【Stable Diffusion】使用ControlNet——normal bae模型

简介: 【Stable Diffusion】使用ControlNet——normal bae模型

一、安装ControlNet


  1. 打开扩展,安装ControlNet


image.png


  • 重启 webui
  • 验证


image.png


  • 安装完成并重启后,可以看到这里有个“ControlNet”选项



二、安装 ControlNet 模型


  1. 进入 ControlNet 模型下载网址


image.png


  • 这里下载的normalmap模型
  1. 将下载好的模型,放到 webui目录\models\ControlNet 文件夹下
  2. 修改最大网络数量


image.png



  • 改为3,重启webui即可

三、使用 ControlNet


  1. 展开 ControlNet 选项卡

image.png


上传待 normal bae 处理的图片


image.png


配置参数


image.png


点击小火花按钮进行预处理

image.png


查看最终效果图


image.png


特别说明:normal bae这个 ControlNet 模型,用在模拟3D模型,表面的细节跟凹凸纹理,可以保留下较精确的角色细节。非常适合换服饰。从上面的6张图也可以看出,服饰有了改变,背景的星空,背景的建筑物等这些细节都有了改变,但人没变。


SD 的功能非常强大,七镜现在也还在学习阶段,有一起玩 AI 绘画的朋友,可以联系七镜,跟七镜一同成长。













目录
相关文章
|
机器学习/深度学习 人工智能 自然语言处理
AI技术在自然语言处理中的应用与挑战
【10月更文挑战第3天】本文将探讨AI技术在自然语言处理(NLP)领域的应用及其面临的挑战。我们将分析NLP的基本原理,介绍AI技术如何推动NLP的发展,并讨论当前的挑战和未来的趋势。通过本文,读者将了解AI技术在NLP中的重要性,以及如何利用这些技术解决实际问题。
|
机器学习/深度学习 并行计算 图形学
CPU、GPU、TPU、NPU等到底是什么?
CPU、GPU、TPU、NPU等到底是什么?
3990 3
|
算法 物联网 开发者
In-Context LoRA实现高效多任务图像生成,开启视觉创作新篇章
这篇文章介绍了通义实验室提出的In-Context LoRA,这是一种基于现有文本到图像模型的任务无关性框架,用于实现高质量的多任务图像生成。
1928 11
In-Context LoRA实现高效多任务图像生成,开启视觉创作新篇章
|
5月前
|
机器学习/深度学习 数据可视化 PyTorch
Flow Matching生成模型:从理论基础到Pytorch代码实现
本文将系统阐述Flow Matching的完整实现过程,包括数学理论推导、模型架构设计、训练流程构建以及速度场学习等关键组件。通过本文的学习,读者将掌握Flow Matching的核心原理,获得一个完整的PyTorch实现,并对生成模型在噪声调度和分数函数之外的发展方向有更深入的理解。
2301 0
Flow Matching生成模型:从理论基础到Pytorch代码实现
|
存储 小程序 物联网
|
8月前
|
人工智能 JSON 自然语言处理
让AI听懂你的建模需求!BlenderMCP:自然语言指令直接操控 Blender,一句话生成复杂3D场景
BlenderMCP通过MCP协议实现Blender与Claude AI的无缝集成,支持通过自然语言指令完成3D建模、材质调整等复杂操作,显著提升创作效率。
1002 1
让AI听懂你的建模需求!BlenderMCP:自然语言指令直接操控 Blender,一句话生成复杂3D场景
|
9月前
|
编解码 并行计算 物联网
4G显存部署Flux,2分钟Wan2.1-14B视频生成,DiffSynth-Engine引擎开源!
魔搭社区的开源项目 DiffSynth-Studio 自推出以来,凭借其前沿的技术探索和卓越的创新能力,持续受到开源社区的高度关注与广泛好评。截至目前,该项目已在 GitHub 上斩获超过 8,000 颗星,成为备受瞩目的开源项目之一。作为以技术探索为核心理念的实践平台,DiffSynth-Studio 基于扩散模型(Diffusion Model),在图像生成和视频生成领域孵化出了一系列富有创意且实用的技术成果,其中包括 ExVideo、ArtAug、EliGen 等代表性模块。
1659 3
|
数据采集 Web App开发 iOS开发
使用Selenium时,如何模拟正常用户行为?
使用Selenium时,如何模拟正常用户行为?
|
算法 Java C语言
【数据结构】后缀(逆波兰)表达式的计算以及中缀转后缀的方法
【数据结构】后缀(逆波兰)表达式的计算以及中缀转后缀的方法
3080 1
|
机器学习/深度学习 人工智能 PyTorch
深度学习领域中pytorch、onnx和ncnn的关系
PyTorch、ONNX 和 NCNN 是深度学习领域中的三个重要工具或框架,它们在模型开发、转换和部署过程中扮演着不同但相互关联的角色。
823 12