讨论 想入坑ai画图，但是要怎么入坑呢

[yps]

目前还是纯小白的状态，大概知道可以去下一个秋叶的整合包，然后lora好像是可以根据它来画特定人物的模型，也可以自己尝试训练一个lora，别的还基本什么都不了解

如果我想生成r18的图，二次元和三次元画风的都要，要能指定r18的tag，然后要能指定动漫游戏角色、或是给它图片/照片/ai生成的图片，生成同一角色的新图片，我应该从什么地方找到入坑教程呢

有什么比较大比较活跃的社区可以提问题吗，最好是discord频道那种

（另外如果我想用i社的honeyselect2捏人然后用这个3D模型来生成图片，有可能实现吗，哪里能找到教程呢）

[emptysuns]

入门了解: https://github.com/hua1995116/awesome-ai-painting

stable diffusion 教程: https://twitter.com/lewangdev/status/1634210350772961281

Coser-StableDiffusion模型及 LoRA 插件保姆级教程: https://op7418.zhubai.love/posts/2238998671356555264

ChilloutMix 教程: https://medium.com/@croath/低成本体验生成-ai-小姐姐照片-85ffa7c13cd7

ControlNet 由浅导深：https://zhuanlan.zhihu.com/p/607139523

 

Github-T2I-Adapter (https://github.com/TencentARC/T2I-Adapter)
Github-sd-webui (https://github.com/Mikubill/sd-webui-controlnet)
Github-ControlNe (https://github.com/lllyasviel/ControlNet)

 

https://t.me/StableDiffusion_CN

入坑到入土

硬件，省流：买4090Ti

三月 18, 2023，由emptysuns修改

[lao2j]

貌似硬件到位啥都好说，最高性价比正常能买203040里80 80ti，不够钱就想没视频输出口的tesla...

[yps]

1 小时前，emptysuns说道:

入门了解: https://github.com/hua1995116/awesome-ai-painting

stable diffusion 教程: https://twitter.com/lewangdev/status/1634210350772961281

Coser-StableDiffusion模型及 LoRA 插件保姆级教程: https://op7418.zhubai.love/posts/2238998671356555264

ChilloutMix 教程: https://medium.com/@croath/低成本体验生成-ai-小姐姐照片-85ffa7c13cd7

ControlNet 由浅导深：https://zhuanlan.zhihu.com/p/607139523

 

Github-T2I-Adapter (https://github.com/TencentARC/T2I-Adapter)
Github-sd-webui (https://github.com/Mikubill/sd-webui-controlnet)
Github-ControlNe (https://github.com/lllyasviel/ControlNet)

 

https://t.me/StableDiffusion_CN

入坑到入土

硬件，省流：买4090Ti

感谢大佬指路！研究研究先

[yps]

1 小时前，emptysuns说道:

入门了解: https://github.com/hua1995116/awesome-ai-painting

stable diffusion 教程: https://twitter.com/lewangdev/status/1634210350772961281

Coser-StableDiffusion模型及 LoRA 插件保姆级教程: https://op7418.zhubai.love/posts/2238998671356555264

ChilloutMix 教程: https://medium.com/@croath/低成本体验生成-ai-小姐姐照片-85ffa7c13cd7

ControlNet 由浅导深：https://zhuanlan.zhihu.com/p/607139523

 

Github-T2I-Adapter (https://github.com/TencentARC/T2I-Adapter)
Github-sd-webui (https://github.com/Mikubill/sd-webui-controlnet)
Github-ControlNe (https://github.com/lllyasviel/ControlNet)

 

https://t.me/StableDiffusion_CN

入坑到入土

硬件，省流：买4090Ti

另外想问一下大佬想生成涩图（r18）上面的教程也通用吗，直接输入r18的tag就行？毕竟这些教程都不会提及这方面……

[reflectK]

8 分钟前，yps说道:

另外想问一下大佬想生成涩图（r18）上面的教程也通用吗，直接输入r18的tag就行？毕竟这些教程都不会提及这方面……

输入nsfw就行了

[纸渊]

b站有个up主叫秋葉aaaki，他做的教程还蛮详细的，不想动脑子也可以直接下他的一键部署包，可以去看看

[yps]

34 分钟前，纸渊说道:

b站有个up主叫秋葉aaaki，他做的教程还蛮详细的，不想动脑子也可以直接下他的一键部署包，可以去看看

看到这个up主了，下了个整合包，但是先看了眼包里的相关教程链接，那个链接里建议不要使用整合包说是不便于后续更新

比较担心的是整合包一旦使用，会不会自动给电脑装了一堆环境和依赖，造成以后如果想自己部署的时候发现各种包的版本不对然后更新也报错删也删不干净的情况以前鼓捣过一点python，踩过类似的坑，解决起来很头大

[xkxzmezh]

我的评价是别入坑，此坑深似海

这几天我和我组长聊AI绘画冲击行业这个问题也聊过了

现在就看什么时候人把数据库一断，没了数据库去养去练去合成，ai什么都画不出来，靠国内那点东西根本做不到（更何况是涩图

不过把显卡内存CPU电源这种硬件什么的往上抬倒怎么都亏不了

入坑ai绘画，先买台好电脑吧（

我感觉我们公司那台能跑ai绘图的电脑都能拿去跑比特币了（

[ZHHY9977]

当然最简单的还是，啊，novelai花钱整个会员就得了，当然，对于那个素材鱼龙混杂的网站的结果还是不要抱太大希望就是了

（附图：拿novelai炼出来的p5风格图片，只能说凑合能看吧）

 

[IQEQ999]

网上有一键整合包 用那个就好

[sxy1020]

于 2023/3/18 于 PM8点12分，emptysuns说道:

入门了解: https://github.com/hua1995116/awesome-ai-painting

stable diffusion 教程: https://twitter.com/lewangdev/status/1634210350772961281

Coser-StableDiffusion模型及 LoRA 插件保姆级教程: https://op7418.zhubai.love/posts/2238998671356555264

ChilloutMix 教程: https://medium.com/@croath/低成本体验生成-ai-小姐姐照片-85ffa7c13cd7

ControlNet 由浅导深：https://zhuanlan.zhihu.com/p/607139523

 

Github-T2I-Adapter (https://github.com/TencentARC/T2I-Adapter)
Github-sd-webui (https://github.com/Mikubill/sd-webui-controlnet)
Github-ControlNe (https://github.com/lllyasviel/ControlNet)

 

https://t.me/StableDiffusion_CN

入坑到入土

硬件，省流：买4090Ti

大佬好强。。。从入门到入土。。。

[我是帅锅]

我电脑是i卡只能用网页版，真是个悲伤的故事...

[TJsr]

于 2023/3/18 于 PM8点12分，emptysuns说道:

入门了解: https://github.com/hua1995116/awesome-ai-painting

stable diffusion 教程: https://twitter.com/lewangdev/status/1634210350772961281

Coser-StableDiffusion模型及 LoRA 插件保姆级教程: https://op7418.zhubai.love/posts/2238998671356555264

ChilloutMix 教程: https://medium.com/@croath/低成本体验生成-ai-小姐姐照片-85ffa7c13cd7

ControlNet 由浅导深：https://zhuanlan.zhihu.com/p/607139523

 

Github-T2I-Adapter (https://github.com/TencentARC/T2I-Adapter)
Github-sd-webui (https://github.com/Mikubill/sd-webui-controlnet)
Github-ControlNe (https://github.com/lllyasviel/ControlNet)

 

https://t.me/StableDiffusion_CN

入坑到入土

硬件，省流：买4090Ti

神仙大佬，第一次看到这么全的总结，感谢！！

[注水的矿工]

于 2023/3/18 于 PM8点12分，emptysuns说道:

入门了解: https://github.com/hua1995116/awesome-ai-painting

stable diffusion 教程: https://twitter.com/lewangdev/status/1634210350772961281

Coser-StableDiffusion模型及 LoRA 插件保姆级教程: https://op7418.zhubai.love/posts/2238998671356555264

ChilloutMix 教程: https://medium.com/@croath/低成本体验生成-ai-小姐姐照片-85ffa7c13cd7

ControlNet 由浅导深：https://zhuanlan.zhihu.com/p/607139523

 

Github-T2I-Adapter (https://github.com/TencentARC/T2I-Adapter)
Github-sd-webui (https://github.com/Mikubill/sd-webui-controlnet)
Github-ControlNe (https://github.com/lllyasviel/ControlNet)

 

https://t.me/StableDiffusion_CN

入坑到入土

硬件，省流：买4090Ti

刚来就看到有最佳答案了，那没我什么事了...啊哈哈...我不打扰我先走了~

其实ai画图，学习路线大概是这样的：

1.本地部署/在线部署
有20系卡的可以本地部署
只是玩玩，但是只有10系之类的可以考虑租服务器或者蹭别的大佬的
如果一定要买的话，矿卡也不是不能考虑（反正都是换个地方继续挖）
这里主要讲本地部署（在线部署的应该大差不差吧）

2.整合包
我相信秋叶包已经属于简化到有手就会用的地步了，我就不讲了，毕竟讲得比我好的多了去了

3.词条
我称之为“一种古老而优雅的技术”，曾经有法师以为可以靠他们的能力来完全依靠novelai这本法术书来参透图片生成的奥义，结果在无数次碰壁后，最后发现，还是自己造的法术书（Lora训练）最简单，不过或许还有能力优秀的法师继续去研究这些内容

这里就推荐

https://tags.novelai.dev/

https://aitag.top/

这些网站来学习一些基本的词条

也可以去下载安装标签自动补全插件（真的非常好用）

顺带讲讲我写词条的习惯（我称之为《矿工词条编写指南》）

剧透

1.danbooru tag是第一公民，因为novelai的数据来源都是danbooru，且现在主流自动打标使用的都是danbooru tag。
2.不懂danbooru tag，比方说“微笑”，你可以选择颜文字，如":)"这样的，或者是emoji🙂
3.未被danbooru收录的词条使用请谨慎，有时候甚至玄学作用大于实际作用
4.请尽量多写具体的词，如描述角色特征的词汇，而不是去追求抽象的词，尤其是品质词，如"best_quality"这样的词
5.不要像这样(((叠括号)))，这样会大大增加阅读难度，推荐应该这样写(tag:1.3)，简洁易懂。
6.加权应该适量，没有体现某个特征才需要加权，不要给太多加权如(tag:2)，更不要随便给抽象词加权
7.如果你发现你几乎每个词都要加括号，为什么不试试看提高CFG呢？

4.训练
训练是个大坑，除非你在别的地方都找不到模型你再去考虑训练，训练是非常复杂的
这里推荐新手练Lora，得准备一张8G显存起步的显卡（推荐12G）并且准备足够多的图来进行训练

如果你没有那么大显存的显卡就去租一张吧！

准备好用于训练的数据（包括训练用的图以及打好的标签）我称之为数据集

调参方面，我的习惯是力大砖飞（狠狠地过拟合是吧）重点是数据集的处理

数据集方面，如果你是练角色，我推荐单人图，不要放合照（大概率会串），并且主体清晰，记得把水印扣掉，够闲的话最好把背景也扣掉留白色背景

打标签方面，有很多自动化打标的工具，比如deepdanbooru，用那个打标效果还算不错（反正训练是大坑，有空也会补充吧）

反正我在AI画图的训练方面也做过一点点微不足道的贡献，所以经验也算比较丰富的