这张图有高度的相似度。
最后点击生成,下方就是生成出来的三张图片了。
(图片由AI生成,请谨慎甄别)
三**、效果对比**
从对比图可以看出,无论在皮肤的肌理还是在光感上,都自然柔和了很多。脸部的立体感有了很大的增强。效果嘎嘎好~
(图片由AI生成,请谨慎甄别)
总结
总体来说,有了这款皮肤质感的Lora模型,生成出来的图片确实要花费更长的时间去鉴别是否来自AI生成。整体也简单易用。
- end -
写在最后
感兴趣的小伙伴,赠送全套AIGC学习资料,包含AI绘画、AI人工智能等前沿科技教程和软件工具,具体看这里。
AIGC技术的未来发展前景广阔,随着人工智能技术的不断发展,AIGC技术也将不断提高。未来,AIGC技术将在游戏和计算领域得到更广泛的应用,使游戏和计算系统具有更高效、更智能、更灵活的特性。同时,AIGC技术也将与人工智能技术紧密结合,在更多的领域得到广泛应用,对程序员来说影响至关重要。未来,AIGC技术将继续得到提高,同时也将与人工智能技术紧密结合,在更多的领域得到广泛应用。
一、AIGC所有方向的学习路线
AIGC所有方向的技术点做的整理,形成各个领域的知识点汇总,它的用处就在于,你可以按照下面的知识点去找对应的学习资源,保证自己学得较为全面。
二、AIGC必备工具
工具都帮大家整理好了,安装就可直接上手!
三、最新AIGC学习笔记
当我学到一定基础,有自己的理解能力的时候,会去阅读一些前辈整理的书籍或者手写的笔记资料,这些笔记详细记载了他们对一些技术点的理解,这些理解是比较独到,可以学到不一样的思路。
四、AIGC视频教程合集
观看全面零基础学习视频,看视频学习是最快捷也是最有效果的方式,跟着视频中老师的思路,从基础到深入,还是很容易入门的。
五、实战案例
纸上得来终觉浅,要学会跟着视频一起敲,要动手实操,才能将自己的所学运用到实际当中去,这时候可以搞点实战案例来学习。
若有侵权,请联系删除
上一篇: 【活动感想】筑梦之旅·AI共创工坊 workshop 会议回顾
下一篇: Python+Django+Mysql开发个性化电影推荐系统 movielens数据集 基于机器学习/深度学习/人工智能 基于用户的协同过滤推荐算法 爬虫 可视化数据分析
本文标签
声明
本文内容仅代表作者观点,或转载于其他网站,本站不以此文作为商业用途
如有涉及侵权,请联系本站进行删除
转载本站原创文章,请注明来源及作者。