AI绘画:Stable Diffusion从入门到精通

第1章　人工智能绘画概论1
1.1　人工智能绘画的历史4
1.2　人工智能绘画的算法和原理11
1.3　人工智能绘画的工具14
1.4　Stable Diffusion简介16
1.5　思考与练习17
第2章　Stable Diffusion基础18
2.1　Stable Diffusion的安装18
2.1.1　Stable Diffusion整合包的安装19
2.1.2　模型的安装21
2.1.3　插件的安装22
2.2　Stable Diffusion的界面布局24
2.2.1　模型24
2.2.2　功能选项卡28
2.2.3　采样方法（Sampler）28
2.2.4　迭代步数（Steps）29
2.2.5　总批次数和单批数量29
2.2.6　输出分辨率（宽度和高度）30
2.2.7　提示词引导系数（CFG Scale）30
2.2.8　随机数种子（Seed）31
2.2.9　“生成”按钮下的5个图标按钮及其功能31
2.2.10　WebUI中面部修复、可平铺、高分辨率修复的功能32
2.2.11　输出图像框下方的切换按钮及其功能32
2.3　Stable Diffusion的工作流程33
2.4　思考与练习 36
第3章　文生图37
3.1　提示词的类型38
3.1.1　正向提示词38
3.1.2　反向提示词40
3.1.3　提示词的学习与参考40
3.1.4　提示词的写作技巧42
3.2　提示词的语法46
3.2.1　画质和风格46
3.2.2　画面内容50
3.2.3　画面表现53
3.2.4　提示词中的其他功能性文本56
3.3　提示词的权重与符号57
3.4　反向提示词的功能59
3.4.1　反向提示词的类型和功能59
3.4.2　反向提示词的通用格式62
3.4.3　反向提示词的技巧62
3.5　案例：旗袍女生64
3.6　思考与练习67
第4章　图生图68
4.1　图生图参数68
4.2　图生图的常用功能79
4.3　案例制作：暗调光影92
4.4　思考与练习95
第5章　LoRA微调模型96
5.1　LoRA是什么96
5.2　LoRA的类型和功能97
5.2.1　定制人物97
5.2.2　设定风格99
5.2.3　控制光影102
5.2.4　管理场景108
5.2.5　特定模型110
5.3　LyCORIS模型111
5.4　LoRA的分层处理114
5.5　案例制作：水墨效果115
5.6　思考与练习124
第6章　ControlNet的应用125
6.1　了解ControlNet125
6.1.1　ControlNet的工作原理126
6.1.2　ControlNet的安装126
6.1.3　ControlNet的参数128
6.2　ControlNet的类型和功能130
6.2.1　Canny（硬边缘）131
6.2.2　Depth（深度）134
6.2.3　局部重绘139
6.2.4　Lineart（线稿）141
6.2.5　MLSD（直线）144
6.2.6　Normal（常规）146
6.2.7　OpenPose（姿态）148
6.2.8　Reference（参考）153
6.2.9　Scribble（涂鸦）154
6.2.10　Seg（语义分割）157
6.2.11　Shuffle（随机洗牌）159
6.2.12　SoftEdge（软边缘）160
6.2.13　T2IA（自适应）165
6.2.14　Tile（分块）169
6.2.15　IP2P171
6.3　案例操作：ControlNet组合应用172
6.3.1　CG将军案例173
6.3.2　冰雪文字178
6.4　思考与练习184
第7章　Stable Diffusion视频185
7.1　图生图结合ControlNet风格迁移186
7.2　数字人口型动画SadTalker191
7.3　Deforum插件动画194
7.4　补帧工具EbSynth 200
7.5　SD-CN-Animation207
7.6　Runway公司的Gen-2211
7.7　思考与练习215
第8章　综合案例216
8.1　查找素材217
8.2　下载模型220
8.3　文生图调节基础图像222
8.4　图生图控制影调224
8.5　ControlNet控制轮廓225
8.6　用脚本提高分辨率227
8.7　思考与练习229
后记230