Stable diffusion模型分几种?一文详解,入门必看!

news2024/9/24 23:28:18

在Stable Diffusion中,模型并不只有一种,不同插件有不同的模型,分别作用于不同的功能。今天就带大家一起来学习一下~

01

大模型

也就是stable diffusion模型,在默认界面中,它位于web页面的左上角,下拉列表对应的模型:

图片

可以理解为绘画风格集合,SD需要大模型来规定它生成的图片风格,大模型是必选模型,你必须选择一个大模型才能开始生成工作。

如何获取?

这部分模型可以通过在各个模型网站下载,如果有代理可以前往civitai.com ,也叫做C站,以及huggingface.co 叫做抱脸。

如果没有代理,可以前往 liblib.ai 下载,但是需要注意的是,这些网站上通常是包括多种类型的模型,并不是所有模型都是用于这里的, 你需要选择 checkpoint类型,文件尺寸大于等于1.8G的,通常是大模型。

大模型的放置位置在整合包根目录下的 \models\Stable-diffusion\ 目录内,可以通过建立下级目录的方式进行分类,方便管理。

下载的新模型放置好之后,可以直接点击网页上下拉列表旁边的刷新按钮,直接加载。当然,也可以通过关闭页面并重启控制台来重新加载。

02

LoRA

在默认界面中,SD1.6以上的版本,lora显示在生成标签的最右侧:

图片

lora是可选模型,即便没有lora,也可以正常生成图像。

lora模型的文件位置在根目录\models\Lora,下载对应的模型放入即可,下载网站跟上面的大模型是相同的几个网站,只是类型要选lora类型。

重复一遍,大模型的类型通常是checkpoint,而lora的类型通常就是lora。这里说的类型不是指下载下来的文件类型,而是网站对于模型的分类,这一点一定要记住。

lora和大模型以及下面说的嵌入式模型,他们的文件后缀都是相同的,光凭借后缀是无法区分的,你必须在下载每个模型的时候确定它属于什么,再放到对应目录,而不是一股脑下载完才开始挪。

lora是在大模型基础上进行进一步修改的算法,一般是比如特定人物lora或者是调整色彩饱和度之类的专门的作用。

lora的调用方式很简单,如果是你自己的lora,你可以通过点击lora卡片的方式,自动调用lora,会在你的提示词区域自动生成一个带有尖括号的特殊词组,例如:

图片

关于lora的进一步使用,以及权重的相关解释,请前往B站或其它平台,另行搜索相关教程视频了解。

03

嵌入式

它通常是作用于反提示词(负面提示词)的,经典的常用模型包括EasyNegative, negative_hand 之类的。它的位置在生成标签旁边:

图片

使用方式跟lora一样,点击卡片就可以使用了,会自动出现在反向提示词内。当然你也可以手动输入或复制对应的触发词(通常是文件名)。

嵌入式模型的文件位置在 根目录\embeddings ,下载对应的嵌入式模型放入即可。

04

controlnet模型

这是插件 controlnet 需要使用模型。它在界面上位于生成标签内,如果你安装了这个插件的话。目前秋叶整合包应该是初始就带了controlnet插件:

图片

通过点击右方的三角箭头,展开controlnet设置,其中有一行 预处理器 和 模型 的下拉选择,我们这里说到的模型就是特指这里的controlnet模型:

图片

确切地说,它的完整名称应该叫 controlnet专用模型。

在这个界面中,“预处理器”对应的是

根目录\extensions\sd-webui-controlnet\annotator\downloads

这个位置,但这里比较复杂,你需要仔细看相关教程放好对应的文件夹和文件。

“模型”的下拉菜单,对应的是 根目录\models\ControlNet 这个位置,或者是 \extensions\sd-webui-controlnet\models 这个目录,这两个目录都可以生效,系统会自动从这两个目录中寻找你放入的模型进行加载。

总的来说,controlnet一个新的算法它包含两部分,一个是预处理器,一个是模型,两者缺一不可。

对于controlnet模型的基础知识就介绍到这,controlnet因为是一个非常经典的插件

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

在这里插入图片描述

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/2053415.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

[数据结构] RBTree 模拟实现RBTree

标题:[数据结构] RBTree && 模拟实现RBTree 水墨不写bug 目录 一、红黑树的概念 二、map和set的封装 三、红黑树的实现 1、红黑树节点的定义 2、红黑树的结构 3、红黑树的插入 1.名称 2.插入节点的颜色 红黑树的insert 实现 情况一:不…

微信自动化管理了解下

微信作为一款广泛使用的社交软件,已经成为人们日常生活中不可或缺的通讯工具。不仅个人用户频繁使用,许多企业也依赖微信进行业务沟通和客户服务。 然而,对于企业用户来说,管理多个微信账户往往带来诸多繁琐和不便之处。这些问题…

Django+anaconda

一、搭建django虚拟环境 打开anaconda prompt 输入:conda create -n mydjango_env 判断(y/n):y 查看虚拟环境 conda env list *号表示当前使用的环境 激活创建的虚拟环境 activate mydjango_env 二、安装Django 在新环境激活的状态下安装…

Nature|通过范德华层压实现三维单片集成系统 (半导体器件/集成电路)

2024年5月22日,湖南大学刘渊(Yuan Liu)教授课题组,在《Nature》上发布了一篇题为“Monolithic three-dimensional tier-by-tier integration via van der Waals lamination”的论文。第一作者为湖南大学物理与微电子科学学院陆冬林(Donglin Lu)博士。论文内容如下: 一、 …

Stable Diffusion 的采样器

一图 不推荐使用的采样器 PLMS LMS LMS Karras DPM fast DPM2 DPM2a DPM2 Karras DPM2 a Karras 可以在设置里把采样器去掉

同态加密和SEAL库的介绍(十)CKKS 参数心得 2

写在前面: 本篇继续上篇的测试,首先针对密文深度乘法情况,虽然密文乘法本就是应该尽量避免的(时间和内存成本过高),更不用说深度乘法了,但是为了测试的完整性,还是做一下方便大家比对…

CVE-2021-21315漏洞复现

一、基本信息 攻击机:kali IP:192.168.100.60 靶机:CentOS7 IP:192.168.100.40 二、攻击过程 下载node.js环境 wget https://nodejs.org/dist/v12.18.4/node-v12.18.4-linux-x64.tar.xz tar -xvf node-v12.18.4-linux-x64.tar.xz mv node-v12.18.4-…

89.WEB渗透测试-信息收集-Google语法(3)

免责声明:内容仅供学习参考,请合法利用知识,禁止进行违法犯罪活动! 内容参考于: 易锦网校会员专享课 上一个内容:88.WEB渗透测试-信息收集-Google语法(2) 常用的 Google 语法的作用…

【大数据平台】可扩展性设计

欢迎来到我的博客,很高兴能够在这里和您见面!欢迎订阅相关专栏: 工💗重💗hao💗:野老杂谈 ⭐️ 全网最全IT互联网公司面试宝典:收集整理全网各大IT互联网公司技术、项目、HR面试真题.…

线程间同步的概念

一、线程间同步的概念 rtthread通过线程间同步建立线程间的执行顺序,多个线程访问的同一个内存叫做临界区。rtthread提供的同步的工具 1、信号量 2、互斥量 3、事件集 二、信号量 2.1 信号量概念 rtthread将信号量抽象成rt_semaphore. 2.2 信号量api 2.3 信号量示例…

本地Docker部署开源Web相册图库Piwigo与在线远程访问实战方案

💝💝💝欢迎来到我的博客,很高兴能够在这里和您见面!希望您在这里可以感受到一份轻松愉快的氛围,不仅可以获得有趣的内容和知识,也可以畅所欲言、分享您的想法和见解。 推荐:kwan 的首页,持续学…

【leetcode详解】T3137(思路详解 代码优化感悟)

思路详解 要解决这个问题,我们的大致思路是这样:找到长度为k的字符串 (记为stringA) ,统计重复次数最多的那一个,则最终对应的k周期字符串就是 [stringA * n] 的形式( n word.length() / k) 要实现多对象的计数&…

【数据结构】关于Java对象比较,以及优先级队列的大小堆创建你了解多少???

前言: 🌟🌟Hello家人们,这期讲解对象的比较,以及优先级队列堆,希望你能帮到屏幕前的你。 🌈上期博客在这里:http://t.csdnimg.cn/MSex7 🌈感兴趣的小伙伴看一看小编主页&…

分享一个基于SpringBoot的物品代购系统的设计与实现(源码、调试、LW、开题、PPT)

💕💕作者:计算机源码社 💕💕个人简介:本人 八年开发经验,擅长Java、Python、PHP、.NET、Node.js、Android、微信小程序、爬虫、大数据、机器学习等,大家有这一块的问题可以一起交流&…

从零开始学嵌入式技术之数字电路

一:数字电路基础 数字电路是现代科技和工程领域中不可或缺的基础。从计算机系统到通信设备,从家庭电子产品到工业自动化,数字电路无处不在,影响着我们的生活和工作。本章节旨在向读者介绍数字电路的基本概念、原理和应用&#xff…

迭代器失效

一、什么是迭代器失效 迭代器的主要作用就是让算法能够不用关心底层数据结构,其底层实际就是一个指针,或者是对指针进行了封装,比如:vector的迭代器就是原生态指针T* 。因此迭代器失效,实际就是迭代器底层对应指针所指…

Kubernetes之Probe探针

目录 存活、就绪和启动探针 存活探针(Liveness Probe) 就绪探针(Readiness Probe) 启动探针(Startup Probe) 检测方式: exec: HTTP GET: TCP Socket: …

linux DHCP和VSFTP原理与配置

目录 一、DHCP工作原理 1.1 了解DHCP服务 1.1.1 DHCP基本描述 1.1.2 使用DHCP的好处 1.1.3 DHCP的分配方式 1.2 DHCP的租约过程 1.3 使用DHCP动态配置主机地址 1.4 安装DHCP服务器 二、DHCP服务器的配置 2.1 实验环境准备 2.2 实验实战示列 三、DHCP客户端的使用 …

【数据结构】汇总八、排序算法

排序Sort 【注意】本章是 排序 的知识点汇总,全文1万多字,含有大量代码和图片,建议点赞收藏(doge.png)!! 【注意】在这一章,记录就是数据的意思。 排序可视化网站: D…

Python - PyQt5环境搭建与基本配置和使用教程

****前期准备:PyQt5以及其他组件的下载与安装 python的图形界面开发过程中,我们需要三个组件,分别是:PyQt5、pyqt5-tools、PyQt5Designer 一、安装 确保Python和pip已安装: PyQt5是基于Python的图形用户界面库&…