目录

CONTENTS

第1章 Stable Diffusion概述1

1.1 Stable Diffusion简介1

1.2 Stable Diffusion的应用领域2

1.2.1 艺术与设计领域2

1.2.2 广告与营销领域3

1.2.3 游戏开发领域4

1.2.4 影视与动画领域5

1.2.5 建筑设计领域6

1.3 Stable Diffusion的安装7

1.3.1 本地安装7

1.3.2 云服务器部署8

1.4 Stable Diffusion WebUI界面简介9

1.5 使用Stable Diffusion生成一张图像10

1.6 本章小结11

第2章 Stable Diffusion模型12

2.1 Stable Diffusion大模型下载12

2.1.1 使用绘世启动器下载大模型12

2.1.2 在第三方模型网站下载大模型15

2.2 Stable Diffusion中的模型种类16

2.2.1 Checkpoint大模型：生成基本图像17

2.2.2 Embedding模型：微调图像19

2.2.3 Hypernetwork模型：转换风格20

2.2.4 LoRA模型：固定画风21

2.2.5 VAE模型：修复图像22

2.3 Stable Diffusion大模型介绍23

2.3.1 基础大模型23

2.3.2 二次元模型24

2.3.3 写实类模型26

2.3.4 2.5D数绘模型26

2.3.5 特定风格模型27

2.4 本章小结28

第3章 提示词工程29

3.1 提示词用法29

3.1.1 提示词类型29

3.1.2 提示词构成元素30

3.1.3 提示词输入规则30

3.1.4 提示词套用公式30

3.2 提示词语法32

3.2.1 强调关键词语法32

3.2.2 分步绘制语法33

3.2.3 融合语法34

3.2.4 打断语法35

3.2.5 交替绘制语法35

3.3 提示词反推技巧36

3.3.1 使用CLIP反推提示词36

3.3.2 使用DeepBooru反推提示词37

3.3.3 使用WD 1.4标签器反推提示词39

3.4 提示词矩阵40

3.5 本章小结41

第4章 Stable Diffusion文生图42

4.1 Stable Diffusion常用采样方法42

4.1.1 Euler a采样方法42

4.1.2 DPM++ 2M Karras采样方法43

4.1.3 DDIM采样方法44

4.2 Stable Diffusion文生图基本参数44

4.2.1 迭代步数（Steps）44

4.2.2 高分辨率修复（Hires. fix）45

4.2.3 图像尺寸46

4.2.4 出图批次46

4.2.5 提示词引导系数（CFG Scale）47

4.2.6 随机数种子（Seed）47

4.3 文生图实例48

4.4 本章小结50

第5章 Stable Diffusion图生图51

5.1 图生图概述51

5.1.1 “图生图”界面51

5.1.2 缩放模式52

5.1.3 “重绘幅度”参数54

5.1.4 图生图应用55

5.2 图生图主要模式56

5.2.1 “图生图”模式56

5.2.2 “涂鸦”模式58

5.2.3 “局部重绘”模式59

5.2.4 “涂鸦重绘”模式61

5.2.5 “上传重绘蒙版”模式62

5.2.6 “批量处理”模式64

5.3 图生图实例64

5.4 本章小结66

第6章 ControlNet与热门扩展插件67

6.1 ControlNet插件概述67

6.2 常用的ControlNet控制类型70

6.2.1 Canny（硬边缘）71

6.2.2 SoftEdge（软边缘）73

6.2.3 Lineart（线稿）74

6.2.4 Scribble/Sketch（涂鸦/草图）76

6.2.5 MLSD（直线）78

6.2.6 Depth（深度）80

6.2.7 NormalMap（法线贴图）83

6.2.8 OpenPose（姿态）85

6.2.9 T2I-Adapter88

6.2.10 Segmentation（语义分割）90

6.2.11 Shuffle（随机洗牌）91

6.2.12 Tile/Blur（分块/模糊）93

6.2.13 局部重绘96

6.2.14 InstructP2P98

6.2.15 Reference（参考）100

6.2.16 Recolor（重上色）102

6.2.17 Revision104

6.2.18 IP-Adapter106

6.2.19 Instant_ID108

6.2.20 SparseCtrl（稀疏控制）111

6.3 Stable Diffusion扩展插件111

6.3.1 ADetailer：修复图像111

6.3.2 Ultimate SD upscale：无损放大图像113

6.3.3 X/Y/Z图表115

6.4 本章小结118

第7章 AI绘画实战应用119

7.1 建筑设计领域119

7.1.1 建筑设计效果图119

7.1.2 室内设计效果图122

7.1.3 线稿图转效果图124

7.2 平面设计领域128

7.2.1 艺术二维码129

7.2.2 艺术字设计134

7.2.3 表情包设计141

7.3 盲盒设计领域144

7.3.1 线稿转3D盲盒144

7.3.2 涂鸦转3D盲盒153

7.3.3 大模型直接生成盲盒158

7.3.4 三视图生成158

7.4 电商服装领域159

7.4.1 “局部重绘”换装160

7.4.2 “涂鸦重绘”换装162

7.4.3 Inpaint Anything换装164

7.4.4 电商人台转真人模特166

7.5 本章小结177

参考文献178