3步控制AI生成图像为你所用，全网最详细Controlnet教程来了
AI生成图像带来最大的问题就是不可控，随机性过大造成很难真正的产生出可被日常工作环境应用的图像。今天我带来SD的Controlnet教程，让AI生成的100%可控，大大提高文生图的应用场景。
Controlnet教程：前期准备工作
1、科学上网工具
2、Stable Diffusion（没安装的看下之前的攻略）
Controlnet教程：插件安装
###第一步：启动Stable Diffusion
点击进入Extension tab，选 从网上安装(Install from URL)，在URL栏(扩展的git仓库网址)里面粘贴 https://github.com/Mikubill/sd-webui-controlnet 这个网址。
因为国内网络原因，会有下载失败的可能性，多换几个线路试几次就会安装成功。
第二步：在Extension tab下面，进入Installed界面，点击Apply and restart UI就可以启用Controlnet了。
第三步：点击链接
（https://huggingface.co/lllyasviel/ControlNet/tree/main/models）进入，下载 controlnet 的 model 至SD文件夹：extensions：sd-webui-controlnet：models 文件夹。
Controlnet的model比较多，而且每种model都有它对应的使用场景，对于硬盘空间比较小的同学来说非常不友好。这里我推荐几个比较常用的：canny、depth、hed、openpose。
Controlnet教程：使用指南
1、无论是txt2img还是img2img，你的SD界面左下方应该有Controlnet的选项了，点击打开它。
2、选择Enable，把你要生成图像需要模仿的参考动作图拖入框内，点击下方Preview annotator result就可以看到controlnet识别的动作效果了。
3、下面说一下常规设置的参数
（1）Preprocessor和model要选一样的，不然会报错。
（2）Weight：通常不要超过1，其实平时放到0.2~0.3左右就基本可以控制动作了，权重加大之后会让穿着、背景等等更多的细节被强行控制。
（3）尺寸：Canvas Width和Canvas Height要和你上面文生图要生的width和height保持一致，这点需要注意！
（4）Annotator Resolution：预设512够用，但是你调的越大，他对动作和细节的识别越清晰相对你显卡的压力就越大，所以根据实际情况来决定，比如你希望生成的动作他识别不出来，可以通过拉高这个数值来提高识别概率。
4、说一下几个Preprocessor （1）Canny：精描识别对象细节，对于主体与背景色系相同的图像不好使
（2）depth：识别不同景深下的物体，适合不同层次下的应用
（3）hed：粗描识别对象轮廓，对于细节的处理不到位
（4）openpose：识别动作并生成动作骨骼图，适合动作幅度大精度要求高的场景
（5）mlsd、normal、scribble、seg我不常用，就不过多评价。我看到有一些进阶的大佬会使用seg进行分步骤处理图像，对于同一个图像使用不同controlnet分别控制生成结果，这个就比较深入了，未来有机会再讲。
5、最后给几个官方案例供参考
本文为Larwas原创文章,转载无需和我联系,但请注明来自larwas博客 https://larwas.com
- 上一篇： epic 无法下载
- 下一篇： 2023年最新版安装使用LoRA教程，训练独属于你的AI模型
- latest comments
- 总共0条评论
最新评论