Stable diffusion prompts 使用語法、參數講解、插件安裝教程

本文基于 Stable diffusion WebUI 進行講解（安裝在 AutoDL 上，安裝在本地電腦上的也同樣適用本教程）。

初始界面：

文件目錄結構：

上圖紅框中的 4 個文件夾是我們常用到的，embeddings 放置訓練的 embedding 模型，它可以在我們使用基礎模型時，再添加此模型進行疊加效果。

extensions 插件安裝目錄，在 WebUI 插件安裝界面安裝后，可以此文件夾中查看，并上傳相應的插件模型（如 ControlNet 需要專門的模型）

Models 模型文件夾，安裝時會默認下載 v1-5-pruned-emaonly，我們從其它地方下載的模型可以拷貝到此文件夾，在需要使用某個模型時，可以進行切換，如下圖：

outputs 生成的圖系統會輸出到這個文件夾里，可進行查看及保存。

上圖從左到右，依次是：

txt2img： 文字生成圖片

img2img： 圖片生成圖片

Extras： “無損”放大圖片，優化(清晰、擴展)圖像

**PNG info：**從圖片 exif 里獲取圖片的信息，如果是 Stable Diffusion 原始生成的 png 圖片，圖片的 exif 信息里會寫入圖片生成參數

**Checkpoint Merger：**合并不同的模型，生成新的模型

**Train：**訓練 embedding 或者 hypernetwork

**Settings：**設置頁面

**Extensions：**插件的安裝和管理頁面

txt2img

**Sampling method：**采樣方法

● Euler a ：富有創造力，不同步數可以生產出不同的圖片。 超過 30~40 步基本就沒什么增益了

● Euler：最常見的基礎算法，最簡單也最快

● DDIM：速度快，一般 20 步差不多

● LMS：eular 的延伸算法，相對更穩定一點，30 步就比較穩定

● PLMS：改進一點的 LMS

● DPM2：DDIM 的一種改進版，速度大約是 DDIM 的兩倍

**Sampling Steps：**采樣迭代步數

先隨機出一個噪聲圖片，然后一步步調整圖片，向提示詞 Prompt 靠攏。其實就是告訴 Stable Diffusion，這樣的步驟應該進行多少次，步驟越多，每一步移動也就越小越精確，同時也成比例地增加生成圖像所需要的時間。大部分采樣器超過 50 步后意義就不大了

**Restore faces：**優化面部，繪制面部圖像特別注意。原理是調用一個神經網絡模型對面部進行修復

**Tiling：**生成一個可以平鋪的圖像

**Highres. fix：**先生成低分辯率的圖，接著添加細節之后再輸出，可以把低分辨率的照片調整到高分辨率

Batch count、 Batch size： 都是生成幾張圖，前者計算時間長，后者需要顯存大

**Denoising strength：**決定算法對圖像內容的保留程度。因為加的噪聲少，原圖片部分多，加的噪聲多，原圖片部分少。在 0 處，什么都不會改變，而在 1 處，你會得到一個不相關的圖像

**CFG Scale：**對描述參數的傾向程度（也就是生成圖像與提示詞的一致程度），越低的值產生越有創意的結果，如果太低，例如 1，那 Promp t就完全沒用了。一般在 5~15 之間為好，7，9，12 是 3 個常見的設置值

**Seed：**種子數，只要種子數、參數、模型都一致，就能重新生成一樣的圖像，-1 的話是生成一個隨機數

Prompt 語法

正向提示詞例子：

(masterpiece:1.331), best quality,illustration,(1girl),(deep pink hair:1.331), (wavy hair:1.21),(disheveled hair:1.331), messy hair, long bangs, hairs between eyes,(white hair:1.331), multicolored hair,(white bloomers:1.46),(open clothes),beautiful detailed eyes,purple|red eyes),expressionless,sitting,dark background, moonlight,flower_petals,city,full_moon,

**分隔：**不同的關鍵詞tag之間，需要使用英文逗號 , 分隔，逗號前后有空格或者換行不影響結果。例如：1girl,loli,long hair,low twintails（1 個女孩，loli，長發，低雙馬尾）

**混合：**WebUI 使用 | 分隔多個關鍵詞，實現混合多個要素，注意混合是同等比例、同時混。例如：1girl,red|blue hair, long hair（1個女孩，紅色與藍色頭發混合，長發）

**增強/減弱：**有兩種寫法。

● 第一種 (提示詞:權重數值)：數值從0.1~100，默認狀態是 1，低于 1 就是減弱，大于 1 就是加強。例如：(loli:1.21),(one girl:1.21),(cat ears:1.1),(flower hairpin:0.9)

● 第二種 (((提示詞)))，每套一層()括號增強 1.1 倍,每套一層 [] 減弱 1.1 倍。也就是套兩層是1.1*1.1=1.21 倍，套三層是 1.331 倍，套 4 層是 1.4641 倍。例如： ((loli)),((one girl)),(cat ears),[flower hairpin]，這與第一種寫法等價，所以還是建議使用第一種方式。

**漸變：**可簡單的理解時為，先按某種關鍵詞生成，然后再此基礎上向某個方向變化。

[關鍵詞1:關鍵詞2:數字]，數字大于 1 理解為第 X 步前為關鍵詞 1，第 X 步后變成關鍵詞 2，數字小于 1 理解為總步數的百分之 X 前為關鍵詞 1，之后變成關鍵詞 2。

例如：a girl with very long [white:yellow:16] hair 等價為開始 a girl with very long white hair

，16步之后 a girl with very long yellow hair

例如：a girl with very long [white:yellow:0.5] hair 等價為開始 a girl with very long white hair，50% 步之后 a girl with very long yellow hair

**交替：**輪流使用關鍵詞，例如：[cow|horse] in a field，這就是個牛與馬的混合物；[cow|horse|cat|dog] in a field 就是牛、馬、貓、狗之間混合。

**Negative prompt：**負面提示詞，用文字描述不想在圖像中出現的內容。

一些常見的負面提示詞：

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,missing arms,long neck,Humpbacked,missing limb,too many fingers,mutated,poorly drawn,out of frame,bad hands,owres,unclear eyes,poorly drawn,cloned face,bad face

img2img

與 txt2img 類似，在文字提示詞的基礎上，增加了圖片提示。

Denoising strength：與原圖一致性的程度，一般大于 0.7 出來的都是新效果，小于 0.3 基本就會原圖一致

Extras

主要將圖像進行優化，Resize 設置放大的倍率，GFPGAN visibility 主要對圖像清晰度進行優化，CodeFormer visibility 對于老照片及人臉修復很有效，權重參數為 0 時效果最大，為 1 時效果最小，建議從 0.5 開始嘗試。

Upscaler 放大算法，一般不清楚可不選，或者選 ESRGAN_4x。

Batch from Directory 可以進行批量處理，在 Input directory 中輸入需要批量處理圖片的目錄，在 Output directory 中輸入保存結果目錄。

Scale to 中，可自定義圖片的尺寸。

Extensions

插件界面，installed 表示已經安裝好的插件，Available 表示在線可用的插件，一般都是從這里安裝。

點擊 Load from: 加載出可用的插件，然后按 Ctrl + F，輸入想要安裝插件的名稱，以此進行查找。

輸入 CN，查找漢化插件：

安裝后，重新啟動 UI 界面，插件就可以生效了。

兩個比較重要的插件：Dreambooth，ControlNet。