1580158
/
stable-diffusion-webui-localization-zh_CN
mirror of https://github.com/dtlnor/stable-diffusion-webui-localization-zh_CN
1
0
Fork 0
Code Issues Packages Projects Releases Wiki Activity
Page: 文生图，图生图
Pages
Home webUI自述文件 命令行参数和设置 安装webUI 文件夹结构 文生图，图生图
0 文生图，图生图
batvbs edited this page 2022-11-23 21:59:21 +08:00
Unescape Escape
Table of Contents
This file contains invisible Unicode characters!

This file contains invisible Unicode characters that may be processed differently from what appears below. If your use case is intentional and legitimate, you can safely ignore this warning. Use the Escape button to reveal hidden characters.

This file contains ambiguous Unicode characters that may be confused with others in your current locale. If your use case is intentional and legitimate, you can safely ignore this warning. Use the Escape button to highlight these characters.

文生图

依据设置的提示词和采样参数，生成相关图像。

提示词

  • 提示词 用一句话描述你想生成的内容，或使用多个提示词(用英文逗号,隔开)
  • 反向提示词 你不想要生成的内容。

模版风格

模版风格包含正向和反向提示词，并应用于两者
🎨 随机添加一个艺术家到提示词中
↙️ 从提示词中读取生成参数。如果提示词为空，则读取上一次的生成参数到用户界面
💾 将当前的提示词保存为模版风格（保存在styles.csv）
📋 将所选模板风格，应用于当前提示词
如果你在文本中添加{prompt}标记，并保存为模版风格。
那么将来你使用该模版风格时，你现有的提示词会替换模版风格中的{prompt}

​

示例1：

masterpiece, best quality, a girl flying in sky
Negative prompt: lowres, bad anatomy, bad hands, text, error, missing fingers, extra digit, fewer digits, cropped, worst quality, low quality, normal quality, jpeg artifacts, signature, watermark, username, blurry
Steps: 28, Sampler: Euler a, CFG scale: 11, Seed: 943409469, Size: 512x768, Clip skip: 2, ENSD: 31337

复制此文本，提示词输入框右键粘贴，按↙️读取生成参数，然后点击生成。

生成

  • 生成 单击此按钮，生成一张图像。右键此按钮，可选择无限生成

    • 中止 停止处理图像，并返回迄今为止累积的任何结果
    • 跳过 停止处理当前图像，并继续处理下一个

  • 生成图像数量 : 生成批次和每批数量的乘积

保存

无需手动保存，每次生成的图片都会自动备份到outputs文件夹。

  • 保存 点击此按钮，保存选中的一张图片到log文件夹，并将生成参数保存到log.csv文件
    • 保存时生成zip压缩文件：勾选后，点击保存按钮时，将本次批量生成的所有图片打包为images.zip文件。请注意，此zip文件将在下次点击生成按钮时自动删除。
    • 使用脚本生成图片时，图片不会被备份，请手动选择需要的每一张图片并保存。
  • 将有关生成参数的文本信息，作为块内置到 png 图片文件中 在 设置 保存图像/宫格图 可找到此选项
    • 勾选后，可使用 图片信息 或 图库浏览器 标签页 查询并复用生成图片时使用的提示词和采样参数。【强烈建议开启此功能，勾选后记得点 保存设置】

采样参数

  • 迭代步数 迭代改进生成的图像多少次；更高的值需要更长的时间；非常低的值会产生不好的结果。请注意，设置从低到高的多个迭代步数，生成的多张图像并不对应AI绘画的过程。

  • 采样方法 请注意，带有单独字母a的采样方法, 生成效果更好, 但不适用混合种子

    • Euler a : 非常有创意，可以根据迭代步数获得完全不同的图像，将迭代步数设置为高于 30-40 不会有正面作用
    • Euler :
    • LMS :
    • LMS Karras :
    • Heun :
    • DPM2 a :
    • DPM2 a Karras :
    • DPM2 Karras :
    • DPM fast :
    • DPM adaptive :
    • DDIM : 最擅长局部重绘
    • PLMS :

  • 图像分辨率 调整输出图像的宽度和高度。请注意，宽度和高度必须是64的整数倍。

  • 提示词相关性 图像应在多大程度上服从提示词 - 较低的值会产生更有创意的结果

  • 随机种子 一个固定随机数生成器输出的值 - 以相同参数和随机种子生成的图像会得到相同的结果

    • 🎲 将随机种子设置为-1，则每次都会使用一个新的随机数

    • ♻️ 重用上一次使用的随机种子，如果想要固定输出结果就会很有用

图生图

依据设置的提示词和重绘幅度，对图像进行重绘。

  • 宽高比调整 原图宽高比和输出宽高比不一致时，对原图进行预调整

image-20221110230206832

  • 重绘幅度 决定算法对图像内容的影响程度。设置 0 时，什么都不会改变，而在 1 时，你将获得不相关的图像

局部重绘

在图像的一部分上画一个蒙版，这部分就会被局部重绘。 image

image

蒙版

  • 蒙版来源

    • 绘制蒙版 在网页中自己画一个蒙版，或
      • 在外部编辑器中擦除图片的一部分，并上传一张包含透明通道的PNG图片。任何轻微透明的区域都会成为蒙版的一部分。请注意，有些编辑器默认将完全透明的区域保存为黑色。
    • 上传蒙版 选择一个分辨率一致的黑白图像（白色=蒙版区域）

  • 重绘区域

    • 重绘蒙版内容 重绘蒙版区域
    • 重绘非蒙版内容 反选蒙版区域并重绘

  • 蒙版模糊 设置为 0 像素时，严格按照蒙版区域进行重绘，为其它值时，模糊蒙版边缘以改善出图效果

蒙版预处理

蒙版区域被重绘之前，预处理的方式

image

全分辨率局部重绘

启用全分辨率局部重绘后，蒙版区域会被放大，处理后粘贴回原图。 这允许你重绘大型图片，并允许你以更高的精度进行局部重绘。

  • 预留像素 放大时，在蒙版四周保留的缓冲区域宽度

image

图像放大(更多)

对图像进行放大。相比普通放大, AI放大（超分辨率）会根据已知图像信息尝试恢复图像细节。

image

缩放比例

  • 等比缩放 放大指定的倍数

  • 指定尺寸缩放 放大到指定的分辨率

    • 裁剪以适应 原图宽高比和输出宽高比不一致时，对原图进行裁剪

放大算法 2 (Upscaler 2) 可见度 默认值1（权重100%），即只有放大算法2生效

  • None : 原意是不做任何放大，但由于任何放大算法后面都会检查一遍结果是否符合输出大小，并且用 Lanczos 缩放到指定大小。所以 None 实际上一直都是 Lanczos 放大

  • Lanczos : 高质量传统插值放大算法之一（多相位插值 sinc 的一种）。不过比起另一款传统缩放算法 Mitchell–Netravali (双三次插值 Bicubic 的一种) 来说，lanczos在缩小方面其实比较优秀。所以 WebUI 在使用各类ai模型放大的时候（通常结果为固定的2倍或者4倍大小），都会是先放大到大于等于指定大小然后再用 Lanczos 缩小回来

  • Nearest : 最快最简单但效果最差的算法，适合在比较不同算法的结果时充当像素点对像素点的原图参考图（只限整数倍放大）

  • LDSR :

  • ESRGAN类

    • BSRGAN : 以 ESRGAN 为骨干的一个超分算法，如果不知道选什么，先试试这个吧
    • ESRGAN : 倾向于抹除图片瑕疵(但容易误伤细节)
    • Remacri : BSRGAN的另一个实现，倾向于保留乃至增加图片细节（适合放大笔触，擅长放大风景图），在使用 SD upscale 脚本的时候是比较推荐的预放大器
    • Lollypop : BSRGAN的另一个实现，特点跟 Remacri 相似，但更擅长偏真实的人类画像

  • ScuNET :

  • ScuNET PSNR :

  • RSwinIR_4x : 非常锐利清晰且稳定的算法。对于画面稍微有点模糊或者细节比较少的图会是个好的选择

面部修复

  • GFPGAN 可见度 默认值0（权重0%），老照片面部修复模型，需要时启用

  • CodeFormer 可见度 默认值0（权重0%），扭曲面部修复模型，需要时启用。此模型效果差于GFPGAN

    • CodeFormer 权重 : 此算法对面部的重绘幅度 (0 = 最大效果, 1 = 最小效果)

  • 放大后再进行面部修复 未勾选时，先进行面部修复再放大

额外功能

☑️面部修复

功能同上。勾选默认无修复，需在 设置 保存图像/宫格图 选择面部修复模型，并保存设置。 image

☑️平铺

尝试生成可平铺（上下一致，左右一致，如瓷砖）的图片。

此功能几乎不可用，大多数模型未对此进行训练，出图质量极差

☑️高分辨率修复

先以指定的 第一遍分辨率（通常为较低分辨率）生成图片，然后进行一次图生图（可调整重绘幅度）。

默认情况下，文生图在非常高的分辨率下（>1024x1024），提示词主体在图像里的占比较小，此功能可避免此情况。

image

▼混合种子

混合两个“不同随机种子生成的图像“

可点击随机种子右侧的 ▼ 按钮找到这个功能（此功能对带有 a 后缀的 采样方法 无效）

  • 差异随机种子 : 第二个图像的随机种子
  • 差异强度 : 混合比例。0输出原图，1输出第二张图

不同差异强度的图片是非线性的，几乎没有规律。此功能的可用性存疑。

▼种子分辨率调整(Resize seed)

尝试生成与“同一随机种子在指定分辨率下生成的图像”相似的图片

可点击随机种子右侧的 ▼ 按钮找到这个功能（此功能对带有 a 后缀的 采样方法 无效）

  • 宽度和高度 : 原始图像的分辨率

当你改变分辨率时，即使你保留所有其他参数和随机种子，图像依然可能完全改变。
你可以指定原始图像的分辨率，此功能会尝试生成相似的图像。

通常情况下，使用 图生图-填充 或 脚本-向外绘制 可获得更好的效果，此功能的可用性存疑。

在下面的例子中，最左边的图片分辨率是512x512，而其他的图片是用完全相同的参数产生的，但垂直方向的分辨率更大。

image

反推提示词

提供一张图片，分析图片反推提示词。可在图生图页面的生成按钮旁找到这个功能

  • CLIP 反推提示词 使用 CLIP 生成说明文字（自然语言描述）来源
  • DeepBooru 反推提示词 使用 deepbooru 生成说明文字（用 , 隔开的多个tag）

反推结果通常并不准确，如果是webui生成的图片，可尝试使用图片信息功能获取提示词。

提示词语法

权重

() [] (:)

webUI

  • a (word) 增加 word 的权重为 1.1

  • a ((word)) 增加 word 的权重为 1.21 (= 1.1 * 1.1)

  • a [word] 减少 word 的权重为 0.91 (= 1 / 1.1)

  • a (word:1.5) 调整 word 的权重为 1.5

    • 用鼠标选中Tag，按ctrl+↑↓，可快速调整权重，如图所示
    • 请注意，[:] 是另一种作用，详见下面的 中途切换Tag

  • a\(word\) - 转义()，使其能够被当做正常文字输入

image

NAI

  • a {word} 增加 word 的权重为 1.05

    • 此括号对webUI无效！ 如您需要使用，安装此扩展，使用NAIConvert按钮转换提示词

  • a [word] 减少 word 的权重为 0.95

  • Nai不支持()和: \ ， Nai支持嵌套多个括号，但不支持组合嵌套，如{{a},b} 或 a {apple} in table

交替使用tag

[tag|tag]

方便的语法，用于每隔一步轮换tag。

[cow|horse] in a field

第1步 第3步...，提示词是 cow in a field (牛在田里)
第2步 第4步...，提示词是 horse in a field (马在田里)
以此类推，循环往复。

Alternating Words

可轮换多个提示词，如下所示：
[cow|cow|horse|man|siberian tiger|ox|man] in a field

中途切换Tag

[tag:tag:]

方便的语法，用于中途切换Tag

[boy:girl:0.3] flying in sky

前 30% 步，提示词是 boy flying in sky (男孩在天空飞翔)
30% 步后，提示词是 girl flying in sky (女孩在天空飞翔)

Tag可以为空，也可以串联或嵌套使用，前面tag为空时可省略前面的:
a [mountain::0.25][:lake:0.75] in [foreground:[background:25]:6]
如果数字是 小数，那么在指定的百分比步切换；
如果数字是 整数，那么在指定的步数切换。

脚本

使用脚本生成图片时，图片不会被备份，请手动选择需要的每一张图片并保存。

向外绘制

向外绘制扩展了原始图像，并在创建的空白处进行了绘画。

image

建议提供一个与图片相匹配的提示词，迭代步数为50到100，用 Euler a 或 DPM2 采样方法。重绘幅度和提示词相关性设置为最大。

image

提示词矩阵

固定Tag|可选Tag1|可选Tag2

使用 | 字符分隔多个提示，为它们每个可能的组合生成一个图像（始终保留提示的第一部分, 使用相同的种子）

  • 把变量部分放在提示词文本的开头 字面意思，把固定Tag移动到提示尾部。
table|apple|banana
桌子|苹果|香蕉

image

a busy city street in a modern city|illustration|cinematic lighting
繁华的城市街道|插图(绘画风格)|电影灯光

prompt-matrix

你可以使用多个 可选Tag，为它们每个可能的组合生成一个图像
a girl, blue background|detailed face|highly detailed|artstation|illustration by Sophie Anderson
一个女人,蓝色背景|高清的脸|超高清|插图(画家Sophie Anderson)|artstation(一个3D建模网站)

prompt_matrix

X/Y 图表

创建一个具有不同参数的宫格图。

选择 X轴 和 Y轴 的类型，并输入用逗号分隔的多个值 (整数或小数)

  • 用逗号分隔的多个值，尾部不要添加多余的逗号。

    • 1, 2, 3, 4, 5

  • 可使用- 符号表示一个范围

    • 1-5 = 1, 2, 3, 4, 5

  • 可使用()括号控制 范围的增量。

    • 1-7 (+2) = 1, 3, 5, 7
    • 3-1 (-0.5) = 3, 2.5, 2, 1.5, 1

  • 可使用[]括号控制 范围的值数量

    • 1-10 [3] = 1, 5, 10
    • 0.0-1.0 [6] = 0.0, 0.2, 0.4, 0.6, 0.8, 1.0

设置

  • 在图表中包括轴类型和值 字面意思，如图所示
  • 生成图表时，保留每一张图像 字面意思
  • 保持随机种子为-1 字面意思，随机种子

提示词 搜索/替换

轴类型选择 提示词 搜索/替换，输入用逗号分隔的多个值 (文本)。在提示词里搜索第一个值，替换为文本列表中的每一个值。

例如，提示词为 女孩拿着一个苹果，文本列表为 一个苹果,一个西瓜,一把枪，你会得到三个提示词

  • 女孩拿着一个苹果
  • 女孩拿着一个西瓜
  • 女孩拿着枪

如果你想在文本中使用英文逗号, 你必须将文本放在"引号"中，并确保分隔值的逗号 两边没有多余的空格。

xy_grid-medusa

返回目录