Stable Diffusion

权重语法 #

权重逻辑 #

若是想明确某主体，应当使其生成步骤向前，生成步骤数加大，词缀排序向前，权重提高。
画面质量 → 主要元素 → 细节
若是想明确风格，则风格词缀应当优于内容词缀
画面质量 → 风格 → 元素 → 细节
未证实：风格权重或许需要优于画面质量，从而不至于被画面质量污染特殊风格质感。

分割符 #

,逗号：分割词缀，有一定权重排序功能，逗号前权重高，逗号后权重低，因而建议排序：
综述（图像质量+画风+镜头效果+光照效果+主题+构图）
主体（人物&对象+姿势+服装+道具）
细节（场景+环境+饰品+特征）

组合符 #

:冒号：自定义权重数值格式：左圆括号 + 词缀 + 冒号 + 数字 + 右圆括号
// 单人女孩词缀，权重为0.75
(1girl:0.75)
()仅圆括号：增加权重0.1大部分情况用圆括号即可。
// 权重乘以1.1
(1girl)
{}花括号：增加权重0.05
// 权重乘以1.05
{1girl}
[]方括号：减少权重0.1，也有说是减弱0.05的方括号中无法自定义权重数值，自定义权重只能使用(x:0.5)形式。
// 权重除以1.1
[1girl]
(())、{{}}、[[]]复用括号：叠加权重
// 权重乘以1.1*1.1，即权重为1.21
((1girl))
一般流程：先把要描述的画面写下生成一次，根据生成结果边试边改不满意或遗漏的描述，
要强调的概念用 (xxx: 1.x ) 语法形式来提升权重，其中 xxx 是你要强调的词，1.x 代表要提升的比例，如 1.5 就是提升 150% 的权重。
权重取值范围 0.4-1.6，权重太小容易被忽视，太大容易拟合图像出错。例：(beautiful:1.3) 。
叠加权重：通过叠加小括号方式提高权重，每加一层相当于提高1.1倍权重，例：((((beautiful eyes))))

连接符 #

AND和：将多个词缀聚合在一个提示词顺序位置中，其初始权重一致
// 三个词缀权重一致
bird and dog and pig
// 可使用冒号标记其权重
bird:1.5 and dog:1.2 and pig:0.8
+加号
(red hair:1.1)+(yellow hair:1.25)+(green hair:1.4)
|竖线
(red hair:1.1)|(yellow hair:1.25)|(green hair:1.4)
下划线
(red hair:1.1)(yellow hair:1.25)_(green hair:1.4)
什么都不加
(red hair:1.1)(yellow hair:1.25)(green hair:1.4)
,逗号对象一致时，逗号有连接的功能
(red hair:1.1),(yellow hair:1.25),(green hair:1.4)

分布与交替渲染 #

[] 方括号中使用:、| 等符号，则可实现较为复杂的分布与交替渲染的需求。
[A:B:step][元素1:元素2:步骤比例] ：渲染元素1到多少进度后开始渲染元素2，实现元素1与元素2的互相叠加，有类似于[from:to:when]的感觉，可用于两个词条的
// 渲染蓝色到40%进度后，开始渲染红色
[blue:red:0.4]
// 前12步渲染蓝色后，开始渲染红色
[blue:red:12]
注：step > 1 时表示该组合在前多少步时做为 A 渲染，之后作为 B 渲染。step < 1 时表示迭代步数（参与总步骤数）的百分比。
[A:step][元素1:步骤比例] ：从多少进度开始渲染元素1
// 在执行40%的步骤后，开始渲染蓝色
[blue:0.4]
// 在执行15步之后，开始渲染蓝色
[blue:15]
[A::step][元素1::步骤比例]：渲染到多少进度的时候停止元素1的渲染（其它元素的渲染继续）
// 在执行了40%的步骤后，停止渲染蓝色
[blue::0.4]
// 在执行了15步后停止渲染蓝色
[blue::15]
[A|B][元素1|元素2]：元素1和元素2的交替混合渲染
// 融合蓝色与红色，紫色？
[blue|red]
// 某物与某物的交替演算，用于生成融合生物，句中词缀含义为融合牛与马。
[cow|horse]
[xx|xx|xx|xx|xx…] 本质为一种在平等权重下融合词缀生成单个元素，不限制混合元素的数量。
[A|B]C[元素1|元素2]元素3：括号外加词缀意味着融合过程中的共享元素。

Prompt（提示词）：对你想要生成的东西进行文字描述。 #

masterpiece, best quality,

Negative prompt（反向提示词）：用文字描述你不希望在图像中出现的东西。 #

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

Sampling Steps（采样步数）：扩散模型的工作方式是从随机高斯噪声向符合提示的图像迈出小步。增加这一点直接增加了生成图像所需的时间。 #

采样迭代步数保持在 18-30 左右即可。通常28是一个不错的值。

Sampling method（采样器）：使用哪种采样器。Euler a（ancestral 的简称）以较少的步数产生很大的多样性，但很难做小的调整。 #

推荐 Euler a ，DPM2++2M Karras，DPM2++SDE Karras
Euler a 富有创造力，不同步数可以生产出不同的图片。调太高步数 (>30) 效果不会更好。
适合：ICON，二次元图像，小场景
DPM++2S a Karras 采样方法生成高质量图像，同等分辨率下细节会更多，比如可以在小图下塞进全身，代价是采样速度更慢
适合：写实人像，复杂场景刻画
DPM++ SDE Karras：civitai上大部分小姐姐选用的
DDIM 收敛快，但效率相对较低，因为需要很多 step 才能获得好的结果，适合在重绘时候使用
适合：写实人像，复杂场景刻画
LMS 和 PLMS 是 Euler 的衍生，它们使用一种相关但稍有不同的方法（平均过去的几个步骤以提高准确性）。大概 30 step 可以得到稳定结果
PLMS 是一种有效的 LMS（经典方法），可以更好地处理神经网络结构中的奇异性
DPM2 是一种神奇的方法，它旨在改进 DDIM，减少步骤以获得良好的结果。它需要每一步运行两次去噪，它的速度大约是 DDIM 的两倍。
Euler 是最简单的，因此也是最快的之一

Batch Count 与 Batch Size #

Batch Count（生成批次） 指定共生成几个批次。
Batch Size（每批数量） 指定每个批次并行生产多少张图片。
Batch count/n_iter：每次生成图像的组数。一次运行生成图像的数量为 Batch count * Batch size。
Batch size：同时生成多少个图像。图像总数是这个值乘以批次数。除 4090 等高级显卡以外通常保持为 1。
大的 Batch Size 需要消耗巨量显存。若您的显卡没有超过 12G 的显存，请不要调节 Batch Size。
对于显存极大的显卡而言，一次生成一张图片无法充分利用显卡计算容量，此时可将 Batch Size 提高以充分压榨算力。

CFG Scale（无分类指导规模）：图像与你的提示的匹配程度。增加这个值将导致图像更接近你的提示（根据模型），但它也在一定程度上降低了图像质量 #

cfg scale 是图像与提示词的契合度，该值越高，提示词对最终生成结果的影响越大，契合度越高。
过高的 CFG Scale 体现为粗犷的线条和过锐化的图像。
对于人物类的提示词，一般将提示词相关性控制在 7-15 之间；
对于建筑等大场景类的提示词，一般控制在 3-7 左右

注意尺寸 #

Width：图像的宽度，像素。要增加这个值，你需要更多的显存。这个值必须是 8 的倍数。
Height：图像高度。大尺度的图像一致性会随着分辨率的提高而变差（模型是在 512×512 的基础上训练的）。非常小的值（例如 256 像素）也会降低图像质量
出图尺寸太宽时，图中可能会出现多个主体。
要匹配好姿势，镜头和人物才不畸形，有时候需要限定量词，多人物时要处理空间关系和 prompt 遮挡优先级。人数->人物样貌->环境样式->人物状态
1024 之上的尺寸可能会出现不理想的结果！推荐使用 小尺寸分辨率 + 高清修复（下方介绍）。

Seed：随机数的起点。保持这个值不变，可以多次生成相同（或几乎相同，如果启用了 xformers）的图像。 #

当输入-1 或点击旁边的骰子按钮时，生成的图像是完全随机的，没有任何规律可言。
而当输入其他随机数值时，就相当于锁定了随机种子对画面的影响，这样每次生成的图像只会有微小的变化。
理论上，种子决定模型在生成图片时涉及的所有随机性。
实际的种子数值并不重要。它只是初始化一个定义扩散起点的随机初始值。
在应用完全相同参数（如 Step、CFG、Seed、prompts）的情况下，生产的图片应当完全相同。(不使用 xformers 等会带来干扰的优化器)
不同显卡由于微架构不同，可能会造成预料之外的不同结果。主要体现在 GTX 10xx 系列显卡上。

Highres. Fix 高清修复 #

通过勾选 txt2img（文生图） 页面上的 "Highres. Fix" 复选框来启用。
该选项会使得模型首先生成一张小图片，然后通过 img2img 将图片分辨率扩大，以实现高清大图效果。
默认情况下，txt2img（文生图） 在高分辨率下会生成非常混沌的图像。

Denoising strength 降噪强度 #

Denoising strength 仅在 img2img（图生图）或 高清修复 时被应用，其表征最后生成图片对原始输入图像内容的变化程度。
通过调整该值，可以降低对画风的影响，但也会弱化 img2img 能力。值越高 AI 对原图的参考程度就越低 (同时增加迭代次数)。
对于图生图来说，低 denoising 意味着修正原图，高 denoising 就和原图就没有大的相关性了。
一般来讲阈值是 0.7 左右，超过 0.7 和原图基本上无关，0.3 以下就是稍微改一些。
实际执行中，具体的执行步骤为 Denoising strength * Sampling Steps。

不间断生成 #

在 WebUI 的生成键上右击即可出现 不间断生成 的选项。

模型位置 #

大模型（Ckpt）：放入 models\Stable-diffusion #

majicMIX（整体最好的真人大模型） #

推荐关键词：
Best quality, masterpiece, ultra high res, (photorealistic:1.4), 1girl
推荐参数:
Sampler: DPM++ 2M Karras
Steps: 20~40
Hires upscaler: R-ESRGAN 4x+ or 4x-UltraSharp
Hires upscale: 2
Hires steps: 15
Denoising strength: 0.2~0.5
CFG scale: 6-8
clip skip: 2

GhostMix（整体最好的2.5D大模型，这个模型对于机甲的处理极棒。） #

推荐参数:
Sampler: DPM++ 2M Karras
Steps: 30
Hires upscaler:R-ESRGAN 4x+ Anime6B
Hires upscale: 2
Hires steps: 20
Denoising strength: 0.5~0.6
CFG scale: 5
clip skip: 2

Night Sky（最华丽的2D大模型） #

Clip skip：2
分辨率：1536 x 1024或更高分辨率。

啥玩意完犊子（很有特点的复古画风大模型，复古日漫画风） #

推荐参数:
Sampler: DPM++ 2M Karras
Steps: 10
Hires upscaler: R-ESRGAN 4x+
Hires upscale: 2
Hires steps: 10
Denoising strength: 0.5
CFG scale: 7
clip skip: 2

MIX-Pro（最通用的2D大模型，此模型需要搭配Vae使用） #

推荐参数:
Sampler: DPM++ 2M Karras
Steps: 20
Hires upscaler: R-ESRGAN 4x+
Hires upscale: 2
Hires steps: 8
Denoising strength: 0.4
CFG scale: 7
clip skip: 2

hypernetwork中文名：超网络。它的功能与embedding、lora类似，都是会对图片进行针对性的调整，可以简单的理解为低配版的lora，models\hypernetworks #

Lora/LoHA/LoCon 模型：放入 extensions\sd-webui-additional-networks\models\lora，也可以在 models/Lora 目录 #

VAE 模型： 一些大模型需要配合 vae 使用，对应的 vae 同样放置在 models\Stable-diffusion 或 models\VAE 目录，然后在 webui 的设置栏目选择。 #

Embedding 模型：放入 embeddings 目录 #