git pull https://github.com/Mikubill/sd-webui-controlnet.git

https://github.com/Mikubill/sd-webui-controlnet.git

效果示例	选择模型	其他	正向咒语（Positive Prompt)	反向咒语（Negative Prompt）	高清图片
	chilloutmix		关注微信群		0303发布网盘
	chilloutmix		关注微信群		0224发布网盘
	chilloutmix	配合一些lora使用见咒语中<>框起来的部分
	chilloutmix	主要效果靠这个lora<lora:aliceNikke_v20:1>	(RAW photo:1.2), (photorealistic:1.4),(masterpiece:1.4),(best quality:1.4),ultra high res,((detailed facial features)),HDR,8k resolution,Kpop idol,aegyo sal,<lora:koreanDollLikeness_v10:0.2> ,<lora:aliceNikke_v20:1>,1girl,Cartoon pattern T-shirts,fake animal ears, headphones, headset, jacket, white pantyhose, long hair, looking at viewer,pink eyes,simple background, skin tight, solo focus, twintails,,alice \(nikke\),(masterpiece:1.4),(best quality:1.4),(shiny skin)	nsfw paintings, sketches, (worst quality:2), (low quality:2), (normal quality:2), lowres, normal quality, ((monochrome)), ((grayscale)), skin spots, acnes, skin blemishes, age spot, (outdoor:1.6), manboobs, backlight,(ugly:1.331), (duplicate:1.331), (morbid:1.21), (mutilated:1.21), (tranny:1.331), mutated hands, (poorly drawn hands:1.331), blurry, (bad anatomy:1.21), (bad proportions:1.331), extra limbs, (disfigured:1.331), (more than 2 nipples:1.331), (missing arms:1.331), (extra legs:1.331), (fused fingers:1.61051), (too many fingers:1.61051), (unclear eyes:1.331), bad hands, missing fingers, extra digit, (futa:1.1), bad body, NG_DeepNegative_V1_75T,pubic hair, glans,
	Deliberate	sleeveless turtleneck sweater,	(((masterpiece))), best quality, highly detailed,intricate detail, very beautiful (1girl full body) Makeup lips,detail face, D cup, red sleeveless turtleneck sweater, White miniskirt, cinematic lighting, Octane render, epic scene, 8K	bad anatomy, disfigured, poorly drawn face, mutation, mutated, extra limb, ugly, disgusting, poorly drawn hands, missing limb, floating limbs, disconnected limbs, malformed hands, blurry, ((((mutated hands and fingers)))), watermark, watermarked
	Deliberate	主要是steampunk goggles，也有cogs,bearings ，加了clocks 也很棒	(((masterpiece))), best quality, highly detailed, intricate detail, very beautiful (girl) Makeup lips,detail face,(Steampunk goggles), (Mechanical biomimetics bionics neck), (Mechanical robot arm),breast,(outfit decorated with Steampunk,optical fiber, patterns,cogs,bearing), cogs,bearing, in The automated factory of the future, cinematic lighting, Octane render, epic scene, 8K	bad anatomy, poorly drawn face, mutation, mutated, extra limb, ugly, disgusting, watermark, watermarked
	Deliberate	盔甲的颜色替换这里的颜色即可(Ornate [armor: (Blue and white porcelain):2]	(((masterpiece))), best quality, highly detailed, intricate detail, very beautiful (girl colorful marks on face) red lips, colorful eye shadow, (uniform), (Mechanical body), Mechanical biomimetics bionics neck, Mechanical robot arm, (Ornate [armor: (Blue and white porcelain):2] decorated with Metal lines),Circuit board, blood, cinematic lighting, Octane render, epic scene, 8K	Negative prompt: bad anatomy, disfigured, poorly drawn face, mutation, mutated, extra limb, ugly, disgusting, poorly drawn hands, missing limb, floating limbs, disconnected limbs, malformed hands, blurry, ((((mutated hands and fingers)))), watermark, watermarked
	Deliberate	关键词可以删掉一些	((russian girl)), (gray hair), full body , (random Pose work out), (random_color) (wear cute sweater turtle neck with long pant and wearing winter jacket brand nike) , (medium build, toned muscles, show long beautiful leg, slender waist, slender thighs, medium build, toned muscles, by Ed Blinkey,) (pointy ears elf, cute_face, super_detailed_hair, twintails, layes_hair, Ponytail, Upstyle_hair), ( ear_wolf_girl,cute_earrings, smile), ( pale_skin, delicate_and_beautiful_hands, beautiful_finger_with nails, delicate_and_beautiful_skin, delicate_eyes, shiny_eyes, watery_eyes, bright_pupils, beautiful_lips, delicate_boobs, nipple), (photorealistic), (illustration), (detailed), (extremely_detailed), (ultra-detailed), (masterpiece), (highres), (original), (extremely detailed_wallpaper), (cinematic lighting), (tyndall effect), (cinematic Lighting),(), city_background in winter a lot snow, ((cute glass box floating magically in the air containing a general goods store, nighttime, pretty colorful light decorations_background)), (an extremely delicate and beautiful girl), insane details, intricate details, hyperdetailed, low contrast, soft cinematic light, dim colors, exposure blend, hdr, front, great focus to girl	nsfw,tits,Negative prompt: bad anatomy, disfigured, poorly drawn face, mutation, mutated, extra limb, ugly, disgusting, poorly drawn hands, missing limb, floating limbs, disconnected limbs, malformed hands, blurry, ((((mutated hands and fingers)))), watermark, watermarked

常见问题

Q1：为什么我们要本地部署？

A1：stable diffusion本地部署的运行完全基于用户的本地电脑，给使用者带来极大的自由度，比如可以使用不同的微调模型，同时也能有效避免你的创作作品泄露。

Q2:本地部署的stable diffusion WEBUI和在线版有什么不同？

A2: stable diffusion WEBUI是典型的开源集成，一个月内迭代几十次，增加一大堆功能。标准化的本地部署能让你体验到这个和创新同步的过程。这是很多懒人版直接解压版本（无法用git升级）和网页版无法带给你的。

使用说明

描述（画人体必须添加，不然很难看，景物不需要）：lowres, bad anatomy, bad hands, text, error, missing fingers, extra digit, fewer digits, cropped, worst quality, low quality, normal quality, jpeg artifacts, signature, watermark, username, blurry

Q&AQ：画出来的不好看是怎么回事？A：没添加负词，或者描述太少，描述写的不行，或者步数跟分辨率设置的太低
Q：画出来的图是黑的怎么回事？A：那是因为你触发了nsfw，不可以瑟瑟
Q：描述应该怎么写？A：举例吧：1，一艘科幻与魔法结合的飞艇飞行在城市上空，美丽，杰作，梦幻般的，城市，月球，pixiv，8K，虚幻引擎渲染。2，梦幻般的动漫风格可爱少女，封面艺术，上半身图像，完美可爱的脸，猫耳朵，白色头发。把上面的描述翻译成英文就行了
Q：想要其它的绘画SD模型在哪去搞？A：百度、哔哩哔哩、github或者等好心人分享给你
Q：跟NovelAI官网付费版有啥区别吗？A：有区别，官网版本会擅自给你添加别的描述润色，所以风格比较统一。然后就是本地的不要钱
Q：怎么闪退，加载失败？A：我也不知道，我自己使用倒是很正常。看看有啥别的大佬能解决吧

进阶用法

以上只是下载了操作界面，要画图，还要用到模型，找到要用的模型，下载后放到对应的文件之后，在画图前选择好要用的模型，输入Prompt，点击Generate就可以了

有朋友问参数，关于炼模型我也在学习过程中，有说的不对的地方，敬请谅解。

首先，推荐两个Github仓库，kohya-ss/sd-scripts和cloneofsimo/lora，模型是用第一个仓库训练的；第二个仓库详细阐述了LoRA的一些概念，有一定的指导意义。

我的训练流程：确定选题 -> 找素材 -> 归一化 -> 打tag -> 调参数 -> 炼模型 -> 观察损失率 -> 跑模型 -> 视情况迭代或重炼

前言

其实不管是选题还是训练参数很大程度受你可以利用的机器资源影响，比如我的显卡3070 8G，所以我没办法训练太泛用性的选题，因为我的batch size拉不上去。

打tag我用的是wd14-tagger，比DeepDanbooru强多了，强烈推荐。

下面简单和大家梳理一下我对参数的个人理解，仅供参考。

分辨率

在合理范围内应该是大一些比较好，但是受显存的制约，我一般使用576*576(64*9)。

batch size

1，显存就这么点，想大我也没办法，所以我的选题尽量使用单一概念，减少loss震荡无法收敛的可能。

network dim

这个值其实是LoRA（Low-Rank Adaptation）的Rank值，这个值并不影响生成质量，LoRA的基本原理是计算底模和微调模型的差异值，这个Rank（下称为r）值，主要影响的就是差异信息量，r值为信息量的系数，所以r值约小，微调的信息量也就越小，其模型效果约接近底模，拟合效果越差。

所以随着r值的增加，模型的记忆力也会随之增加，带来的副作用是训练时间、模型大小也会随之增加，但过大的r值可能导致过多的无用信息，容易导致模型过拟合，尤其是对于我们这种单一主体的训练。

所以你要根据你训练的目标来制定数值，不过可以肯定的是r值低于8-16时，欠拟合的可能性很大，我一般使用32。

steps与epoch

其实这个比较简单，steps=样本数 x 每个样本重复次数 x epoch，在LoRA训练中，样本数量不宜过大，我认为25-50样本数是一个合理的值，确定样本数量以后，根据cloneofsimo/lora的文章和很多网友的经验，steps的总数在2500-3500之间会有一个不错的效果，对于我们这种学习目标不是很复杂的，我认为2500 steps就可以了，所以你就可以反推出epoch和单样本重复数。

学习率

学习率的作用简单来说就是控制找最优解或局部最优解的一套变量，想进一步了解建议到网上找点文章看，LoRA的学习率不用像DB那么小，我认为在1e-4到1e-5之间就可以；说实话学习率虽然本身非常的科学，但是这个参数调起来非常的玄学，除了基础学习率以外，kohya-ss/sd-scripts还有几个参数是关于学习率的，分别是：

- lr_scheduler：学习率的动态变化曲线，说实话我感觉挺玄学的，可以找下不同算法的曲线图看下会有直观的理解，一般我推荐用余弦退火重启（cosine_with_restarts），也有人推荐用constant_with_warmup。

- text_encoder_lr：与文本编码器相关的学习率，前面说LoRA的学习率不用太低，但这个要低一点，推荐5e-5至1e-5。

尾声

说白了炼丹调参数是非常主观的东西，而且非常的看脸，只要不怕失败，多试试就行了。