StableDiffusion中LORA模型的使用
目录
前言
(1)Sampler——采样方式,在Stable Diffusion WebUI中的Sampling method中进行选择
(2)Model——作者使用的大模型,在Stable Diffusion WebUI中的Stable Diffusion checkpoint中进行选择
(3)CFG scale——提示词相关性,在Stable Diffusion WebUI中的CFG scale进行调整
(4)Steps——采样迭代步数,在Stable Diffusion WebUI中的Sampling steps中进行调整
(5)Seed——随机种子,在Stable Diffusion WebUI中的Seed中进行调整
一、LoRA是什么?
LoRA模型全称是:Low-Rank Adaptation of Large Language Models,可以理解为Stable-Diffusion中的一个插件,仅需要少量的数据就可以进行训练的一种模型。在生成图片时,LoRA模型会与大模型结合使用,从而实现对输出图片结果的调整。
二、使用方法
1.存放LORA模型
路径:
\\sd-webui-aki-v4\extensions\sd-webui-additional-networks\models\lora文件夹下
2.使用LORA模型
在prompt区域输入trigger word触发词,放在最前面。(选择需要的加入到Prompt中,才能将相应的元素触发出来)
注意:一定要使用触发词,在LoRa下载界面中,右侧有个Trigger Words就是触发词,你需要选用一个,写入你的正向提示词中。
- 选择LORA模型

- 输出正向提示词和反向提示词,以及设置必要的参数
- 点击生成
3.查看结果


总结
以上就是使用stable diffusion绘图的过程及结果内容。
AtomGit 是由开放原子开源基金会联合 CSDN 等生态伙伴共同推出的新一代开源与人工智能协作平台。平台坚持“开放、中立、公益”的理念,把代码托管、模型共享、数据集托管、智能体开发体验和算力服务整合在一起,为开发者提供从开发、训练到部署的一站式体验。
更多推荐


所有评论(0)