AI绘画Stable Diffusion基础教程：模型→效果图AI工作全流程！

AI绘画Stable Diffusion基础教程：模型→效果图AI工作全流程！

引用

CSDN

1.

https://blog.csdn.net/cxyxx12/article/details/137861129

本文将详细介绍使用Stable Diffusion进行AI绘画的全流程操作，特别是针对景观效果图的生成。通过一个具体的案例，从模型图到最终效果图，详细讲解文生图和图生图的具体步骤、参数设置以及使用ControlNet和Lora模型的技巧。

案例背景

首先，我们有一张需要美化的模型图：

根据设计需求，我们希望将其美化为一个现代风格的别墅庭院，整体较简约，建筑有透明的玻璃幕墙，外墙布满绿篱，而且有水景和绿植。

文生图操作步骤

Step1: 输入提示词，调节基础参数

• 模型checkpoint: architectureExterior_v40Exterior
• VAE: animevae.pt
• 跳过层Clip skip: 2（保持默认）

正向提示词：

Private courtyard, villa garden, modern style, leisure platform, water feature, flowering vegetation, Glass curtain wall, night, light, shrub collocation, high picture quality, 8k, a villa, masterpiece, best quality,

反向提示词：

lowers, bad anatomy, text, error, extra digit, fewer digits, cropped, worst quality, low quality, normal quality, jpeg artifacts, signature, watermark, username, blurry,

Step2: 调整采样参数

• 采样方法 Sampler: DPM++ 2M SDE Heun Karras
• 采样迭代步数 Steps: 30
• 尺寸 Size: 560x440
• 提示词相关性 CFG scale: 10

Step3: 使用ControlNet

选择ControlNet 0，启用并允许预览：

• 控制方式 Control Type: Depth
• 预处理器 preprocessor: depth_midas
• 模型 model: control_v11f1p_sd15_depth [cfd03158]

其他参数保持默认。

Step4: 生成图像

经过多次尝试，得到初步效果：

图生图局部重绘

Step 1 ：局部重绘（手涂蒙版）

根据设计需求，使用画笔涂抹需要修改的区域：

Step 2 ：图生图

扩大尺寸并降低重绘幅度：

Step 3 ：局部重绘

使用画笔在需要修改的地方进行涂抹：

在正向提示词中加入"lounge chair"，调整参数后生成最终效果：

使用Lora模型优化

Lora是Stable Diffusion中的一个小型模型，可以添加特定风格或元素。以下是两个Lora模型的效果对比：

总结

通过以上步骤，我们可以看到从模型图到最终效果图的完整工作流程。虽然使用Lora模型可以进一步优化效果，但需要注意它可能会改变原模型样式，因此需要多次尝试并根据实际情况选用。