santa hat
deerdeer nosedeer glow
Sign In

【中文文档】Stable Diffusion 潜工具书(2023/12/22)

Dec 21, 2023
tool guide
【中文文档】Stable Diffusion 潜工具书(2023/12/22)

本文档是Stable Diffusion 潜工具书【中文文档】 | Civitai 的更新维护版本

文档同步链接:Stable Diffusion 潜工具书

前言

介绍说明

Stable Diffusion (稳定扩散) 是一个扩散模型,2022年8月由德国CompVis协同Stability AI和Runway发表论文,并且推出相关程序。SD-WebUI本身并不难,但在并联计划失效之后,缺乏一个能够集合相关知识的文档供大家参考。本文档的目的正在于此,用于弥补并联计划这个空缺。入有想要增加的内容,请联系 千秋九yuno779

 - NovelAI信息并联计划原址:https://kdocs.cn/l/cre0TwbMkdx3

注意:本文档部分链接文档/内容无对应中文版,考虑到部分为专业性文档,需要有很强的英语能力/熟练使用GPT等工具才能正常阅读。固请不要以此问题询问他人,如有需要请自行寻找GPT等工具使用教程。

声明

1. 如果本文档外链的内容中有不合适的内容,与本文档无关。

2. 引用或复制本文档内的内容需要注明链接。

3. 文档基于公开材料和经验编写,不对内容准确性负责(但作者会尽力确保内容的准确性和排除民科内容)。

4. 注意:Stable diffusion没有付费知识,所有所谓付费知识/教程的人均为使用开源内容打信息差,所有变现\行业案例均为学习完基础内容就可以自行操作。开源内容请不要对此进行付费。

5. 另外因您的数据的产生、收集、处理、使用等任何相关事项存在违反法律法规等情况而造成的全部结果及责任均由您自行承担。

1. 基础链接

a.相关资料

stable diffusion 

 - SD本体论文:https://arxiv.org/abs/2112.10752

 - SD官网:Stable Diffusion Online (stablediffusionweb.com)

 - git仓库:https://github.com/CompVis/stable-diffusion

CLIP

 - 论文https://arxiv.org/abs/2103.00020

LyCORIs

 - LyCORIs论文:[2309.14859] Navigating Text-To-Image Customizatio

 - LyCORIs git仓库KohakuBlueleaf/LyCORIS: Lora beYond Conventional methods

Latent Consistency Models(LCM)

 - LCM论文:[2310.04378] Latent Consistency Models:

 - LCM Lora论文:[2311.05556] LCM-LoRA

 - LCM官网:Latent Consistency Models:

 - LCM git仓库:luosiallen/latent-consistency-model

其他论文合集:

 - 【AI绘画】一坨论文送给大家 AI绘画相关论文

这是西天取来的经文.jpg

b.SD相关常用的本地UI

● SD webui:

 - SD WebUI:AUTOMATIC1111/stable-diffusion-webui: Stable Diffusion web UI

 - DirectML:lshqqytiger/stable-diffusion-webui-directml

 - SD.Next(Vlad):vladmandic/automatic: SD.Next

● ComfyUI&ComfyBox的git仓库:

 - https://github.com/space-nuko/ComfyBox

 - https://github.com/comfyanonymous/ComfyUI

● HCP-WebUI:

 - HCPDiffusionIrisRainbowNeko/HCP-Diffusion

 - HCP-Diffusion webui7eu7d7/HCP-Diffusion-webui: webui for HCP-Diffusion

● sd-scripts:

 - kohya-ss/sd-scripts (github.com)

 - Akegarasu/lora-scripts: LoRA training scripts & GUI use kohya-ss's trainer

● InvokeAI:

 - invoke-ai/InvokeAI

c.模型/资源站

Civitai:

 - Civitai: The Home of Open-Source Generative AI

Hugging face:

 - Hugging Face – The AI community building the future.

吐司AI(刚接触AI绘画的可以先去试试):

 - [Blocked Link][Blocked Link]

2. 黑话解释

AI绘画方面有很多黑话,很多不单独做解释是比较难以理解的。虽然有人在尽可能的阻止一些不必要的黑话的产生,但仍然不可避免的产生了一些例如“魔法师”、“炼丹炉”这种的黑话。

a. AI有定义的专用名称解释解释

【AI术语】看不懂炼丹黑话?相关词条整理(什么是炸炉?过拟合?学习率? - 哔哩哔哩 (bilibili.com)

b. 其他一些黑话

(有更多的在补充)

咒语:指代提示词prompt

魔法师:指代写出提示词prompt的人

炼丹:指代训练练AI模型

炼丹炉:指代训练AI模型的地方

炼丹术士:指代训练AI模型的人

炸炉:指炼丹炼炸了,包括但不限于:CUDA OUT OF MEMORY、loss=nan、过拟合等

3. 新手入门

a. 两个视频、一本书:

● AI绘画基础理论科普 by:飞鸟白菜

我希望每个人都去看完这个视频,而不是只停留在解压缩、双击、运行、输关键词、出图,或者是单单的拿着一些“好用的”参数去生成一些AI模型。

 - 【轻科普】StableDiffusion那些事儿

● 深入理解Stable Diffusion by:秋葉aaaki

SD-AI绘画和模型作用基本的原理讲解,比较适合适合新人原理讲解视频

 - 【AI绘画】深入理解Stable Diffusion!

● 《扩散模型从原理到实战》

扩散模型我们如今已经都不陌生,它是我们熟知的当下流行的 AI 绘图背后的技术。这本书由 Hugging Face 中国社区的本地化志愿者团队成员完成,书的内容基于 Jona 和 Lewis 在 Hugging Face 上发布的扩散模型课程

 - Hugging Face 第一本中文图书出版啦_哔哩哔哩_bilibili

 - 《扩散模型从原理到实战》- 京东图书

b. 百科/教程/安装/使用

● Stable Diffusion WebUI

SD-Webui 从入门到卸载:保姆级下载、安装、使用甚至到卸载一本全浅度解析手册:

 - Stable Diffusion WebUI 从入门到卸载

SD-Webui中文使用手册

 - Stable Diffusion WebUI使用手册(简体中文)

SD-Webui Wiki

 - Home · AUTOMATIC1111/stable-diffusion-webui Wiki (github.com)

关于使用 AI 绘画的 Wiki、翻译、教程与相关资源。主要内容涉及 SD WebUI

 - AiDraw | AiDraw (novelai.dev)

当然了,文章因为内容比较多是比较长的所有肯定有很多人看不下去。所以也推荐去看一看一些up主的视频。

注意:

①除非你完全可以信任一个模型,那么请尽量避免使用.ckpt后缀的模型。

②请不要听从其他人的任何建议,关闭模型检查。请及时拉黑让你开启允许加载不安全模型这个选项的人。

● ComfyUI 使用手册

Comfy节点UI使用手册,使用 comfyui来手撕潜空间吧!

 - ComfyUI插件节点使用手册 (shimo.im)

 - 【专业向节点AI】SD ComfyUI大冒险-基础篇 00安装与部署

● VLAD(SD.Next

不建议使用,这里仅作展示说明

 - git仓库:vladmandic/automatic: SD.Next

 - Vlad Diffusion webui:更简单的部署SD - 知乎 (zhihu.com)

 - Complete Guide To VLAD Diffusion Installation

● 其他UI

invoke-ai/InvokeAI: InvokeAI is a leading creative engine for Stable Diffusion models, empowering professionals, artists, and enthusiasts to generate and create visual media using the latest AI-driven technologies. The solution offers an industry leading WebUI, supports terminal use through a CLI, and serves as the foundation for multiple commercial products. (github.com)

图像编辑和图像编辑合二为一

NMKD Stable Diffusion GUI - AI Image Generator by N00MKRAD (itch.io)

NMKD是简单稳定的一个SD GUI

ddPn08/Radiata: Stable diffusion webui based on diffusers. (github.com)

Radiata,最速的SD GUI,可以使用TRT

 b站推荐Up主

● 秋葉aaaki

目前b站AI生成图片领域的头部Up,新人入坑推荐去看她的视频,不仅讲解很详细,同时还有对于新人极度友好的整合包和训练包使用。

 - 秋葉aaaki的个人空间_哔哩哔哩_bilibili

这是使用教程/知识合集的专栏,想要了解的可以查看一下

 - AI绘画使用教程- 文集 哔哩哔哩专栏 (bilibili.com)

 - AI绘画知识合集- 文集 哔哩哔哩专栏 (bilibili.com)

● 只剩一瓶辣椒酱

目前b站ComfyUI讲解全面的Up主,如果想要使用ComfyUI推荐去系统的看完视频。同样有对于新人极度友好的AI绘画包。

 - 只剩一瓶辣椒酱的个人空间_哔哩哔哩_bilibili

 - 合集_ComfyUI大冒险_哔哩哔哩_bilibili

● 琥珀青葉

LyCORIS作者,有讲解Stable diffusion的很多基础内容

 - 琥珀青叶的个人空间_哔哩哔哩_bilibili

 - 合集_玩轉SD_琥珀青叶的个人空间_哔哩哔哩_bilibili

d.Novel AI

NaiV3的出图效果不错,但是容易出现ip角色或logo以及一些水印,部分图甚至可以直接找到或者根据水印找到原图,所以对于naiV3作者本人不做任何推荐,但是如果想要尝试则需要注意此问题。

NAI-V3的使用守则:

 - NAI-V3的使用守则 | Civitai

NAI-V3的tag写作方式:

 - NAI-V3的tag写作方式

NAI3.0魔法书:

 - NAIv3 Artists SFW Only

 - 解构原典——NAI3.0进阶魔法书

 - 500画风-NovelAI V3示例

4. 安装与部署

a.SD WebUI

● SD WebUI git 安装

有能力的可以自行部署stable dffusion相关UI,不过一般而言更推荐下面的整合包(工具)

WebUI:

 - AUTOMATIC1111/stable-diffusion-webui

● SD WebUI秋叶整合包与启动器

SD WebUI秋叶整合包与SD Webui绘世启动器

 - 【AI绘画·11月最新】Stable Diffusion整合包v4.4发布!

 - 【AI绘画】绘世启动器正式发布!!

SD WebUI秋叶整合包A卡适配版

 - 【AI绘画】Stable Diffusion A卡专用整合包(DirectML)

● SD WebUI贴吧一键整合包

搭载了dreambooth等插件,方便的自己炼制大模型(最低要求12G显存)。能够有效避免自行安装dreambooth插件时出现的各种问题。同时贴吧整合包适配A和和I卡,更方便使用

 - WebUI | SD - WebUI 资源站 (123114514.xyz)

● WebUI设置、预设文件搬迁(更换整合包)

 - 【AI绘画】换整合包/自部署WebUI如何搬家设置与模型?设置、预设文件搬迁

b. ComfyUI

ComfyUI:

 - https://github.com/comfyanonymous/ComfyUI

SD ComfyUI 无限圣杯AI节点:

无限圣杯工具是由只剩一瓶辣椒酱-幻之境开发小组开发的一款基于SD ComfyUI 核心的 Blender AI 工具,它将以开源&免费的方式提供给 blender 用户使用。

 - 无限圣杯AI节点(ComfyUI) 使用者手册 (shimo.im)

5. 提示词编写&基本功能使用

a. 提示词辅助站

实际上这些辅助站用处并不是很大,通常写出来的词条也都是非常简单的“1girl”提示词。所以还是建议对照《元素法典》等提示词合集照着葫芦画瓢。

 - aitag

 - 词图PromptTool - AI绘画

 - NovelAI tag在线生成器 (wolfchen.top)

……(类似的网站有很多)

b. 交流站

 - AIGODLIKE-开源AI冒险社区

c. 提示词合集:现成的提示词任君采撷

● 元素法典:

元素法典为写好的现成提示词合集,其中2.0和2.5卷含有众多高质量提示词。1和1.5卷受限于时代原因问题众多不做推荐,新人也不建议查看。

 - 元素法典 第二卷——Novel AI 元素魔法全收录

 - 元素法典 第二点五卷——Novel AI 元素魔法全收录

元素法典-奥术(Arcane)

 - 奥术(Arcane)第一卷

 - 奥术(Arcane)第二卷

 - 奥术(Arcane)第三卷

● 旧日黎明:

比较新的一个提示词合集,但是由于目前模型众多的原因,很多提示词不再通用,所以需要自行测试提示词的效果

 - 旧日黎明——献给朋友们的法术书 (kdocs.cn)

 - 幻想魔法书——星月黎明(星月之选)

 - 幻想魔法书——星月黎明(花语之选)

 - 天焕黎明——风啸卷

 - 天焕黎明——残云卷

 - 幻想魔法书——曙光卷

 - 幻想魔法书——晨曦卷

● C站/社区常用高质量提示词:

C站的低质量提示词,为什么说是低质量呢?因为里面的提示词全是在描写一个怎么样的“1girl”

 - [C站/社区常用高质量提示词] v2.0

d. 从玄学到科学

● 元素同典:提示词编写的基础理论

元素同典是法典组几乎全部研究的合集,从原理来说明讲解如何合理的编写提示词,如果想要写入高质量的提示词,那么最好看完这个文档

 - 元素同典:确实不完全科学的魔导书

● 由SD-webui的大括号开始谈起

有关提示词编写过程中一些玄学民科的东西的纠错与解释

 - 浅考sd-webui大括号{}处理

6. 模型站

提示:不建议使用一部分国内的AI模型站(LibLibAI、海艺AI),其中曾出现过例如“霸王条款事件”(了解过自然知道,不了解的我也懒得说)等众多离谱操作,如有能力还是尽可能使用Civitai和hf。

a. 抱脸(hugging face)

应该是最大的AI交流站,内有部分sd模型

 - Hugging Face – The AI community building the future.

b. Civitai

也就是常说的C站,使用最为方便,绝大部分模型都是从这里发布的。至少这里不是每个模型不管质量就只能说好,垃圾模型或离谱言论也会被人指出。(上不去别问,上不去就去tusi的C站镜像)

 - civitai

c. AITool模型交流站

上不去Civitai和Huggingface的可以使用这个网站,比较方便。

 - AiTool.ai - Explore the world of AI

d. 吐司AI

国内新晋AI模型站,因其方便免费的生成图功能等而广受好评(我推荐是因为这网站没搞过离谱操作)。特色是具有功能比较全的在线文生图功能。

 - [Blocked Link][Blocked Link]

e. 其他模型站

TI模型站

远古时期的ti模型站,主要分享ti模型为主,现状用处已经不是很大了

 - Stable Diffusion Textual Inversion Embeddings (cyberes.github.io)

臭站

国内社群制作的Stable diffusion资源站,内容比较多但是目前似乎缺乏更新

 - 主页 | SD - WebUI 资源站 (123114514.xyz)

 - 主页 | SD - WebUI 资源站 (114514123.xyz)

7. 模型相关

a. 推荐的好模型

b. 不推荐的热门模型

推荐模型和不推荐模型懒得说了,垃圾模型更新太快不可能全都列举,这里也不再更新推荐啥别用啥。很多都是老生常谈的问题,但很多人还是把一堆答辩奉为圭臬。建议放下助人情节,嘲笑他人命运。

c. 模型基础

● 模型基础理论V2.0

从原理和模型结构上详解了模型的一些基本的东西,有助于帮助大家分别好模型和不好的模型。以及帮助大家自己制造比较好的模型。模型为啥推荐为啥不推荐,在这个文章都有答案。

 - 模型理论科普V2.0.0627

 - Civitai | Model basis theory

● clip与提示词的测试&clip修复

微笑测试:

 - [調査] Smile Test: Elysium_Anime_V3 問題を調べる #1|bbcmc (note.com)

 - [調査] Smile Test: Elysium_Anime_V3 問題を調べる #2|bbcmc (note.com)

 - [調査] Smile Test: Elysium_Anime_V3 問題を調べる #3|bbcmc (note.com)

clip修复:

 - Skip/Reset CLIP position_ids FIX (rentry.org)

d. 并不科学的Model Block Merge

注意,MBW相关内容请不要无脑的认为那一层是画什么的,现有的这一部分理论都是有限实践测试的内容,仅在部分条件下通用。

 - Merge Block Weightedを使ってモデル合成をする方法|フェイさん (note.com)

 - [実験レポ] Model Block Merge で、 U-Net の各レイヤーの影響を調べる #2

 - What is Block merging? (rentry.org)

 - Merge Block Weight 魔法密录1.0正式版

e.从扩散模型中删除概念

可以删除模型中的某些概念,且对于模型其他部分的影响较小。

 - 项目网站:Erasing Concepts from Diffusion Models (baulab.info)

 - 相关论文:[2303.07345] Erasing Concepts from Diffusion Models (arxiv.org)

 - git仓库:rohitgandikota/erasing: Erasing Concepts from Diffusion Models

UCE概念编辑:

 - 项目网站:Unified Concept Editing in Diffusion Models (baulab.info)

 - 相关论文:[2308.14761] Unified Concept Editing in Diffusion Models

 - git仓库:rohitgandikota/unified-concept-editing

8. 训练

a. 相关链接

 - Dreambooth网站:DreamBooth

 - Dreambooth论文:[2208.12242] DreamBooth

 - Lora论文:[2106.09685] LoRA: Low-Rank Adaptation of Large Language Models

 - Lora论文解读①:爆火的stable-diffusion微调方法lora论文逐段精读

 - Lora论文解读②:【论文精读】LoRA(下):爆火的stable-diffusion模型微调方法

 - 附加:【论文串读】Stable Diffusion模型微调方法串读_哔哩哔哩_bilibili

 - TI论文:rinongal/textual_inversion (github.com)

 - TI git仓库:rinongal/textual_inversion (github.com)

 - DreamArtist论文:[2211.11337] DreamArtist

 - DreamArtist git仓库IrisRainbowNeko/DreamArtist-stable-diffusion

b. 模型训练内容详解

这里详解了除LoRA训练之外的其他常用训练方法,讲解十分详细,内有Textual Inversion、Hypernetwork、Dreambooth的训练初步教程

 - 深入 | AiDraw (novelai.dev)

c. UP主:青龙圣者

LoRA的详细训练教程推荐查看青龙圣者的视频教程,讲解极为详细

 - 青龙圣者的个人空间_哔哩哔哩_bilibili

 - 青龙圣者的个人空间_合集·AI绘画进阶教程_哔哩哔哩_bilibili

 - 【神童优化器!全程自适应训练】最新lora训练教程11_哔哩哔哩_bilibili

d. 训练教程

● 一般训练教程

 - Lora训练入门教程 (yuque.com)

 - THE OTHER LoRA TRAINING RENTRY

 - Hypernetwork training for dummies (rentry.org)

● kohya_ss/sd-scripts

市面上见到的绝大部分教程视频、说明文档等内容,都是围绕这个展开的,git仓库地址:

 - kohya-ss/sd-scripts (github.com)

sd-scripts的docs中文文档内容

 - kohya_ss/docs/train_README-zh.md

 - kohya_ss/docs/train_db_README-zh.md

 - kohya_ss/docs/train_network_README-zh.md

另附:秋叶魔改的LoRA训练器,中文UI界面更直观,并且自带tagger等功能,十分方便。

 - Akegarasu/lora-scripts

● HCP-Diffusion

我只推荐能够自行顺利安装并能顺利跑起来的人去使用HCP-Diffusion,但是如果不能自行顺利安装并顺利跑起来,那么说明这个工具与你无缘。

HCP-Diffusion/HCP-Diffusion-Webui的github仓库地址(不推荐使用HCP-Diffusion-WebUI,因为全是bug)

 - 7eu7d7/HCP-Diffusion: A universal Stable-Diffusion toolbox

 - 7eu7d7/HCP-Diffusion-webui: webui for HCP-Diffusion (github.com)

相关教程链接:

 - Welcome to HCP-Diffusion documentation! — HCP-Diffusion 0.1.0 文档

自动数据集

利用waifuc可以自动获取训练所需数据集:

 - 工具链接:deepghs/waifuc: Efficient Train Data Collector for Anime Waifu

 - 说明文档https://deepghs.github.io/waifuc/main/index.html

全自动番剧数据集

 - cyber-meow/anime_screenshot_pipeline

9. 工作流

a. Img2Img相关的教程与应用

图生图超详细教程。详细讲解了修复细节、命题作文、艺术创作等方法和内容,AI 辅助(画师)绘画入门必读内容

 - 重绘学派法术绪论1.1

 DragDiffusion控制器

 - DragDiffusion论文:[2306.14435] DragDiffusion

 - Drag git仓库Yujun-Shi/DragDiffusion: Official code for DragDiffusion

可以根据自己需要控制图片中的内容的一个工具,具体效果可以查看下面的链接

 - DragDiffusion

本地安装部署教程

 - DragGAN官方本地安装部署教程

c. ControlNet控制网相关应用

ControlNet相关的工作流或者是应用太多了,随便搜索都有几百个例子,不可能全部都放到文档内,这里生成二维码仅作举例说明。

 - ControlNet论文:arxiv [2302.05543]

 - ControlNet git仓库:lllyasviel/ControlNet: Let us control diffusion models!

AI 生成可识别风格二维码:

相关模型:

 - Controlnet QR Pattern (QR Codes) - v1.0

相关git仓库:

 - qrcode-toolkit: Anthony's QR Code Toolkit for AI generated QR Codes

与之相关教程与链接合集,以及如何制作有效的风格二维码:

 - Stylistic QR Code with Stable Diffusion (antfu.me)

 - Refining AI Generated QR Code (antfu.me)

原始链接,最开始提出概念的文章:

 - AI 生成可扫码图像 — 新 ControlNet 模型展示 (qq.com)

d. StableSR 超分

 - git仓库IceClear/StableSR

 - 论文:[2305.07015] Exploiting Diffusion Prior for Real-World Image Super-Resolution

 - StableSR的Webui插件:pkuliyi2015/sd-webui-stablesr

 - 网站: StableSR | MMLab@NTU (iceclear.github.io)

e. Segment Anything分割万物

这个东西应用范围非常广泛,从AI训练数据集的处理到l2d的拆分等,下面仅为几个例子:

 - 论文:[2304.02643] Segment Anything (arxiv.org)

 - 论文解读①:【论文精读】Segment Anything论文精读(上)_哔哩哔哩_bilibili

 - 论文解读②:https://www.bilibili.com/video/BV1uL411e73k/

 - git仓库:facebookresearch/segment-anything

 - 网站:Segment Anything | Meta AI (segment-anything.com)

 - Segment Anything for WebUi:continue-revolution/sd-webui-segment-anything

基于segment-anything遥感影像识别分割,矢量化:

 - 首个基于segment-anything一键自动提取建筑物轮廓,AI智能遥感影像识别

 - step2直角化,轮廓规则化!

 - 见证颠覆!令人惊叹的SAM遥感影像分割直角化,轮廓规则化

segment-anything自动分割同图层内容。便于修改已画好但是没有区分图层的内容,或用于换装等其他用途。

 - AI绘图小寄巧之通过SAManything实现换丝袜自由_哔哩哔哩_bilibili

另外Segment Anything还可用于L2d立绘图的拆分等众多用途,具体还有什么别的作用,自行测试应用即可。

10. 工具网站/文章

有需要再进行补充

a.其他链接

AIGC相关内容速查,涉及内容全面(截止到2023/9,无后续更新)

 - https://pharmapsychotic.com/tools.html

"NAI Anine" Pure Negative Prompt (and more)

 - 6DammK9/nai-anime-pure-negative-prompt

SD RESOURCE GOLDMINE

 - SD RESOURCE GOLDMINE (rentry.org)

 - SD RESOURCE GOLDMINE 2

 - SD RESOURCE GOLDMINE 3

 - SD Updates (3) (rentry.org)

Just yet another Stable Diffusion links hub (WIP)

 - Just yet another Stable Diffusion links hub (WIP) (rentry.org)

SD Hypertextbook

SD Hypertextbook (rentry.org)

More /sdg/ links

More /sdg/ links (rentry.org)

b.其他工具/文章合集

 - novelAi.DEVNovelAI.Dev

 - Danbooru 标签超市:Danbooru 标签超市 (novelai.dev)

 - SD法术解析Stable Diffusion 法术解析 (novelai.dev)

 - 画图机器人(Koish.js):NovelAI Bot

 - 画图机器人(Nonebot):Nonebot-plugin-novelai | nonebot-plugin-novelai

 - 动漫图片去背景:Anime Remove Background - a Hugging Face Space by skytnt

 - 一篇很好笑的文章:何故日本のAI技術は中国人に完全敗北したのか?

快速分别AI图

能够通过多种方法快速分辨AI生成图,并且有较高的识别率

 - 如何快速分辨AI生成图V

a Neural Network playground

这个用来解释训练参数应该怎么调还挺直观的

 - http://playground.tensorflow.org/

c.AI对抗相关

● 「AAP」整合包

AdversarialAttackPlayground (油漆厂)整合包,一键启动,拥有 Mist-v2、Glaze 等 AI “毒丸”,保护图像免受 AI 训练。和一键去除 Mist-v2、Glaze 的干扰的工具。

 - 秋葉aaaki的动态-哔哩哔哩 (bilibili.com)

● MIST

MIST纯粹是因为比较火,最近都在沸沸扬扬的讨论才加到这里的,望周知。注意:MIST实际上几乎没有任何作用,效果还不如脸上打水印,详情请看MIST Lora Training Test链接

 - 论文:[2302.04578] Adversarial Example Does Good

 - git链接:mist-project/mist (github.com)

 - mist fucker:MIST Fucker - a Hugging Face Space by mf666

MIST Lora Training Test(MIST相关LoRA训练对比测试)

 - https://civitai.com/articles/3452/mist-and-mist-fxxker-lora-trianing-test

 - MIST & MIST FXXKER Lora Trianing TEST LORA and Data | Civitai

MIST effect LoRA (Lora形态MIST,启动!)

 - Adjusting Mist V2 effect / Mist V2 效果调节 - v1.0 | Civitai

● 针对于AI绘画识别器的对抗攻击:

这个以让 saltacc/anime-ai-detect 的AI画图识别器失效

 - git链接:IrisRainbowNeko/anime-ai-detect-fucker (github.com)

● 图像噪声去除:

 - git链接:lllyasviel/AdverseCleaner: Remove adversarial noise from images

 - hf spaces:AdverseCleaner - a Hugging Face Space by p1atdev

● AI图像识别器网站:

这个网站不只是识别不准确,甚至置信度都可以被控制,不建议作为参考。并且这对于AI辅助绘画的图识别准确率几乎为0

 - Hive Moderation

● 人工分辨AI直接生成图:

让我们看看人工队的表现如何

 - 如何快速分辨AI生成图V

11. 社群/论坛

a. 论坛

 - CGKIT-AIhttps://bbs.cgkit.cn/

 - PixAI.ArtPixAI - Anime AI Art Generator for Free

 - Aibooru: AIBooru: Anime Image Board

 - 片绘社区:片绘 - 致力于成为最好的AI创作社区 (hua-der.com)

b. 社群

当然除了以下推荐之外,还有一大堆QQ群或者其他群聊可以进行交流,需要注意分辨是否为打着AI交流群的买课/诈骗或者就是单纯使用AI机器人的群。

 - 秋叶的甜品店https://pd.qq.com/s/52gnwun21

 - National Novel School of Witchcraft and Wizardry:(QQ群)557260478

 - 元素法典AI社群(请自行寻找加入方式):https://space.bilibili.com/1981251194

12. 【重要】拒绝民科!

a. 相关问题原因&说明

AI绘画使用的超低门槛与实际研究群体的超高门槛之间存在着非常严重的断层。这就意味着玄学民科的内容会非常的多。

 - 模型理论科普V2.0.0627

这个文档反驳了非常多的玄学民科内容,然而还有更多的玄学民科内容还在等着我们去科普

b. SD社区现状

SD目前并没有专门的交流社区/或者说即使有交流社区那么环境也是比较差的(例如猫鼠队),而一般的网站又过于简单零碎,各自为阵的群聊也有一部分人在输出玄学民科内容,并且还有相当的一部分人进行吹捧。而刚接触的新人也没啥分辨能力,再加上一部分国内网站不干人事的追求流量的行为,自然而然的会出现,玩了几个月发现自己玩的都是垃圾,或者自己也加入输出这种民科内容等等情况。

c. 举例说明

  • 相关举例:

    “采样器影响提示词准确性”

    “LoRA训练dim无脑开128最好”

    “训练时长和模型质量是直接相关的”

    “训练集图片越大质量越好”

    ……

以上这些都是已经证伪的民科理论,相关的东西还有很多。

● 墨幽(HIFI级ai绘图模型):

【AI绘画】模型修剪教程:8G模型顶级精细?全是垃圾!嘲笑他人命运,尊重他人命运 - 哔哩哔哩 (bilibili.com)

● 模型VAE:

【AI绘画】不是每个模型都需要外挂VAE! VAE真正的作用是什么? - 哔哩哔哩 (bilibili.com)

当然其他的东西也是有非常多的,只是没有有流量的人说明我提出了必定被喷,为了避免麻烦也是因为Lazy就懒得说了,有兴趣自己去看论文。

13. 私货环节:

a. Anything Ink | Stable Diffusion anime model

来试试Anything ink动漫模型吧!

 - X779/Anything_ink · Hugging Face

 - [Blocked Link][Blocked Link]

 - 万象熔炉 | Anything V5/Ink - ink | Stable Diffusion Checkpoint | Civitai

这个模型不含有junk data、模型clip等无错误、提示词准确且不乱加不相干的细节,并且可以画男孩子和纯风景图。

 特别鸣谢:

元素法典组:

 - 元素法典制作委员会的个人空间_哔哩哔哩_bilibili

吐司AI:

 - 吐司 TusiArt.com

 幻想魔法书—旧日黎明:

 - 旧日黎明-献给朋友们的法术书

社群/群聊:

【XDiffusion AI绘画研究交流群】

【珊瑚宫︱数字生命研究所】

【AI绘画lora交流群】

【秋叶的甜品店】

103

Comments