SD基础教程

图片[1]-Stable Diffusion基础全教程：原理、环境搭建、操作技巧与进阶实战-微草幻图

1. SD简介与核心原理

Stable Diffusion（SD）是基于扩散模型的生成式AI绘画工具，核心逻辑为反向去噪过程：从随机高斯噪声图像出发，通过训练好的模型逐步预测并移除噪声，最终生成符合提示词的清晰图像。扩散模型通过在训练阶段给真实图像添加多轮噪声，学习噪声与真实图像的映射关系，推理阶段则逆过程还原图像。

2. 环境搭建

WebUI（Automatic1111）

官方地址：https://github.com/AUTOMATIC1111/stable-diffusion-webui（当前稳定版v1.6.0）
环境要求：Python 3.10.x、NVIDIA显卡（≥4GB显存）、CUDA 11.8
安装步骤：克隆仓库后运行webui-user.bat（Windows）或webui.sh（Linux），脚本自动下载依赖与基础模型

ComfyUI

官方地址：https://github.com/comfyanonymous/ComfyUI（当前稳定版v0.1.7）
环境要求：同WebUI，支持节点式可视化操作
安装步骤：克隆仓库后运行run_nvidia_gpu.bat，自动配置环境

3. 基础操作全流程

模型选择：WebUI顶部模型下拉框切换，推荐基础模型：Stable Diffusion v1.5、Realistic Vision v5、Anything v4.5
尺寸设置：默认512×512，写实风格建议768×768（显存充足时）
提示词输入：在Positive/Negative框填写描述内容
参数设置：选择采样器、步数、CFG值
生成图像：点击「Generate」，等待出图

4. 提示词深度编写技巧

语法规则

权重控制：用(关键词:权重)提升权重（如(blonde hair:1.2)），[关键词:权重]降低权重（如[text:0.5]）
风格绑定：添加模型适配的风格标签（如Realistic Vision需加photorealistic）

实战示例（适用Realistic Vision v5）

Positive提示词：

masterpiece, best quality, ultra-detailed, 1girl, blonde curly hair, ocean blue eyes, white linen dress, sitting on coastal rock, golden hour lighting, soft bokeh, sharp focus, photorealistic

Negative提示词：

lowres, bad anatomy, bad hands, text, error, missing fingers, extra digit, cropped, worst quality, low quality, jpeg artifacts, signature, watermark, username, blurry, deformed

5. 核心参数深度解析

采样器对比

| 采样器 | 原理特点 | 适用场景 |

|———————-|—————————|————————|

| Euler a | 随机采样，风格化能力强 | 动漫、抽象风格生成 |

| DPM++ 2M Karras | 高效去噪，细节还原精准 | 写实、商业插画生成 |

| DDIM | 速度快，噪声预测稳定 | 快速预览、图生图重绘 |

核心参数设置

步数：控制去噪轮次，20-30步为写实风格最优值，风格化可提升至35-40步，步数过多会增加耗时且无明显细节提升
CFG值：控制提示词约束强度，7-9为平衡区间，≥12会导致图像过度拟合提示词、出现伪影，≤5会偏离提示词
种子：固定种子可重复生成完全一致的图像，随机种子每次生成不同结果，WebUI中勾选「Seed」可锁定

6. 进阶实战

ControlNet用法

安装插件：WebUI中扩展面板搜索「sd-webui-controlnet」并安装，重启后生效
下载模型：从HuggingFace ControlNet仓库下载对应模型（如control_v11p_sd15_openpose），放入extensions/sd-webui-controlnet/models
操作流程：上传参考图→选择ControlNet模型→设置权重（0.6-1.0）→生成图像

OpenPose：控制人物姿态；Canny：提取边缘轮廓；Depth：还原场景深度

Lora加载与调节

下载Lora模型（如动漫角色、风格Lora），放入models/Lora文件夹
提示词中添加标签：<lora:模型文件名:权重>，权重建议0.6-0.9（如<lora:Rem_v1.0:0.8>）

图生图/局部重绘

图生图：上传底图，设置重绘强度（0.3-0.7），强度越高偏离原图越多
局部重绘：用画笔选中需修改区域，设置重绘幅度（0.5-0.8），适合修复图像瑕疵

7. 常见报错与解决方案

CUDA out of memory：降低图像分辨率、启用「xformers加速」（启动参数加--xformers）、切换至--medvram/--lowvram模式
模型加载失败：检查模型格式（仅支持.safetensors/.ckpt）、确认模型路径无中文、删除损坏的缓存文件
提示词无响应：移除无效标签、降低CFG值、更换适配性更高的模型

标签：#Stable Diffusion基础教程 #SD操作攻略 #AI绘画入门 #ControlNet实战

1、本站主要分享AI绘画作品、图集资源、AI模型、绘画教程及用户发布内容，仅供学习交流使用。
2、本站AI绘画作品由AI工具生成，不构成原创作品，不得用于商业用途或二次销售。
3、本站分享的图集、模型等资源均来自网络收集，版权归原作者所有。如有侵权，请联系我们及时删除。
4、本站教程内容为原创或网络整理，转载请注明出处并保留原文链接。
5、用户在本站发布的内容，版权归原发布者所有。用户应确保发布内容不侵犯他人知识产权，因用户发布内容产生的版权纠纷，本站不承担连带责任。

THE END