Navigate to WaytoAGI Wiki →
Home/Question List/Question Detail

SD插件

Answer

以下是关于 SD 插件的相关信息:

  1. 【SD】无需 Lora,一键换脸插件 Roop:
    • 安装时间较长,需耐心等待。安装好后打开 SD 文件目录下的特定文件夹,在地址栏输入“cmd”回车,在打开的 dos 界面粘贴“python -m pip install insightface==0.7.3 --user”自动安装 insightface。若此阶段出错,建议下载最新秋叶 4.2 整合包(6 月 23 号更新),后台回复【SD】可在云盘下载。安装完成后重新打开启动器,后台会继续下载模型,全程需科学上网。此插件主要适用于真实人脸替换,对二次元人物作用不大。选用真实系模型“realisticVisionV20”,设置相关参数后点击生成,人脸像素可能偏低模糊,可发送到“图生图”并使用 controlnet 中的 tile 模型重绘。想要此插件,可添加公众号【白马与少年】回复【SD】。使用时需谨慎,切勿触犯法律。
  2. 【SD】手涂蒙版定位插件 Latent Couple:
    • 主提示词描述小鸟站在女孩肩上的画面、女孩装束和周围环境等,色块对应小鸟和女孩提示词后点击发送。填上常用标准负向提示词,大模型选择“revAnimated_v122”。多次生成后选择不错的进行高清修复放大。使用此插件可更灵活控制构图。想要此插件,可添加公众号【白马与少年】回复【SD】。
  3. 【SD】告别提示词颜色污染!Cutoff 插件:
    • 作者为白马少年,发布于 2023-08-11 20:01,原文网址:https://mp.weixin.qq.com/s/xVskDEjDUET6yFo1YSZvTg 。在使用 Stable Diffusion 绘画时会出现颜色词汇互相污染的情况,此插件可解决该问题。因未收录到官方插件列表,可到 https://github.com/hnmr293/sd-webui-cutoff 或作者云盘链接下载,安装后重启即可看到该插件。
Content generated by AI large model, please carefully verify (powered by aily)

References

【SD】无需Lora,一键换脸插件Roop

安装时间比较长,要耐心等待。安装好之后,打开SD文件目录下的这个文件夹。在地址栏输入“cmd”,然后回车。在打开的dos界面里面,将这行代码“python-m pip install insightface==0.7.3--user”粘贴进来,就会自动开始安装insightface。如果这个阶段出现错误,建议去下载使用最新的秋叶4.2整合包(6月23号更新),下载包我已经更新到了云盘里,后台回复【SD】就可以下载。安装完成后,重新打开我们的启动器,后台会继续下载一些模型,此时一定要保证全程科学上网。完成这些后,我们的Roop插件就可以正常使用了。这个插件主要适用于真实的人脸替换,所以对二次元之类的人物作用不大。我们选用一个真实系模型“realisticVisionV20”,关键词描述的是一个老人举着气球。得到了一张如下的照片。接下来启用ROOP插件,选择你想要替换的人物照片,面部修复选择“GFPGAN”。右边的参数数值越低,人物会越像,但是图像会很模糊;数值越高人物越不像,但是图像会很清晰。这个就取决于你的需求了,我使用0.5测试一下。最下面还有一个放大算法,可以使用一个模型放大你的图像,基本就相当于高清修复。设置好后,点击生成。可以看到,人脸部分的像素是偏低的,有点模糊。但是没有关系,我们可以将这张图发送到“图生图”,开一个比较小的重绘幅度。然后使用controlnet中的tile模型进行重绘。换脸完成,像不像你们自行评价吧~如果想要这个插件的话,可以添加我的公众号【白马与少年】,回复【SD】即可。推荐使用最新的秋叶整合包,出错概率最小,另外,科学上网很重要。特别提醒,此插件谨慎使用,切勿触犯法律。

【SD】手涂蒙版定位插件Latent Couple

主提示词描述一下小鸟站在女孩肩上的画面,女孩的装束,周围的环境等等。下面的色块分别对应的两个提示词,小鸟和女孩,然后点击发送。填上常用的标准负向提示词,大模型选择“revAnimated_v122”。刷了很多组图,基本上都能保证鸟在左,女生在右的布局,但是不是每一次鸟都能站在女孩的肩上,可能需要增加一些权重会更好一些。选择一张不错的,进行高清修复放大就可以了。以上,就是画面分区控制插件Latent Couple,使用它可以更灵活地控制我们的构图。如果想要这个插件的话,可以添加我的公众号【白马与少年】,回复【SD】即可。-END-白马与少年Stable Diffusion、Blender等学习心得分享139篇原创内容(持续更新中)公众号微信扫一扫关注该公众号

【SD】告别提示词颜色污染!Cutoff插件

作者:白马少年介绍:SD实践派,出品精细教程发布时间:2023-08-11 20:01原文网址:https://mp.weixin.qq.com/s/xVskDEjDUET6yFo1YSZvTg在我们使用Stable Diffusion绘画的时候,通常会用到很多颜色词汇。比如,我这样描述一个女孩的形象:白色头发、绿色眼睛、蓝色上衣、黄色裙子。当我们生成的时候,却发现蓝色上衣中混杂了白色和黄色,黄色裙子里混杂了蓝色等等这种颜色互相污染的情况,无论我们怎么加权重改顺序,都无法完美地解决这个问题,最后还是得靠抽卡。今天,我要介绍的这款插件就能很好地解决SD的色盲问题,让你不用再忍受颜色之间相互污染的烦恼,它就是——Cutoff因为这个插件还没有收录到官方的插件列表当中,所以我们可以到这个网址去下载https://github.com/hnmr293/sd-webui-cutoff,或者是去我的云盘链接下载。安装之后重启,我们就可以看到这个插件了。

Others are asking
怎么看sd的插件不兼容
SD 插件不兼容可能有多种情况和解决方法: 对于提示词服从度增强插件,当生成图与提示词不太相符时,可以通过多刷图来找到符合需求的绘图。若条件太多始终达不到效果,可提高 cfg 值并启用修复插件。但开启插件并提高 CFG 值后,画面可能会发黄,颜色偏差可利用 PS 做后续调整。安装方式可以在扩展列表中搜索插件名字,或放在特定路径文件夹下,安装完成后重启 webUI 即可启用。 对于无需 Lora 的一键换脸插件 Roop,安装时间较长,需耐心等待。安装过程包括在特定文件夹地址栏输入“cmd”回车,在打开的 dos 界面粘贴代码安装 insightface。若出现错误,可下载最新秋叶 4.2 整合包。安装完成后重新打开启动器,后台会继续下载模型,需全程科学上网。使用时要注意参数设置,人脸像素可能偏低,可发送到“图生图”并使用 controlnet 中的 tile 模型重绘。此插件谨慎使用,切勿触犯法律。获取插件可添加公众号【白马与少年】回复【SD】。
2025-01-02
智谱AI插件在哪儿调用
智谱 AI 插件的调用方式如下: 针对智谱,重复类似操作,调用的是 https://chatglm.cn/chatglm/backendapi/v1/conversation/recommendation/list 接口。这里只用到了 conversation_id 一个字段,用的是 GET 请求。通过此接口返回问题,参数用的是整轮对话窗口的唯一 Id:66c01d81667a2ddb444ff878 。 打开飞书多维表格,新增列时,您可以选择字段捷径,在字段捷径的 AI 中心,找到智谱 AI 的字段插件。智谱 AI 近期发布了 3 个飞书多维表格的字段插件:AI 内容生成、AI 视频生成和 AI 数据分析。 在微信超级 AI 知识助手教学(上)—智谱共学营智能纪要中,有智谱大语言模型的使用与功能介绍,包括角色扮演模型设置、变量插入方法、插件调用情况等。还提到了智浦轻颜的功能与应用,如文章总结功能、视频生成功能、画图功能等,以及多维表格相关内容。
2025-01-02
智谱AI插件在哪儿
智谱 AI 插件可在飞书多维表格中找到。具体操作如下: 1. 打开飞书多维表格,新增列时,选择字段捷径。 2. 在字段捷径的 AI 中心,就能找到智谱 AI 的字段插件,包括 AI 内容生成、AI 视频生成和 AI 数据分析插件。 智谱 AI 的 3 个字段插件均免费,您可以尝试将其运用在工作中。同时,若想基于 GLM4Flash 开发更多免费插件,可参考。
2025-01-02
DeepL翻译插件
以下是关于 DeepL 翻译插件以及 PDF 翻译的相关信息: DeepL 翻译插件: 网站: 点击页面「翻译文件」按钮,可上传 PDF、Word 或 PowerPoint 文件进行翻译。 在 Stable Diffusion 中,如果输入的提示词只能识别英文,对于英文不好的情况,常用的翻译软件如 DeepL 翻译,网址是,可以下载客户端使用。还有“网易有道翻译”,因其可以 ctrl+alt+d 快速截图翻译,使用方便。但复制、粘贴来回切换麻烦,此时可使用自动翻译插件 promptallinone,安装方式是在扩展面板中搜索 promptallinone 直接安装,或者将下载好的插件放在“……\\sdwebuiakiv4\\extensions”路径文件夹下,安装完成后重启 webUI 进行设置。 PDF 翻译的方法和产品: 1. DeepL(网站):点击页面「翻译文件」按钮,上传 PDF、Word 或 PowerPoint 文件即可。 2. 沉浸式翻译(浏览器插件):安装插件后,点击插件底部「更多」按钮,选择「制作双语 BPUB 电子书」、「翻译本地 PDF 文件」、「翻译 THML/TXT 文件」、「翻译本地字幕文件」。 3. Calibre(电子书管理应用):下载并安装 calibre,并安装翻译插件「Ebook Translator」。 4. 谷歌翻译(网页):使用工具把 PDF 转成 Word,再点击谷歌翻译「Document」按钮,上传 Word 文档。 5. 百度翻译(网页):点击导航栏「文件翻译」,上传 PDF、Word、Excel、PPT、TXT 等格式的文件,支持选择领域和导出格式,但进阶功能基本需付费。 6. 彩云小译(App):下载后点击「文档翻译」,可以直接导入 PDF、DOC、DOCX、PPT、PPTX、TXT、epub、srt 等格式的文档并开始翻译,有免费次数限制且进阶功能需付费。 7. 微信读书(App):下载 App 后将 PDF 文档添加到书架,打开并点击页面上方「切换成电子书」,轻触屏幕唤出翻译按钮。 浏览器自带的翻译功能:如果 PDF 太大,翻译工具不支持,除了将 PDF 压缩或者切分外,还可以转成 HTML 格式,然后使用浏览器自带的网页翻译功能。
2025-01-02
coze 如何 100% 调用插件
在 Coze 中调用插件并非能 100% 保证成功,以下是一些相关信息: Coze 的工作流中,节点是基本单元,插件节点可用于扩展大语言模型本身的限制,实现特定功能,如抓取网页内容。 加入智能体后,会有调用次数的统计。 即使是官方插件也可能存在不稳定的情况,需要自行尝试找到适合当前场景的插件。 例如在微信图片助手的打造中,有以下操作: 任务 1 总结图片内容对应【识图小能手】等任务与相应插件存在对应关系,已在 Coze 插件商店上架,搜索关联即可。 配置插件时,需准备好 Glif 的 Token,在 Coze 中编辑参数选项填入 Token 并保存,同时关闭对大模型的可见按钮。 通过已有服务 api 创建插件时: 进入 Coze 个人空间选择插件,新建并命名,填入 ngrok 随机生成的 https 链接地址,配置输出参数,测试后发布。 手捏插件后可创建 bot 并接入插件,在 prompt 中要求调用插件。 需要注意的是,Coze 调用插件有一定随机性,对输入输出内容会有过滤,如果多次尝试不成功,可优化提示词使其更准确识别输入意图,且不要使用违规字词和图片内容。
2024-12-28
coze 如何 100% 调用工作流或插件
要 100% 调用 Coze 的工作流或插件,您可以参考以下内容: 实现工作流方面: 上传输入图片。 理解图片信息,提取图片中的文本内容信息。 进行场景提示词优化/图像风格化处理。 返回文本/图像结果。 搭建流程时,主要步骤包括上传图片(将本地图片转换为在线 OSS 存储的 URL,以便在平台中进行调用),以及将图片理解大模型和图片 OCR 封装为工作流插件(若市场中有可直接使用)。 Coze 简介: 插件:Coze 提供丰富的插件选项,允许通过 API 连接集成各种平台和服务,扩展 Bot 功能,可轻松调用或创建定制插件。 工作流:是强大的工具,用于设计和实施复杂的功能逻辑,通过拖拽不同任务节点构建多步骤任务,提高 Bot 处理任务效率。 图像流:提供可视化操作界面,允许灵活添加处理节点,设计图像处理流程。 触发器:允许 Bot 在设定的特定时间或发生特定事件时自动执行任务,是自动化处理的关键组件。 知识库:使您能够添加和利用本地或在线的文本内容和数据表,支持 Bot 提供更准确和实用的回答。 变量:帮助 Bot 存储用户的个人信息,如语言偏好,使回复更加个性化和精准。 数据库:提供简单高效的方式管理和操作结构化数据,支持自然语言的数据插入和查询,还支持多用户模式,提供灵活读写权限控制。 长期记忆:使 Bot 能够形成对用户的个人记忆,基于这些记忆提供个性化回复,提升用户体验。 卡片:允许自定义 Bot 生成内容的格式,以卡片形式展示,增强交互体验。 大模型:通过人设与回复逻辑中的一系列设定,编排 Bot 的具体执行任务和执行逻辑。 此外,判断任务/Prompt 是否需要拆解为工作流时,通常先从当前性能最强的 LLM 着手,用单条 Prompt 或 Prompt Chain 测试任务执行质量和稳定性,再根据实际情况逐步拆解子任务。对于场景多样、结构复杂、对输出格式要求严格的内容,基本可预见需要拆解为工作流。鉴于 LLM 只能处理文本输入输出的特性,涉及生成多媒体内容或从网络自主获取额外信息等能力时,必然需要通过工作流来调用相应的插件。
2024-12-28
SD如何人物换脸
以下是关于 SD 人物换脸的详细步骤: 1. 安装 Roop 插件:安装时间较长,需耐心等待。安装好后打开 SD 文件目录下的特定文件夹,在地址栏输入“cmd”并回车,在打开的 dos 界面粘贴“python m pip install insightface==0.7.3 user”自动安装 insightface。若此阶段出错,建议下载最新的秋叶 4.2 整合包(6 月 23 号更新),在云盘后台回复【SD】可下载。 2. 后续操作:安装完成后重新打开启动器,后台会继续下载模型,全程要保证科学上网。Roop 插件主要适用于真实人脸替换,对二次元人物作用不大。选用真实系模型“realisticVisionV20”,关键词描述人物。启用 Roop 插件,选择要替换的人物照片,面部修复选“GFPGAN”,右边参数数值越低人物越像但图像模糊,数值越高人物越不像但图像清晰,可根据需求设置,如 0.5。设置好后点击生成,若人脸像素偏低模糊,可将图发送到“图生图”,开较小重绘幅度,使用 controlnet 中的 tile 模型重绘。 3. 多人物脸部替换:先正常生成图片,如两个古风人物形象。发送到图生图中调整重绘幅度。在 roop 插件中,从左往右编号,载入相应人物照片形象进行脸部替换。 4. 获取插件:想要 Roop 插件,可添加公众号【白马与少年】,回复【SD】。 另外,还有关于 SD 中更精确蒙版的操作,如使用 GroundingDINO 模型分割:启用 GroundingDINO 时 AI 会自动下载模型,也可在云盘下载放到特定文件目录。在检测提示词中输入如“eye”,可自动检测出相应部分并设置蒙版,还能通过预览箱体得到编号选择调整单一部分。选择要修改的蒙版上传到重绘蒙版,添加提示词生成。给人物换背景时,加载生成的背景蒙版,选择大模型和正向提示词,蒙版模式选“重绘非蒙版内容”,生成后可再次放入图生图中细化,还可在 PS 中修复。 特别提醒,使用相关插件需谨慎,切勿触犯法律。
2024-12-31
SD软件免费下载
以下是关于 Stable Diffusion(SD)相关软件和插件的信息: 1. 【SD】告别提示词颜色污染!Cutoff 插件: 该插件能解决 SD 绘画中颜色互相污染的问题。 未收录到官方插件列表,可到 https://github.com/hnmr293/sdwebuicutoff 下载,或到作者云盘链接下载。安装后重启即可使用。 2. 【SD】无需 Lora,一键换脸插件 Roop: 安装时间较长,需耐心等待。 安装步骤包括打开特定文件夹,在地址栏输入“cmd”回车,粘贴代码“python m pip install insightface==0.7.3 user”安装 insightface。 若安装出错,可下载最新的秋叶 4.2 整合包(6 月 23 号更新),回复【SD】获取云盘下载包。 安装完成后,重新打开启动器,后台会继续下载模型,需全程科学上网。 插件主要适用于真实人脸替换,对二次元人物作用不大。 可添加作者公众号【白马与少年】,回复【SD】获取插件。 3. 【SD】SD 的大哥 Fooocus 重磅问世,三步成图傻瓜式操作: Fooocus 使用最新推出的 SDXL 1.0 模型,结合了 stable diffusion 和 Midjourney 的优点。 保留了 SD 的开源属性,可部署到本地免费使用,操作界面简洁,省去了 WebUI 中复杂的参数调节。 勾选“Advanced”会弹出高级设置窗口,可调整多种参数。 风格选项整合了 100 多种不同预设风格。 配置要求:本地部署,需要不低于 8GB 的内存和 4GB 的英伟达显卡。 介绍/安装包下载:https://github.com/lllyasviel/Fooocus(文末领取软件+模型整合包:16G) 使用指南:https://github.com/lllyasviel/Fooocus/discussions/117 大模型(base 和 Refiner)默认放在:\\Fooocus_win64_1110\\Fooocus\\models\\checkpoints
2024-12-26
flux和sdXL出图的区别
Flux 和 SDXL 出图主要有以下区别: 1. 生成人物外观:Flux 存在女生脸油光满面、下巴等相同外观问题,而 SDXL 相对在这方面有改进。 2. 模型构成:SDXL 由 base 基础模型和 refiner 优化模型两个模型构成,能更有针对性地优化出图质量;Flux 中 Dev/Schnell 是从专业版中提取出来,导致多样性丧失。 3. 处理方式:在低显存运行时,可采用先使用 Flux 模型进行初始生成,再用 SDXL 放大的分阶段处理方式,有效控制显存使用。 4. 模型参数和分辨率:SDXL 的 base 模型参数数量为 35 亿,refiner 模型参数数量为 66 亿,总容量达 13G 之多,基于 10241024 的图片进行训练,可直接生成 1000 分辨率以上的图片,拥有更清晰的图像和更丰富的细节;而 Flux 在这方面相对较弱。
2024-12-20
flux和sd3.5出图的区别
Flux 和 SD3.5 出图存在以下区别: 1. 模型性质:Flux.1 有多种版本,如开源不可商用的 FLUX.1等。而 SD3.5 未提及相关性质。 2. 训练参数:Flux.1 的训练参数高达 120 亿,远超 SD3 Medium 的 20 亿。 3. 图像质量和提示词遵循能力:Flux.1 在图像质量、提示词跟随、尺寸适应、排版和输出多样性等方面超越了一些流行模型,如 Midjourney v6.0、DALL·E 3和 SD3Ultra 等。 4. 应用场景:Flux.1 可以在 Replicate 或 fal.ai 等平台上试用,支持在 Replicate、fal.ai 和 Comfy UI 等平台上使用,并且支持用户根据自己的数据集进行微调以生成特定风格或主题的图像。而 SD3.5 未提及相关应用场景。 5. 本地运行:文中尝试了在没有 N 卡,不使用复杂工作流搭建工具的 Mac Mini M1 上运行 FLUX.1,以及在边缘设备 Raspberry PI5B 上运行的情况,未提及 SD3.5 的相关内容。 6. 模型安装部署:对于 Flux.1,不同版本的模型下载后放置的位置不同,如 FLUX.1应放在 ComfyUI/models/unet/文件夹中。而 SD3.5 未提及相关安装部署内容。 7. 显存处理:对于 Flux.1,如果爆显存,“UNET 加载器”节点中的 weight_dtype 可以控制模型中权重使用的数据类型,设置为 fp8 可降低显存使用量,但可能会稍微降低质量。而 SD3.5 未提及相关显存处理内容。 8. 提示词使用:在训练 Flux 时,应尽量使用长提示词或自然语言,避免使用短提示词,因为 T5 自带 50%的删标。而 SD3.5 未提及相关提示词使用内容。
2024-12-20
sd的提示词有哪些语法
以下是关于 SD 提示词的语法: 1. 多个提示词之间使用英文半角符号“,”分隔,例如:masterpiece,best quality,ultradetailed,illustration,closeup,straight on,face focus,1girl,white hair,golden eyes,long hair,halo,angel wings,serene expression,looking at viewer。 2. 一般而言,概念性、大范围、风格化的关键词写在前面,叙述画面内容的关键词其次,最后是描述细节的关键词。大致顺序为:。 3. 每个词语本身自带的权重可能不同,模型训练集中较多出现的关键词,输入一个词就能极大影响画面;较少出现的关键词,输入多个相关词汇对画面影响效果可能有限。提示词的顺序很重要,越靠后的权重越低。关键词最好具有特异性,措辞越具体越好,避免抽象和有解释空间的措辞。 4. 可以使用括号人工修改提示词的权重,例如: 将权重减少为原先的 25%。 5. 可以通过 Prompt Editing 使得 AI 在不同的步数生成不一样的内容,语法为:例如:a,100 步采样,一开始。提示词为:fantasy landscape with a mountain and an oak in foreground shoddy 在第 25 步后,提示词为:fantasy landscape with a lake and an oak in foreground in background shoddy 在第 50 步后,提示词为:fantasy landscape with a lake and an oak in foreground in background masterful 在第 60 步后,提示词为:fantasy landscape with a lake and an oak in background masterful 在第 75 步后,提示词为:fantasy landscape with a lake and a christmas tree in background masterful。 6. 提示词还可以轮转,比如:在第一步时,提示词为“cow in a field”;在第二步时,提示词为"horse in a field.";在第三步时,提示词为"cow in a field",以此类推。 7. 交替词:in a field 可以支持多个词交替。 8. 可组合扩散(AND 语法):a cat AND a dog 比如想画一个猫和狗的混合物种,每一个要混合的东西支持加权重,比如 a cat:1.2 AND dog AND a benguin:2.2。通过继续向总数添加更多提示,这可以方便地生成微调的递归变化,比如 log AND frog:0.13 AND yellow eyes:0.08 。 请注意,权重值最好不要超过 1.5。
2024-12-19