当前位置: 首页 > article >正文

如何用Stable Diffusion XL模型,绘制精致的二次元插图,学完就能用!

哈喽大家好,我是画画的小强,持续分享AI相关知识干活。

今天给大家推荐一款Stable Diffusion XL二次元模型,这款模型在C站的下载排行很高,而且质量绘制出的二次元人物和场景都非常的棒!那么首先介绍一些什么是Stable Diffusion XL模型,已经Stable Diffusion XL和SD1.5模型有什么优劣?

什么是Stable Diffusion XL版本?

Stable Diffusion XL (SDXL) 是一种图像生成模型,它由两个主要部分组成:base基础模型和refiner优化模型。SDXL采用了级联扩散模型结构,即在base模型生成初始图像后,再通过refiner模型进行细节优化,从而提升图像质量和细节表现力!

SDXL的优劣

优点:

高质量图像生成:由于采用了base和refiner模型的级联结构,SDXL能够生成更高质量和更复杂的图像

细节增强:refiner模型可以进一步优化初始生成的图像,使得图像的细节更加丰富和清晰

缺点:

计算资源需求高:SDXL的模型较大,需要更多的计算资源和存储空间,不适合资源有限的设备

复杂性增加:由于增加了refiner模型,使用和训练SDXL模型的复杂性也有所增加

各种模型插件、stable diffusion安装包、stable diffusion0基础入门全套PDF,视频学习教程。带你从零基础系统性的学好AI绘画!

SDXL的参数设置

常用分辨率

1:1 -1024x1024

2:3 - 832x1248

3:4 - 880x1176

16:9- 1360x768

1.618:1 - 1296x800

2.35:1-1568x668

提示词引导系数CFG的范围得到提升可以设置到2-30之间;其中 3-9为最佳!

好了废话不多说我们直接看推荐的二次元模型效果

正向提示词 depth of field,masterpiece,best quality,1girl,solo,looking at viewer,Blue Eyes,Red Hair,upper body,breasts,Pleated Skirt,off-shoulder shirt,a lot of white flowers,leaf,blurry foreground,choker,sunlight,pink flowers

负向提示词 negativeXL_D,bad anatomy,bad hands,missing fingers,extra digit,fewer digits,blue

迭代步数:25

采样方法:DPM++ 2M Karras

宽高: 880x1176

提示词引导系数CFG:10

然后我们看效果

再来一组

提示词:1 Girl lying in flowers,blue dress,white flowers,earrings,looking at viewer,red eyes,red ribbon,necklace,long sleeves,blonde,short hair,blue sky

来个横版的

提示词:(Dutch angle: 1.2), masterpiece, best quality, 1 girl, solo, sea, upper body, waves, seaside, beach, yellow hair, white skirt, white baseball cap, flowing hair, movie angle

再来一组

提示词: depth of field,fisheye lens,masterpiece,best quality,1girl,solo,outdoor,looking at the sky,reflection,short hair,macro hair,black eyes,long skirt,looking at the audience,upper body,short sleeves,red scarf,hairpin

最后一组

提示词:depth of field, masterpiece, best quality, 1girl, solo, stage, looking at the sky, short red hair, black eyes, long skirt, looking at the audience, upper body, yellow scarf

好啦今天分享到这啦

模型我已经准备好了,需要的小伙伴可以扫描免费获取哦

关于AI绘画技术储备

学好 AI绘画 不论是就业还是做副业赚钱都不错,但要学会 AI绘画 还是要有一个学习规划。最后大家分享一份全套的 AI绘画 学习资料,给那些想学习 AI绘画 的小伙伴们一点帮助!

对于0基础小白入门:

如果你是零基础小白,想快速入门AI绘画是可以考虑的。

一方面是学习时间相对较短,学习内容更全面更集中。
二方面是可以找到适合自己的学习方案

包括:stable diffusion安装包、stable diffusion0基础入门全套PDF,视频学习教程。带你从零基础系统性的学好AI绘画!

零基础AI绘画学习资源介绍

👉stable diffusion新手0基础入门PDF👈

(全套教程文末领取哈)
在这里插入图片描述

👉AI绘画必备工具👈

在这里插入图片描述

温馨提示:篇幅有限,已打包文件夹,获取方式在:文末

👉AI绘画基础+速成+进阶使用教程👈

观看零基础学习视频,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。

在这里插入图片描述

温馨提示:篇幅有限,已打包文件夹,获取方式在:文末

👉12000+AI关键词大合集👈

在这里插入图片描述

这份完整版的AI绘画全套学习资料已经上传CSDN,朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费

http://www.kler.cn/news/317677.html

相关文章:

  • Ansible部署与应用基础
  • Nginx的相关细节
  • 【Elasticsearch】-spring boot 依赖包冲突问题
  • dedecms靶场(四种webshell姿势
  • 如何使用 Visual Studio Code 将工作效率提升 200%
  • 封装Progress 组件
  • 爬虫到底难在哪里?
  • Linux 进程3
  • 手机在网状态查询接口如何用C#进行调用?
  • 【d48】【Java】【力扣】LCR 123. 图书整理 I
  • 在 Webpack 中配置多入口应用并实现公共依赖的提取
  • 安卓13修改设置设备型号和设备名称分析与更改-android13设置设备型号和设备名称更改
  • 网络安全与国家安全的关系
  • 计算机视觉实战项目4(图像分类+目标检测+目标跟踪+姿态识别+车道线识别+车牌识别+无人机检测+A*路径规划+单目测距与测速+行人车辆计数等)
  • SpringBoot | Maven快速上手
  • ER论文阅读-Decoupled Multimodal Distilling for Emotion Recognition
  • git reflog 和 git log 的详解和区别
  • python 实现bailey borwein plouffe算法
  • AutoX.js向后端传输二进制数据
  • HTML常见语法设计
  • RTSP学习
  • 气膜建筑的维护与维修:延长使用寿命的关键—轻空间
  • 数据科学的秘密武器:defaultdict——Python字典的自动化填充神器,让数据结构更灵活
  • golang学习笔记10-循环结构
  • 黎巴嫩通信设备连环爆炸之谜——网络+供应链攻击
  • 单元测试和unittest框架(超详细总结)
  • ubuntu配置libtorch CPU版本
  • 基本定时器的预分频器和技术周期的计算
  • STM32与51单片机的区别:是否应该直接学习STM32?
  • 推荐一款开源的Redis桌面客户端