Stable Diffusion AI绘画纯新手入门喂饭教程

前言：

我刚开始玩AI绘画的时候也是一脸懵逼，属于工具下好了都不知道怎么用那种。

在这里我用一个新手的角度来总结你可以遇到的各种问题，属于喂饭喂到嘴边那种。

问题1：怎么下载啊？

因为这里我只用过秋叶的整合包，所以我也只能推荐你用

https://www.bilibili.com/video/BV1iM4y1y7oA

下载地址和密码都在简介里面，建议去看一下

下载教程：

1. 下载里面的 sd-webui-aki-v4.1.zip
2. 解压到一个位置
3. 打开sd-webui-aki-v4.1 文件夹 里面的 A启动器.exe
4. 依次点击 – 高级选项 – 生成引擎改成你的显卡，显存优化根据你的显存来

问题2：配置要求怎么样？配置不够怎么办？

推荐配置：拥有Nvidia独立显卡、RTX20系以后的显卡。仅生成图片推荐8G显存（4G是最低保障配置）训练推荐大于12G（越大越好）

内存推荐16G及以上。硬盘推荐使用固态硬盘，否则你开软件要等个5-10分钟。

以上为秋叶的原话，但是我的电脑是达不到以上配置的，那么能玩吗？

能！就是会生成图片有点久，比如我生成一张图片，大概需要2-3分钟 对应的神经网络速度 大概是 8-10 it/s ，这个数字越大 生成图片越快！

如果你配置按照他推荐的画，估计30秒左右就生成好了，大大增强了使用体验！

问题2：关键词是啥？

告诉AI你要画的画里面包括什么元素，比如：

• 1girl 一个女孩
• white dress 白色裙子

只不过这个必须得英文，如果你太懂英文可以求助于翻译软件，把你想画的内容翻译成英文再复制进去就行了！

关键词分为两种：一种是正面tag（关键词） 一种是反面tag

正面就是你希望包括什么元素，反面就是你不希望包括什么元素，其实反面tag可以为空，但是AI画图随机性很大，很容易画崩而浪费时间（画崩就是脸画的扭曲，手指画的不对称等等），为了减少这种情况，我建议不论什么情况都在tag加入以下内容：

正面tag：
masterpiece, best quality，extremely detailed eyes and face

反面tag：
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

问题3：关键词预设？

我可以把想要的关键词预设吗？每次都输入相同的内容太麻烦了！

可以！

你可以点击这个图标将当前输入的关键词保存为预设，也可以通过修改文件来更加自由的自定义，

我推荐后者！

在根目录找到 styles.csv – 右键用记事本打开

格式为：名字（可为中文），“正面关键词”，“反面关键词”

特别注意：关键词旁边的引号不要忘记了，如果没有反面关键词，记得正面关键词的后面的逗号也别忘了（见全身照），否则会出现奇奇怪怪的错误！

保存文件后打开sd界面，点击预设样式旁边的🔄 按钮刷新！

问题4：关键词权重

这也是我后面才遇到的问题，关键词多了以后，有些关键词会被AI忽视掉，但是你觉得这个词很重要不能忽视，怎么办？

权重的作用就来了！

比如：(1girl)举例子：

(1girl) 加权重，这里是1.1倍。括号是可以叠加的，如（(girl)) 的权重 为 1.1*1.1=1.21倍

[1girl] 减权重，一般用的少。减权重也一般就用下面的指定倍数。

(1girl:1.6) 指定倍数，这里是1.6倍的权重。还可以 (girl:0.9) 达到减权重的效果

问题5：模型如何使用和下载？

模型下载我只推荐去C站：https://civitai.com

AI模型最大的下载站，没有之一！而且都是免费的！

我来讲讲常用的两种模型的使用（目前我也只接触了这两种）：

CHECKPOINT：

如果你要下载的模型是CHECKPOINT 且 大小一般都在2G以上，那么你就把他下载完放到：

根目录/models/Stable-diffusion 里

使用的时候你只要选择你下载后的Stable Diffusion 模型

LORA：

如果你要下载的模型是LORA 且 大小一般都在200MB以下，那么你就把他下载完放到：

根目录/models/Lora 里

使用的时候你只需要在正面关键词里面添加 <lora:Lora模型名字:1>

后面的1是Lora模型权重，数字范围0-1直接，权重越高生成出来的图也和Lora模型越相似

结语：

如果朋友们还有其他问题欢迎在评论区补充，我会尽力回答！