原文:AI绘画王炸功能Control Net安装教程 - 知乎
AI绘画,最近两大王炸功能出圈了。
一个就是超真实超细节的美女图片,已经快和照片无异了,甚至有人用AI绘画的“女仆照片”开始招募游艇会了,具体教程可以查看Lora这篇文章。
另一个王炸功能,则是本文要教大家安装和使用的Control Net。
(AI生成一张图然后用controlnet生成多张类似图片,换背景换衣服发色之类)
(最左为网上找的线稿图,作者阿瑞。后两张是我用control net处理后的图片)
Control Net,可以让AI绘画,精确绘制更多姿势动作,而不仅仅是大头照,直立照等有限动作和姿势的图像,
(图:contorlnet官方文档)
还能给手稿上色,根据草图生成相应人,物等。
(图:contorlnet官方文档)
真的是非常厉害,可以说,极大地拓展了AI绘图的使用空间。
使得AI绘图不仅仅是AI爱好者们的自娱自乐,甚至已经可以进入商业领域作为辅助生产工具了。
那么,下面我们来讲一讲,怎么安装Control net。
1.首先你需要安装sdwebui,如果没安装的请点击(mac版教程),(win版教程)安装。
2.安装 Controlnet插件
打开stable-diffusion-webui,点击最右侧的extension,接着点击available,再点击“Load From:”按钮。
这时候页面下面就会出现一系列的可用插件。
注意:
这里有时候点击load from按钮之后,页面会报错说fail连接失败。
别急,刷新页面,调试好网络,开启/切换内外网,再点击一次load from,试多几次就好。
接着,Ctrl/command + F 查找“controlnet”,找到controlnet插件,并点击右侧的install安装这个插件。
安装完成后,插件面板会显示 intalled into xxx,说明已经安装好了。
备注:
如果实在无法通过available页面下载安装control net,也可以通过Install from URL页面手动安装。插件地址是:https://github.com/Mikubill/sd-webui-controlnet,或者自己先把插件通过git clone或者github网页下载整个包之后放在stable-diffusion-webui > extensions 文件夹下面。安装好后记得在installed页面点击apply and restart(应用并重启)。
3.安装openpose
先别急着切换到installed 页面,咱再安装一个插件,叫做Openpose Editor,方便后续我们自己编辑自定义POSE(姿势)。
查找openpose,找到下图这个插件,点击右侧的安装install
等待安装,直到显示“Installed into … openpose-editor. Use Installed tab to restart.”代表安装完成。
这时候,点击installed 页面,你会发现,刚刚安装的两个插件都已经显示在上面了。这时候点击apply and restart ui(应用并重启软件),接着等待网页自动刷新,如果显示无法连接,那么手动刷新下。
同上,如果实在无法在available页面安装,也可以用install from url页面,或者下载代码包并复制到stable-diffusion-webui > extensions里面即可。插件地址是https://github.com/fkunn1326/openpose-editor。安装好后记得在installed页面点击apply and restart(应用并重启)。
4.打开contorlnet编辑器。
页面刷新后,sdwebui的首页,原本Seed下面,会出现了一行ControlNet字样的长框,点击右边的三角形展开。
展开界面如下图。
5.下载模型。
ControlNet是需要专用模型的,否则无法使用相关功能引导图画。
接下来我们下载模型。
下载地址,https://huggingface.co/lllyasviel/ControlNet/tree/main/models
但是你会发现模型有很多种,选哪种呢?
大家硬盘有限的可以先下载canny,openpose,scribble这三个模型。
canny主要是边缘检测,属于比较通用的模型,Openpose就是传说中的姿势控制专用模型,而scribble是手稿模型,适合随手涂鸦然后生成一个精美的画面,可玩性很高。
(硬盘空间比较大的建议全下载一下,因为每个模型都有自己的使用场景,各有各自的特色。)
下载好之后,把xxx.pth文件放到stable-diffusion-webui > models > ControlNet文件夹下面。
现在大家就已经可以开始用controlnet来玩耍了。
(PS:ControlNet依赖xformers算法框架及Nvidia显卡,Mac系统的同学可能使用效果只能有70-80分,而且速度慢,较难达到文档描述那种哇塞的效果)