ControlNet簡單使用

本文運(yùn)行環(huán)境為colab + stable-diffusion-webui
1.選擇一個(gè)ipynb文件去運(yùn)行
我這里使用的是dreamshaper版本.
https://colab.research.google.com/github/camenduru/stable-diffusion-webui-colab/blob/main/stable/dreamshaper_3_32_webui_colab.ipynb#scrollTo=SaAJk33ppFw1

這個(gè)是自帶的ControlNet功能的.
如果沒有,可以通過在Extensions中,輸入github鏈接去下載擴(kuò)展,然后再下載對應(yīng)的模型.
URL:
https://github.com/Mikubill/sd-webui-controlnet

image.png

我使用的這個(gè)版本是自帶擴(kuò)展和模型的.

2.簡單測試

可以隨便找個(gè)C站上的圖片來進(jìn)行測試.
例如這張


https://civitai.com/gallery/274308

進(jìn)入txt2img,找到ControlNet所在位置,上傳圖.

image.png

然后勾選Enable,并選擇所需的Model和Preprocessor.


image.png

點(diǎn)擊Preview annotator result后,就會發(fā)現(xiàn),剛剛上傳圖片的位置旁邊,生成了一張新的圖片.


image.png

image.png

然后在prompt中,隨便輸入 一些單詞,例如mountain,就可以生成這個(gè)輪廓的圖片了.


image.png

image.png
00000-911935939.png

以上就是ControlNet簡單使用.
注意:這個(gè)很耗GPU,我跑一次就被google斷掉了,說我用盡了資源.


image.png

3.使用漫畫風(fēng)lora + ControlNet + img2img,生成漫畫風(fēng)圖片
3.1 下載并配置lora.
進(jìn)入Civitai擴(kuò)展,搜索Anime Lineart,下載這個(gè):https://civitai.com/models/16014/anime-lineart-manga-like-style

image.png

會被下載到這個(gè)位置.

extensions/sd-webui-additional-networks/models/lora/Anime_Lineart_/_Manga-like_線稿/線畫/マンガ風(fēng)/漫畫風(fēng)_Style/animeLineartMangaLike_v30MangaLike.safetensors successfully downloaded.

進(jìn)入Additional Networks,點(diǎn)擊Refresh models,然后就可以選擇對應(yīng)的Lora模型了.


image.png
image.png

然后選擇并啟用lora.


image.png

Trigger Words可以加到prompt中,也可以不加.


image.png

3.2 準(zhǔn)備底稿
使用畫圖工具,保存一張白色圖像,或在網(wǎng)上搜索,作為畫布.
進(jìn)入 img2img,上傳白色底圖.


image.png

3.3 上傳需要使用的圖到ControlNet中,并配置ControlNet

https://civitai.com/gallery/265142

image.png

3.4 輸入 prompt:girl,并生成.最后生成的結(jié)果如下所示.


image.png
00000-4231038176.png

這里插一句,生成的結(jié)果質(zhì)量,很大程度取決于,你在ControlNet中使用的原圖質(zhì)量.

參考鏈接:
ControlNet正在補(bǔ)完AIGC工業(yè)化的最后一塊拼圖
【B站首發(fā)】AI繪畫新插件效果逆天,見證第四次工業(yè)革命!
【AI繪畫】AI隨心畫的時(shí)代來了嗎?SD插件ControlNet使用教程
https://github.com/lllyasviel/ControlNet
https://github.com/Mikubill/sd-webui-controlnet
【AI繪畫】最火爆的美女AI制作圖模型! 圖像轉(zhuǎn)換為描線圖,含提示詞,搭配Stable-diffusion技術(shù)Lora _ ControlNet Canny

?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
【社區(qū)內(nèi)容提示】社區(qū)部分內(nèi)容疑似由AI輔助生成,瀏覽時(shí)請結(jié)合常識與多方信息審慎甄別。
平臺聲明:文章內(nèi)容(如有圖片或視頻亦包括在內(nèi))由作者上傳并發(fā)布,文章內(nèi)容僅代表作者本人觀點(diǎn),簡書系信息發(fā)布平臺,僅提供信息存儲服務(wù)。

相關(guān)閱讀更多精彩內(nèi)容

友情鏈接更多精彩內(nèi)容