前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
圈层
工具
发布
首页
学习
活动
专区
圈层
工具
MCP广场
社区首页 >专栏 >Ai绘画工具,Stable Diffusion插件使用攻略

Ai绘画工具,Stable Diffusion插件使用攻略

作者头像
SQL数据库开发
发布于 2024-04-25 04:22:28
发布于 2024-04-25 04:22:28
5510
举报
文章被收录于专栏:SQL数据库开发SQL数据库开发

哈喽,大家好,我是布丁仔,

今天给大家分享一下Stable Diffusion的插件使用攻略。

一、什么是插件

Stable Diffusion的插件主要是用来丰富SD的一些功能,例如C站助手,提示词助手,图片信息助手等插件都是为了增强SD的实用性。

二、安装插件

我们以C站助手为例,C站助手可以将从C站(civitai.com)下载的Lora模型和大模型自动加载封面图和触发词等,此外还可以添加模型的访问地址,如下图就是我们安装好的C站助手。

下面我们开始告诉大家安装插件的3种方法。

1、通过网址安装

点击WebUI菜单栏里的扩展(Extentions),选择从网址安装标签,复制粘贴下面的这个网址,点击安装即可。

https://github.com/butaixianran/Stable-Diffusion-Webui-Civitai-Helper

2、通过扩展列表安装

此外你也可以从“可下载”标签卡里查找自己需要的插件,然后点击“安装”即可。

3、网上下载存放到指定目录

此外你还可以直接将下载并解压好的插件安装包,放在SD的extensions目录下面,如下图:

如果你使用的秋叶大佬的整合包,那么这些插件默认都是提前给你安装好的。

三、插件功能介绍

我们以秋叶大佬默认提供的插件先给大家逐一介绍,不管你是初学者,还是炼丹师,基本都会用到这些插件。

秋叶整合包

百度网盘:https://pan.baidu.com/s/1ejV_tgfi3s7FClYNIrm5Xw?pwd=1024

提取码:1024

夸克网盘:https://pan.quark.cn/s/aca68291e67d

1、a1111-sd-webui-tagcomplete

这是文生图里面常用的一个提示词插件,其主要功能就是能够根据你输入的内容,自动联想词汇供你选择,如下图:

当我们输入:ma 两个字符,下面立马自动给你提供了备选单词。

此外还支持中文提示,当我们输入:女孩,下面也会自动提供与女孩相关的备选词汇。

插件下载地址:

https://github.com/DominikDoom/a1111-sd-webui-tagcomplete.git

2、adetailer

这款插件主要是用来修复人脸崩坏的情况,此外还可以优化人的手部和全身,是一款修图插件。

我们可以看一下使用前后的图片效果:

图片来源:迹寒编程

使用步骤

①、我们在SD的界面上找到ADetailer这个插件,点击“启用After Detailer”就可以使用它了。

②、选择我们需要使用的模型

每个模型适用场景有所不同,具体如下:

模型

适用对象

face_yolov8n.pt

2D / 真实人脸

face_yolov8s.pt

2D / 真实人脸

hand_yolov8n.pt

2D / 真实人手

person_yolov8n-seg.pt

2D / 真实全身

person_yolov8s-seg.pt

2D/真实全身

mediapipe_face_full

真实人脸

mediapipe_face_short

真实人脸

mediapipe_face_mesh

真实人脸

mediapipe_face_mesh_eyes_only

真实人眼

其它默认即可。

插件下载地址:

https://github.com/Bing-su/adetailer.git

3、multidiffusion-upscaler-for-automatic1111

这是一款防止爆显存的插件,低显存电脑必备插件。

插件可以大幅减少SD运算的时候所需显存,相当于是连续画多张图,再合并起来。

这种拆分任务的方式可以让显存较小的电脑也能够画出更大分辨率的图。

我们在SD的界面上找到Tiled Diffusion和Tiled VAE这两个功能,点击“启用Tiled Diffusion”和“启用Tiled VAE”就可以使用它了。

插件下载地址:

https://github.com/pkuliyi2015/multidiffusion-upscaler-for-automatic1111.git

4、sd-dynamic-thresholding

支持使用更高的 CFG 比例而不会出现颜色和画面崩坏问题。

我们知道CFG是用来控制提示词相关性的,这个值越高,相关性也就越高,但是太高的CFG值会导致画面崩坏,这个插件就是来解决这个问题的。

①、我们将CFG值调到最大的30,这个时候提示词与画面的相关性是最高的

②、找到SD中的Dynamic Thresholding插件,勾选启用即可。

插件下载地址:

https://github.com/mcmonkeyprojects/sd-dynamic-thresholding.git

5、sd-webui-controlnet

ControlNet是一种神经网络结构,通过添加额外条件来控制扩散模型,用于增强扩散模型,安装了ControlNet,可以解锁SD的更多玩法。

①、我们找到SD界面上的ControlNet插件,点卡就可以看到整个插件页面,功能非常多。

②、点击“启用”就可以开始使用ControlNet对图片进行各种控制了,包括我们常见的人物姿势控制,换脸,光影文字等都可以从这里控制。

插件下载地址:

https://github.com/lllyasviel/ControlNet.git

6、sd-webui-infinite-image-browsing

这个是方便大家检索自己生成的各种图片,里面提供了各种图片搜索功能

插件下载地址:

https://github.com/zanllp/sd-webui-infinite-image-browsing.git

7、sd-webui-lora-block-weight

LoRA是有很多层的,这个插件通过控制不同分层的权重能调整LoRA的部分风格,比如脸型,服饰,背景等,

属于比较高级的功能,通常炼丹(训练Lora)的人会比较关注这个插件,普通人知道有这个插件就好。

插件下载地址:

https://github.com/hako-mikan/sd-webui-lora-block-weight.git

8、sd-webui-model-converter

这个是用来转换大模型精度使用的,一般训练大模型的人会用到,网上常说的剪枝版大模型,通常会用到这个功能,普通用户一般使用不到。

插件下载地址:

https://github.com/Akegarasu/sd-webui-model-converter.git

9、sd-webui-openpose-editor

这个是ControlNet里的人体动作姿控制插件,允许你调整人物的动作,来生成你想要的图片,需要先安装openpose相关模型才能使用。

插件下载地址:

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

10、sd-webui-prompt-all-in-one

这也是一个提示词插件,让写提示词更加容易。它能提高正向提示词/反向提示词输入框的使用体验。

它拥有更直观、强大的输入界面功能,它提供了自动翻译、历史记录和收藏等功能,它支持多种语言,满足不同用户的需求。

点击一键翻译即可将所有中文翻译成英文,即使不在提示词库里的也可以翻译。

自动翻译,弥补自动补全插件无法识别的劣势。

插件下载地址:

https://github.com/Physton/sd-webui-prompt-all-in-one.git

11、sd-webui-segment-anything

分割一切插件正如其名称一样,主要是用来对图片进行切割成固定的块,方便用户进行重绘被切割的块。主要是为了方便用户进行修图使用。

同样该插件需要下载模型才能正常使用。

插件下载地址:

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

12、sd-webui-supermerger

这个插件正如其名:超级融合,主要是用来融合大模型和Lora模型适用的,属于技术活,普通人一般用不到。

插件下载地址:

https://github.com/hako-mikan/sd-webui-supermerger.git

13、stable-diffusion-webui-localization-zh_Hans

SD汉化插件,我们看到的SD汉化界面全靠它,安装它之后,界面上的所有英文几乎都给你翻译成中文。

我们在选择“设置”——“用户界面”——“本地化”可以找到该插件的语言包

插件下载地址:

https://github.com/hanamizuki-ai/stable-diffusion-webui-localization-zh_Hans.git

14、stable-diffusion-webui-model-toolkit

模型工具箱,它也是一个处理大模型的插件,它是一个用于管理、编辑和创建模型的多用途工具包。

插件下载地址:

https://github.com/arenasys/stable-diffusion-webui-model-toolkit.git

15、stable-diffusion-webui-wd14-tagger

wd14标签器,对于单张图片主要是用来反推图片上的关键词,特别是当你看到一张非常好看的图片,却又不知道它的提示词怎么写,这个插件就可以帮你解决这个问题。

此外他的批量处理功能,则主要是给Lora训练的样本进行打标签使用的,如果你要训练Lora这个是非常好用的一个插件。

插件下载地址:

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

16、ultimate-upscale-for-automatic1111

这个插件是对图片进行高清放大的神器,他可以使用较小的内存对图像进行高清放大,对于低显存用户想放大图片非常好用。

插件下载地址:

https://github.com/Coyote-A/ultimate-upscale-for-automatic1111.git

17、Stable-Diffusion-Webui-Civitai-Helper

C站助手,这个主要用来管理从C站(civitai.com)上下载下来的大模型,Lora,嵌入式和超网络等内容。

①、我们在SD上点开“C站助手”选项卡,点击扫描(Scan),它就会扫描本地的各种从C站下载模型.

②、扫描完成后,我们在Lora和模型那里就可以看到每个模型上有6个标签。

他们的功能分别是:替换封面,访问模型地址,模型关键词,模型样例,修改模型名,删除当前模型

插件下载地址:

https://github.com/butaixianran/Stable-Diffusion-Webui-Civitai-Helper.git

还有更多好用的插件,我会在后续进行补充,也欢迎大家留言推荐好用的插件。

本文参与 腾讯云自媒体同步曝光计划,分享自微信公众号。
原始发表:2024-03-19,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 SQL数据库开发 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
1 条评论
热度
最新
大佬,请问C#里可以调用Opencv吗
大佬,请问C#里可以调用Opencv吗
回复回复点赞举报
推荐阅读
OpenCV系列之傅里叶变换 | 三十
傅立叶变换用于分析各种滤波器的频率特性。对于图像,使用2D离散傅里叶变换(DFT)查找频域。一种称为快速傅立叶变换(FFT)的快速算法用于DFT的计算。关于这些的详细信息可以在任何图像处理或信号处理教科书中找到。请参阅其他资源部分。
磐创AI
2019/12/23
1.5K0
OpenCV系列之傅里叶变换 | 三十
使用傅里叶变换进行图像边缘检测
简单来说,傅里叶变换是将输入的信号分解成指定样式的构造块。例如,首先通过叠加具有不同频率的两个或更多个正弦函数而生成信号f(x),之后,仅查看f(x)的图像缺无法了解使用哪种或多少原始函数来生成f(x)。
小白学视觉
2020/04/15
1.7K0
【OpenCV】Chapter6.频率域图像滤波
OpenCV 中的cv.dft()函数也可以实现图像的傅里叶变换,cv.idft()函数实现图像傅里叶逆变换。
zstar
2022/09/26
1.6K0
【OpenCV】Chapter6.频率域图像滤波
低通滤波
算法:低通滤波将傅里叶变换结果图像中的高频分量值都替换为0,即屏蔽高频信号,只保留低频信号,实现低通滤波。低频信号对应图像内变化缓慢的灰度分量。低通滤波器使高频信号衰减而让低频信号通过,图像进行低通滤波后会变模糊。
裴来凡
2022/05/28
5140
低通滤波
Python气象数据处理与绘图:常见的10种图像滤波方法
1.中值滤波(medianBlur) 中值滤波是非线性的图像处理方法,在去噪的同时可以兼顾到边界信息的保留。选一个含有奇数点的窗口,将这个窗口在图像上扫描,把窗口中所含的像素点按灰度级的升或降序排列,取位于中间的灰度值来代替该点的灰度值。
郭好奇同学
2021/08/26
2.2K0
Python气象数据处理与绘图:常见的10种图像滤波方法
OpenCV 图像频域操作
频域乘法表现在空域中等效于卷积计算,但是计算量会大大降低,本文记录 OpenCV 实现频域操作图像的相关内容。 概述 图像处理一般分为空间域处理和频率域处理,空间域处理是直接对图像内的像素进行处理。频率域处理是先将图像变换到频率域,然后在频率域对图像进行处理,最后通过反变换将图像变为空间域。傅里叶变换可以将图像变换为频率域, 傅立叶反变换再将频率域变换为空间域。 在频域里,对于一幅图像,高频部分代表了图像的、纹理信息;低频部分则代表了图像的轮廓信息。如果图像受到的噪声恰好在某个特定的频率范围内
为为为什么
2022/08/09
6280
OpenCV 图像频域操作
高通滤波
算法:高通滤波将傅里叶变换结果图像中的低频分量值都替换为0,即屏蔽低频信号,只保留高频信号,实现高通滤波。高通滤波器使低频信号衰减而让高频信号通过,将增强图像中尖锐细节,但是会导致图像对比度降低。高频信号对应图像内变化越来越快的灰度分量,是由灰度尖锐过渡造成的。
裴来凡
2022/05/28
6710
高通滤波
带通滤波器
算法:带通滤波器是容许一定频率范围信号通过, 但减弱(或减少)频率低于下限截止频率和高于上限截止频率信号通过。
裴来凡
2022/05/29
2200
带通滤波器
带阻滤波器
算法:带阻滤波器是减弱(或减少)一定频率范围信号, 但容许频率低于下限截止频率和高于上限截止频率信号通过。
裴来凡
2022/05/29
3580
带阻滤波器
频域变换
如果想了解更多物联网、智能家居项目知识,可以关注我的项目实战专栏。 喜欢就点一点在看
跋扈洋
2021/02/02
3540
频域变换
Python图像处理:频域滤波降噪和图像增强
来源:DeepHub IMBA本文约4300字,建议阅读8分钟本文将讨论图像从FFT到逆FFT的频率变换所涉及的各个阶段,并结合FFT位移和逆FFT位移的使用。 图像处理已经成为我们日常生活中不可或缺的一部分,涉及到社交媒体和医学成像等各个领域。通过数码相机或卫星照片和医学扫描等其他来源获得的图像可能需要预处理以消除或增强噪声。频域滤波是一种可行的解决方案,它可以在增强图像锐化的同时消除噪声。 快速傅里叶变换(FFT)是一种将图像从空间域变换到频率域的数学技术,是图像处理中进行频率变换的关键工具。通过利用图
数据派THU
2023/04/08
1K0
Python图像处理:频域滤波降噪和图像增强
机器学习-09-图像处理02-PIL+numpy+OpenCV实践
开源地理空间基金会中文分会 Pillow (PIL Fork) 10.0.1 文档
用户2225445
2024/04/14
6030
机器学习-09-图像处理02-PIL+numpy+OpenCV实践
数字图像处理学习笔记(十二)——频率域滤波
滤波器:抑制或最小化某些频率的波和震荡的装置或材料 低通滤波器抑制或最小化高频率的波 高通滤波器抑制或最小化低频率的波 频率:自变量单位变化期间内,一个周期函数重复相同值序列的次数
荣仔_最靓的仔
2021/02/02
2.8K0
数字图像处理学习笔记(十二)——频率域滤波
组合滤波器
算法:组合滤波器是先对图片添加椒盐噪声,先采用中值滤波器进行去噪处理,然后采用巴特沃斯低通滤波和同态滤波混合滤波器进行图像处理。
裴来凡
2022/05/29
4280
组合滤波器
看 AI 如何抢救破烂文档
非结构化数据是指没有固定格式和规则的数据,例如文本、图片、视频、音频等。随着信息技术的迅速发展,非结构化数据越来越多,越来越重要,主要原因如下:
不吃西红柿
2023/10/16
2440
看 AI 如何抢救破烂文档
OpenCV源码系列|图像去摩尔纹
摩尔纹 去摩尔纹(不知能否看出区别) 代码实现: #include "opencv2/opencv.hpp" typedef cv::Mat Mat; Mat image_add_border( Mat &src ) { int w=2*src.cols; int h=2*src.rows; std::cout << "src: " << src.cols << "*" << src.rows << std::endl; cv::Mat padded;
用户9831583
2022/06/16
1K0
OpenCV源码系列|图像去摩尔纹
万字长文告诉新手如何学习Python图像处理(上篇完结 四十四) | 「Python」有奖征文
期结合深度学习研究图像识别、图像分类应用。希望文章对您有所帮助,如果有不足之处,还请海涵~
全栈程序员站长
2022/11/04
2.1K0
万字长文告诉新手如何学习Python图像处理(上篇完结 四十四) | 「Python」有奖征文
OpenCV Python 系列教程 4 - OpenCV 图像处理(上)
HSV 的色相范围为 [0,179],饱和度范围为 [0,255],值范围为 [0,255]。不同的软件使用不同的规模。
机器视觉CV
2019/07/15
3.1K0
OpenCV Python 系列教程 4 - OpenCV 图像处理(上)
OpenCV 图像分析之 —— 频域变换
图像可以转换到其他空间进行分析和处理,本文记录 OpenCV 分析算子中的频域变换相关内容。 离散傅里叶变换 定义 对于任意以离散参数为索引的数值集合,都可以通过与连续傅里叶变换相似的方法来定义离散傅里叶变换(DFT)。对于N个复数 {x_{0}, x_{1}, x_{2}, /ldots, x_{N-1}} ,一维 DFT 由如下公式(其中 i=/sqrt{-1} ): g_{k}=\sum_{n=0}^{N-1} f_{n} e^{-\frac{2 \pi i}{N} k n} 相似的,对于二维数
为为为什么
2022/08/09
2K0
OpenCV 图像分析之 —— 频域变换
Python opencv图像处理基础总结(二) ROI操作与泛洪填充 模糊操作 边缘保留滤波EPF
ROI(Region Of Interest),感兴趣区域,从被处理的图像以方框、圆、椭圆、不规则多边形等方式勾勒出需要处理的区域,称为感兴趣区域,经常用来连接图像。
叶庭云
2020/09/17
3.1K0
Python  opencv图像处理基础总结(二)  ROI操作与泛洪填充  模糊操作  边缘保留滤波EPF
相关推荐
OpenCV系列之傅里叶变换 | 三十
更多 >
LV.0
OpenCV开发专家计算机视觉开发
目录
  • 一、什么是插件
  • 二、安装插件
    • 1、通过网址安装
    • 2、通过扩展列表安装
    • 3、网上下载存放到指定目录
  • 三、插件功能介绍
    • 1、a1111-sd-webui-tagcomplete
    • 2、adetailer
    • 3、multidiffusion-upscaler-for-automatic1111
    • 4、sd-dynamic-thresholding
    • 5、sd-webui-controlnet
    • 6、sd-webui-infinite-image-browsing
    • 7、sd-webui-lora-block-weight
    • 8、sd-webui-model-converter
    • 9、sd-webui-openpose-editor
    • 10、sd-webui-prompt-all-in-one
    • 11、sd-webui-segment-anything
    • 12、sd-webui-supermerger
    • 13、stable-diffusion-webui-localization-zh_Hans
    • 14、stable-diffusion-webui-model-toolkit
    • 15、stable-diffusion-webui-wd14-tagger
    • 16、ultimate-upscale-for-automatic1111
    • 17、Stable-Diffusion-Webui-Civitai-Helper
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档