AI绘画教程：Stable Diffusion软件关键词tag操作指南

不敢妄称教程，只是根据自己最近的理解与实践，只能说是给后来的AI绘画作画者一点快速上手入门的参考吧。
主要是涉及 SD webui 界面介绍 参数含义及调整，txt2img 怎么设置特征点，img2img 怎么完善原始图像等内容。

各选项卡的一句话介绍
txt2img 文生图：顾名思义就是用文字生成图片
img2img 图生图：顾名思义就是用图片生成图片
Extras 更多：这里其实是“无损”放大图片用的
PNG info 图片信息：从图片exif里获取图片的信息，如果是SD原始生成的png图片，图片的exif信息里会写入图片生成参数的，所以你在网上看到大佬生成的美图，可以用这个功能帮你查看
Checkpoint Merger 模型（ckpt）合并：合并不同的模型，生成新的模型
Train 训练：自己炼 embedding 或者 hypernetwork
Settings 设置：顾名思义就是设置页面
Extensions 扩展：顾名思义这里是扩展的管理页面。

【文生图界面】
这估计是新人最常用的界面了，顾名思义就是用文字生成图片的地方

提示词 Prompt
用文字描述你想要生成的东西

支持的语言
支持的输入语言为英语（不用担心英语不好的问题，目前网上有很多tag生成器供你使用），SD支持用自然语言描述，不过还是推荐使用用逗号分隔的一个个的关键词来写，当然表情符号，emoji，甚至一些日语都是可以用的。

tag语法
分隔：不同的关键词tag之间，需要使用英文逗号,分隔，逗号前后有空格或者换行是不碍事的
ex：1girl,loli,long hair,low twintails（1个女孩，loli，长发，低双马尾）
混合：WebUi 使用 | 分隔多个关键词，实现混合多个要素，注意混合是同等比例混合，同时混。
ex: 1girl,red|blue hair, long hair（1个女孩，红色与蓝色头发混合，长发）

增强/减弱：有两种写法

第一种 (提示词:权重数值)：数值从0.1~100，默认状态是1,低于1就是减弱，大于1就是加强
ex: ,(loli:1.21),(one girl:1.21),(cat ears:1.1),(flower hairpin:0.9)

第二种 (((提示词)))，每套一层()括号增强1.1倍,每套一层[]减弱1.1倍。也就是套两层是1.1*1.1=1.21倍，套三层是1.331倍，套4层是1.4641倍。

ex: ((loli)),((one girl)),(cat ears),[flower hairpin]和第一种写法等价

所以还是建议使用第一种方式，因为清晰而准确
渐变：比较简单的理解时，先按某种关键词生成，然后再此基础上向某个方向变化。
[关键词1:关键词2:数字]，数字大于1理解为第X步前为关键词1，第X步后变成关键词2，数字小于1理解为总步数的百分之X前为关键词1，之后变成关键词2
ex：a girl with very long [white:yellow:16] hair 等价为
开始 a girl with very long white hair

16步之后a girl with very long yellow hair

ex：a girl with very long [white:yellow:0.5] hair 等价为
开始 a girl with very long white hair

50%步之后a girl with very long yellow hair

交替：轮流使用关键词
ex：[cow|horse] in a field比如这就是个牛马的混合物，如果你写的更长比如[cow|horse|cat|dog] in a field就是先朝着像牛努力，再朝着像马努力，再向着猫努力，再向着狗努力，再向着马努力

tag书写示例
建议按类似这样的格式书写提示词

画质词
这个一般比较固定，无非是，杰作，最高画质，分辨率超级大之类的

风格词艺术风格词
比如是照片还是插画还是动画

图片的主题
比如这个画的主体是一个女孩，还是一只猫，是儿童还是萝莉还是少女，是猫娘还是犬娘还是福瑞，是白领还是学生

他们的外表
注意整体和细节都是从上到下描述，比如
发型（呆毛，耳后有头发，盖住眼睛的刘海，低双马尾，大波浪卷发），
发色（顶发金色，末端挑染彩色），
衣服（长裙，蕾丝边，低胸，半透明，内穿蓝色胸罩，蓝色内裤，半长袖，过膝袜，室内鞋），
头部（猫耳,红色眼睛），
颈部（项链），
手臂（露肩），
胸部（贫乳），
腹部（可看到肚脐），
屁股（骆驼耻），
腿部（长腿），
脚步（裸足）

他们的情绪
表述表情

他们的姿势
基础动作（站，坐，跑，走，蹲，趴，跪），
头动作（歪头，仰头，低头），
手动作（手在拢头发，放在胸前 ，举手），
腰动作（弯腰，跨坐，鸭子坐，鞠躬），
腿动作（交叉站，二郎腿，M形开腿，盘腿，跪坐），
复合动作（战斗姿态，JOJO立，背对背站，脱衣服）

图片的背景
室内，室外，树林，沙滩，星空下，太阳下，天气如何

杂项
比如NSFW，眼睛描绘详细

将不同的分类的词，通过换行区分开，方便自己随时调整

(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,

于是我们得到这样一张图

采样迭代步数 Sampling Steps
AI绘画的原理用人话说就是，先随机出一个噪声图片
然后一步步的调整图片，向你的 提示词 Prompt 靠拢
Sampling Steps就是告诉AI，这样的步骤应该进行多少次。
步骤越多，每一步移动也就越小越精确。同时也成比例增加生成图像所需要的时间。
大部分采样器超过50步后意义就不大了
下图是同一个图从1step到20step，不同step时图像的变化。

采样方法 Sampling method
使用哪种采样器，人话就是让AI用什么算法。
这里只介绍常用的，不太常用的就自己去琢磨吧

Euler a ：富有创造力，不同步数可以生产出不同的图片。 超过30~40步基本就没什么增益了。
Euler：最最常见基础的算法，最简单的，也是最快的。

DDIM：收敛快，一般20步就差不多了。

LMS：eular的延伸算法，相对更稳定一点，30步就比较稳定了

PLMS：再改进一点LMS

DPM2：DDIM的一种改进版，它的速度大约是 DDIM 的两倍

生成批次Batch count/n_iter
同样的配置，循环跑几次

每批数量 Batch size
同时生成多少个图像。增加这个值可以并行运行，但你也需要更多的显卡显存，具体可以自己看着任务管理器里的显存占用显示，自己调。
基本512X512的图，SD1.4模型，Euler a，4G显存可以并行2张，8G显存可以并行8张。

每点一次生成按钮，生成的图像总数=生成批次 X 每批数量

提示词相关性 CFG Scale
图像与你的提示的匹配程度。
增加这个值将导致图像更接近你的提示,但过高会让图像色彩过于饱和（你可以自己试试看）
太高后在一定程度上降低了图像质量。可以适当增加采样步骤来抵消画质的劣化。
一般在5~15之间为好，7，9，12是3个常见的设置值。

宽度 X 高度 Width X Height
单位是像素，适当增加尺寸，AI会试图填充更多的细节进来。
非常小的尺寸（低于256X256），会让AI没地方发挥，会导致图像质量下降。
非常高的尺寸（大于1024X1024），会让AI乱发挥，会导致图像质量下降。
增加尺寸需要更大的显存。4GB显存最大应该是1280X1280（极限）

因为常见的模型基本都是在512×512和768X768的基础上训练
分辨率过高，图片质量会随着分辨率的提高而变差
一般1024X1024以上尺寸AI就会搞出搞各种鬼畜图。
如果模型明确某些分辨率最优，请遵照模型的要求
比如3DKX系列模型就是明确推荐图片分辨率为1152 x 768。

如果你确实想生成高分辨率图像，请使用“Hires. fix”功能。

随机种子 Seed
前边说过，AI绘画的原理是，先随机出一个噪声图片
因为计算机世界里不存在真随机
保持种子不变，同一模型和后端，保持所有参数一致的情况下，
相同的种子可以多次生成（几乎）相同的图像。
如果你用某个种子在某tag下生成了很棒的图，
保持种子数不变，而稍微改一点点tag，增减一点细节，一般得到的图也会不错。

不同型号的显卡即使参数与模型完全一致，也可能会生成完全不同的图。
10XX和16XX系显卡基本每种型号都会是不同的结果，20XX系和30XX系基本都可以完美复现图片。
这里不是10XX系显卡不适合AI作画的意思，只是你可能看网友的参数图很棒，你想照搬一下结果却大不一样。
某些模型比如anything3.0因为模型过于混沌，图像复现性能一样很差。
设置中有个选项参数叫ENSD（ eta 噪声种子增量）这个会改变种子，有些扩展也可以实现同seed下随机微调种子，可能会造成无法复现其他人的图。
面部修复
使用模型，对生成图片的人物面部（主要是三次元真人）进行修复，让人脸更像真人的人脸，具体设定在【设置】- 【面部修复】
1. 基本就是2种模型 CodeFormer 和 GFPGAN ，至于那个更好，这个不好说，这个看模型的，建议都试试。
2. CodeFormer权重参数;为0时效果最大;为1时效果最小，建议从0.5开始，左右尝试，找到自己喜欢的设置。
3. 倒不是说二次元图就不能用面部修复了，一定程度上也能提升二次元面部的作画质量。

可平铺(Tiling)
一句话：生成可以往左右上下连续拼接的图像。（见过拼贴的瓷砖不？）

超分辨率 Hires. fix
txt2img 在高分辨率下（1024X1024）会生成非常怪异的图像。而此插件这使得AI先在较低的分辨率下部分渲染你的图片，再通过算法提高图片到高分辨率，然后在高分辨率下再添加细节。

放大算法：如果不知道选什么，一般无脑选“ ESRGAN_4x ”
重绘幅度：放大后修改细节的程度，从0到1，数值越大，AI创意就越多，也就越偏离原图。
Upscale by ：放大倍数，在原有宽度和长度上放大几倍，注意这个拉高需要更高的显存的。
【设置】 Settings
设置界面就太复杂了，不细说，只说怎么设定翻译和选择模型使用参数吧

用户界面 User interface
拉到最底下是选择界面翻译的，选择后，记得到网页最上边，先保存（Apply settings），后重启（Reload Ul）。

【扩展界面】 Extensions
已安装扩展 Installed
显示已经安装的扩展（脚本，翻译，选项卡），勾选了就是启用的扩展，不勾选就是不启用
– 应用并重启 UI Apply and restart UI：更新后重启界面，重载UI界面。
– 检查更新 Check for updates：检查已安装扩展更新

可用 Available
显示目前支持的扩展，点击加载按钮，去官方拉取最新的扩展列表（需要你能访问github）

隐藏勾选类型的扩展 Hide extensions with tags：就是勾了的类型的扩展就被隐藏，一般推荐勾选，ads（含广告），installed（以安装）。
排序方式 Order：就是设定扩展列表的排序方式，是最新到最久，还是按字母顺序等。
下方是扩展的目录，显示扩展的名字，简介，和Install安装按钮，点击扩展的名字可以跳转到对应扩展的仓库页，看作者详细的介绍。
从URL安装 Install from URL
用来自行安装扩展，输入扩展给你的安装URL地址，点Install按钮即可

怎么设定为中文版
先点击切换到【扩展页面 Extensions】，再点击【可用 Available】，再点击【Load from: 加载自：】
在 【隐藏勾选类型的扩展 Hide extensions with tags】中，取消勾选“localization”
找到 zh_CN Localization 或 zh_TW Localization点击最后的Install按钮
点击【已安装扩展 Installed】分页，确保页面下方已经勾选了“stable-diffusion-webui-localization-**_**”，点击【应用并重启 UI Apply and restart UI】，重启页面。
切换到【设置页面 Settings】，左侧找到【用户界面 User interface】，往下拉到底
下拉框内选择你需要的语言
返回网页最上方，先点击【应用设置 Apply settings】，再点击【重新加载UI Reload UI】
如果没有问题，你的界面就是中文的了。