如何使用stable diffusion进行创作

使用 Stable Diffusion 进行创作的完整流程

一 环境准备与安装

• 硬件建议：NVIDIA 显卡≥6GB 显存（推荐≥8GB），16GB 内存，≥10GB 磁盘空间；操作系统支持 Windows / Linux / macOS。
• 安装步骤：
  1. 安装 Python 3.10.6 与 Git；
  2. 克隆 Web UI 仓库：git clone https://github.com/AUTOMATIC1111/stable-diffusion-webui.git；
  3. 运行启动脚本：Windows 双击 webui-user.bat，Linux/macOS 执行 ./webui.sh；
  4. 首次启动将自动下载基础模型（约4GB），完成后浏览器访问 http://127.0.0.1:7860。
• 可选优化：安装中文语言包扩展（如 stable-diffusion-webui-chinese），便于上手。

二 界面与核心功能

• 主要标签页：txt2img（文生图）、img2img（图生图）、Inpaint（内绘/局部重绘）、Outpaint（外绘/扩边）、Extras（超分与面部修复）。
• 常用增强：GFPGAN / CodeFormer（人脸修复）、RealESRGAN / ESRGAN / SwinIR / LDSR（超分辨率）。
• 模型与资源：**Checkpoint（底模）**切换、VAE 选择、LoRA / Textual Inversion / Hypernetworks 等微调与风格化；可从 Civitai / Hugging Face 获取模型与权重。

三 从零开始创作

• 文生图基础流程：
  1. 在 txt2img 输入英文提示词（如 “a beautiful sunset over mountains”）；
  2. 设置参数：分辨率常用 512×512（需为8 的倍数）、采样步数 20–50、CFG Scale 7–11；
  3. 点击生成，观察效果并迭代。
• 反向提示词：用于排除不想要的元素，如 “text, watermark, blurry, ugly, lowres, deformed hands”。
• 图生图与局部编辑：上传参考图，调节 去噪强度（Denoising strength） 控制改动幅度；配合 蒙版 使用 Inpaint 精确修改局部；需要扩边时用 Outpaint。
• 高清修复与面部修复：勾选 Hires fix 生成高清大图；人物面部可用 GFPGAN/CodeFormer，注意非写实风格可能导致面部失真。

四 参数设置与提示词工程

• 关键参数建议：
  • 采样器：如 Euler a、DPM++ 2M Karras、UniPC；不同采样器在速度、细节与稳定性上各有取舍。
  • 采样步数：一般 20–30 已能平衡质量与速度，追求极致细节可适当增加。
  • CFG Scale：控制与提示词的贴合度，常用 7–11。
  • 种子（Seed）：固定种子可复现结果，便于微调。
  • 尺寸：先用小尺寸出构图，再用 Hires fix 放大。
• 提示词技巧：
  • 用英文逗号分隔概念，关键词靠前权重更高；
  • 权重语法：(keyword:1.3) 或 ((keyword)) 提升权重，[keyword:0.7] 降低；
  • 结构建议：主体 + 风格 + 光照/材质 + 构图/景别 + 细节增强 + 相机/镜头参数（如 “35mm, f/1.8”）。

五 进阶创作与性能优化

• 结构与构图控制：使用 ControlNet 为构图、姿态、边缘/深度等添加约束，实现更可控的生成。
• 批量对比与探索：利用 Prompt Matrix / XYZ 图 批量测试提示词与参数组合，快速找最优解。
• 性能优化：
  • 启动参数加速：添加 –xformers 可显著提升速度；显存不足用 –medvram / --lowvram；
  • 适度降低分辨率与步数、选择更快采样器；定期更新显卡驱动。
• 模型与风格：按需求切换 写实 / 二次元 / 2.5D / 专业领域 模型；通过 LoRA / Checkpoint Merger 融合风格与特性。
• 合规与版权：生成图像用于商业用途前，务必核查模型与素材授权；避免生成侵权或违规内容，遵守当地法规与平台政策。